🚀 MCP 主机 CLI

MCP 主机 CLI 是一个基于 FastAPI 的 CLI 应用程序，它能够托管和管理 MCP（模型上下文协议）服务器，并且可以通过 HTTP API 与各类工具和资源进行交互。

🚀 快速开始

安装

1. 克隆仓库：

git clone https://github.com/VyacheslavVanin/mcp-host-cli.git
cd mcp-host-cli

2. 运行：

uv run main.py

配置

服务器配置

创建或编辑 servers_config.json 来配置您的 MCP 服务器：

{
  "mcpServers": {
    "server-name": {
      "command": "node",
      "args": ["path/to/server.js"],
      "env": {
        "API_KEY": "your-api-key"
      }
    }
  }
}

应用配置

配置可以通过环境变量或命令行参数来设置，其中 CLI 参数的优先级最高。

环境变量

• LLM_API_KEY：LLM 服务的 API 密钥（若不使用 Ollama）
• LLM_PROVIDER："ollama"（默认）或 "openai"
• LLM_MODEL：模型名称（默认："qwen2.5-coder:latest"）
• PORT：服务器端口（默认：8000）
• OPENAI_BASE_URL：OpenAI 兼容 API 的基础 URL（默认："https://openrouter.ai/api/v1"）
• USE_OLLAMA：设置为 "true" 以使用本地 Ollama 模型

命令行参数

python main.py --model MODEL_NAME --port PORT_NUMBER --provider PROVIDER --openai-base-url URL

其中：

• PROVIDER 是 "ollama"（默认）或 "openai"
• URL 是 OpenAI 兼容 API 的基础 URL（默认："https://openrouter.ai/api/v1"）

配置优先级

1. 命令行参数（最高优先级）
2. 环境变量
3. 默认值（最低优先级）

示例

# 使用环境变量
export LLM_MODEL="llama3:latest"
export PORT=8080
python main.py

# 使用 CLI 参数
python main.py --model "llama3:latest" --port 8080

# 使用默认值
python main.py

✨ 主要特性

• 管理多个 MCP 服务器连接。
• 提供 HTTP API 端点，用于处理以下事务：
  • 用户请求。
  • 工具审批工作流。
  • 会话状态管理。
• 支持直接 LLM API 和 Ollama 本地模型。

📚 详细文档

API 端点

POST /user_request

处理用户输入并返回 LLM 响应或工具审批请求。 请求：

{
  "input": "你的问题或命令"
}

响应：

{
  "message": "响应文本",
  "request_id": "uuid-如果需要批准",
  "requires_approval": true/false,
  "tool": "适用的工具名称"
}

POST /approve

批准或拒绝工具执行请求。 请求：

{
  "request_id": "来自 user_request 的 uuid",
  "approve": true/false
}

响应：

{
  "message": "执行结果或拒绝信息",
  "request_id": "相同的请求 id",
  "tool": "工具名称"
}

GET /session_state

获取当前聊天会话状态，包括消息和待处理请求。 响应：

{
  "messages": [
    {"role": "system/user/assistant", "content": "消息文本"}
  ],
  "_pending_request_id": "uuid-或-null",
  "_pending_tool_call": {
    "tool": "工具名称",
    "arguments": {}
  }
}