TypeScript中的Unichat MCP服务器
也可在 python
通过工具或预定义的提示,使用MCP协议向OpenAI、MistralAI、Anthropic、xAI、Google AI或DeepSeek发送请求。需要供应商API密钥。
通过参数支持STDIO和SSE传输机制。
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”
发展
安装依赖项:
npm install构建服务器:
npm run build对于自动重建的开发:
npm run watch运行评估
evals包加载一个mcp客户端,然后运行index.ts文件,因此不需要在测试之间重建。您可以通过在npx命令前加前缀来加载环境变量。可以找到完整的文档 这里.
OPENAI_API_KEY=your-key npx mcp-eval src/evals/evals.ts src/server.ts安装
通过Smithery安装
通过以下方式自动安装克劳德桌面的Unichat MCP服务器 史密瑟里:
npx -y @smithery/cli install unichat-ts-mcp-server --client claude手动安装
要与Claude Desktop一起使用,请添加服务器配置:
在MacOS上: ~/Library/Application Support/Claude/claude_desktop_config.json 在Windows上: %APPDATA%/Claude/claude_desktop_config.json
在本地运行:
{
"mcpServers": {
"unichat-ts-mcp-server": {
"command": "node",
"args": [
"{{/path/to}}/unichat-ts-mcp-server/build/index.js"
],
"env": {
"UNICHAT_MODEL": "YOUR_PREFERRED_MODEL_NAME",
"UNICHAT_API_KEY": "YOUR_VENDOR_API_KEY"
}
}
}运行已发布:
{
"mcpServers": {
"unichat-ts-mcp-server": {
"command": "npx",
"args": [
"-y",
"unichat-ts-mcp-server"
],
"env": {
"UNICHAT_MODEL": "YOUR_PREFERRED_MODEL_NAME",
"UNICHAT_API_KEY": "YOUR_VENDOR_API_KEY"
}
}
}默认情况下或使用参数在STDIO中运行--stdio.要在SSE中运行,请添加参数--sse
npx -y unichat-ts-mcp-server --sse支持的型号:
当前支持的模型列表,用作"YOUR_PREFERRED_MODEL_NAME"可以找到 这里.请确保将相关供应商API密钥添加为"YOUR_VENDOR_API_KEY"
例子:
"env": {
"UNICHAT_MODEL": "gpt-4o-mini",
"UNICHAT_API_KEY": "YOUR_OPENAI_API_KEY"
}调试
由于MCP服务器通过stdio进行通信,调试可能具有挑战性。我们建议使用 MCP检查员,可作为包脚本使用:
npm run inspector检查器将提供一个URL,用于访问浏览器中的调试工具。
如果在SSE模式下测试期间遇到超时,请将检查器界面上的请求URL更改为:http://localhost:3001/sse?timeout=600000
