Poe o3 MCP 服务器

一个轻量级的模型上下文协议（MCP）服务器实现，通过Poe的API提供对OpenAI的o3模型和其他模型的访问。该服务器允许您将Poe的人工智能功能集成到任何MCP兼容的应用程序中。

特性

• 使用FastMCP实现的简单MCP服务器
• 直接与Poe API集成，以访问o3模型和其它可用模型
• 通过命令行风格标志在提示中选择模型
• 异步请求处理，提高处理效率
• 全面的错误处理和日志记录
• 安装和配置简单易行

先决条件

• Python 3.8+
• Poe API密钥（可从https://poe.com/api_key获取）

安装

1. 克隆此仓库：

   git clone https://github.com/Anansitrading/po3_MCP.git
   cd po3_MCP
   

2. 创建虚拟环境（推荐）：

   python -m venv venv
   source venv/bin/activate  # 在Windows上：venv\Scripts\activate
   

3. 安装所需的依赖项：

   pip install -r requirements.txt
   

4. 设置环境变量：

   cp sample.env .env
   

5. 编辑.env文件并添加您的Poe API密钥：

   POE_API_KEY=your_poe_api_key_here
   

使用方法

运行MCP服务器

运行服务器如下：

python poe_o3_mcp_server.py

服务器将启动并在标准输入/输出上监听MCP协议消息。

通过标志选择模型

您可以通过在提示中添加标志来选择Poe上的不同模型：

--Claude-3.5-Sonnet Tell me about quantum computing

这将使您的查询路由到Claude-3.5-Sonnet模型，而不是默认的o3模型。

该标志可以在消息中的任何位置：

• 在开头：--GPT-4 What is the capital of France?
• 中间：Tell me --Claude-3-Opus about the history of Rome
• 结束：What are the three laws of robotics? --Claude-3.5-Sonnet

标志在消息发送到模型之前会自动移除。

如果没有指定标志，默认使用“o3”模型。

与MCP客户端集成

此服务器提供两个工具：

1. o3_query - 向o3模型（或通过标志选择的其他模型）发送查询并获取响应
2. ping - 简单测试工具，返回“pong”

使用MCP客户端调用工具的示例：

from mcp.client import MCPClient

# 连接到MCP服务器
client = MCPClient(server_command=["python", "path/to/poe_o3_mcp_server.py"])

# 调用o3_query工具，默认使用o3模型
response = client.call_tool("o3_query", {"message": "Tell me about quantum computing"})
print(response)

# 使用标志调用o3_query工具以选择其他模型
response = client.call_tool("o3_query", {"message": "Hello, what is AI?"})
print(response)

# 调用ping工具测试连接
response = client.call_tool("ping", {})
print(response)

配置

• POE_API_KEY：必填，用于访问Poe API的密钥，默认为空。
• MCP_SERVER_PORT：可选，设置服务器监听的端口，默认为5000。

故障排除

1. 未找到API密钥：

   • 检查环境变量是否正确设置了POE_API_KEY。

2. 连接问题：

   • 确保服务器已启动并正在监听正确的端口。
   • 检查防火墙设置，确保目标端口开放。

3. 依赖项错误：

   • 确保安装了所有必需的Python包，参考requirements.txt文件。

许可证

本项目遵循MIT许可证。更多信息请参见LICENSE文件。

致谢

感谢以下技术的支持和贡献：

• FastMCP
• Poe API
• 开源社区的持续支持与协作