Python中的Unichat MCP服务器
也可在 TypeScript
通过工具或预定义的提示，使用MCP协议向OpenAI、MistralAI、Anthropic、xAI、Google AI、DeepSeek、Alibaba、Inception发送请求。 需要供应商API密钥
工具
服务器实现了一个工具：
unichat：向unichat发送请求
- 将“messages”作为必需的字符串参数 - 返回响应
提示
code_review
- 审查代码以了解最佳实践、潜在问题和改进 - 论据： - code （string，必填）：要查看的代码“
document_code
- 为代码生成文档，包括文档字符串和注释 - 论据： - code （string，必填）：要注释的代码“
explain_code
- 详细解释一段代码的工作原理 - 论据： - code （string，必填）：解释代码“
code_rework
- 将请求的更改应用于提供的代码 - 论据： - changes （字符串，可选）：要应用的更改“ - code （string，必填）：要重新编写的代码”
快速启动
安装
克劳德桌面
在MacOS上： ~/Library/Application\ Support/Claude/claude_desktop_config.json 在Windows上： %APPDATA%/Claude/claude_desktop_config.json
支持的型号：
当前支持的模型列表，用作"SELECTED_UNICHAT_MODEL"可以找到 这里.请确保将相关供应商API密钥添加为"YOUR_UNICHAT_API_KEY"
例子：
"env": {
"UNICHAT_MODEL": "gpt-4o-mini",
"UNICHAT_API_KEY": "YOUR_OPENAI_API_KEY"
}开发/未发布的服务器配置
"mcpServers": {
"unichat-mcp-server": {
"command": "uv",
"args": [
"--directory",
"{{your source code local directory}}/unichat-mcp-server",
"run",
"unichat-mcp-server"
],
"env": {
"UNICHAT_MODEL": "SELECTED_UNICHAT_MODEL",
"UNICHAT_API_KEY": "YOUR_UNICHAT_API_KEY"
}
}
}已发布的服务器配置
"mcpServers": {
"unichat-mcp-server": {
"command": "uvx",
"args": [
"unichat-mcp-server"
],
"env": {
"UNICHAT_MODEL": "SELECTED_UNICHAT_MODEL",
"UNICHAT_API_KEY": "YOUR_UNICHAT_API_KEY"
}
}
}通过Smithery安装
通过以下方式自动安装克劳德桌面版Unichat 铁匠铺:
npx -y @smithery/cli install unichat-mcp-server --client claude发展
建筑与出版
准备分发包裹：
- 删除旧版本：
rm -rf dist- 同步依赖关系并更新锁文件：
uv sync- 构建包分发：
uv build这将在 dist/ 目录。
- 发布到PyPI：
uv publish --token {{YOUR_PYPI_API_TOKEN}}调试
由于MCP服务器在stdio上运行，调试可能具有挑战性。为了达到最佳调试效果 经验，我们强烈建议使用 MCP检查员.
您可以通过以下方式启动MCP检查器 使用此命令：
npx @modelcontextprotocol/inspector uv --directory {{your source code local directory}}/unichat-mcp-server run unichat-mcp-server启动后，检查器将显示一个URL，您可以在浏览器中访问该URL以开始调试。
托管部署
托管部署可在 Frontier AI.