🚀 R2R MCP 服务器

R2R MCP 服务器是一款功能强大的工具，可与大语言模型（LLM）进行交互。它借助 MCP 协议集成多种模型，并提供丰富的功能模块，极大提升了与 LLM 交互的效率和体验。

🚀 快速开始

R2R MCP 服务器是一个强大的工具，用于与各种大语言模型（LLM）进行交互。以下是使用该服务器的快速指南：

from r2r_mcp_server import MCPClient

client = MCPClient("http://localhost:8000")
response = client.chat_completion(
    messages=[{"role": "user", "content": "你好，我是测试用户。"}]
)
print(response)

✨ 主要特性

模型交互

• 支持通过 MCP 协议与各种 LLM 进行对话。
• 提供上下文管理功能，可保持对话历史，使对话更连贯。
• 支持文件附件上传和下载，方便数据交互。

功能模块

• 文档解析：支持对 PDF、Word 等格式文档进行自动解析。
• 代码解释：能够理解并解释多种编程语言代码。
• 数据处理：支持对 CSV、JSON 等数据格式进行处理与分析。
• 图像识别：集成 OCR 技术，可识别图像内容。

性能优化

• 支持异步请求处理，提升系统响应速度。
• 提供结果缓存机制，减少重复计算。
• 经过严格的性能测试，保证系统稳定性。

📦 安装指南

安装依赖

pip install mcp r2r loguru pytest pytest-asyncio pytest-cov black isort mypy ruff httpx

初始化项目

mcp init --name "R2R MCP Server" --description "A powerful LLM interaction server"

📚 详细文档

配置说明

环境变量

• R2R_API_KEY：R2R 服务的访问密钥。
• MCP_SERVER_ADDRESS：MCP 服务器地址。
• LOG_LEVEL：日志级别（DEBUG, INFO, WARNING, ERROR）。

日志配置

import logging

logging.basicConfig(
    level=logging.INFO,
    format='%(asctime)s - %(name)s - %(levelname)s - %(message)s'
)

开发指南

功能扩展

1. 新增模型支持：实现 ModelAdapter 接口，针对具体模型进行适配。
2. 扩展功能模块：在 extensions 目录下添加新的功能插件。
3. 定制命令行工具：通过 cli.py 实现自定义命令。

贡献指南

1. Fork 仓库。
2. 创建功能分支：git checkout -b feature/amazing-feature。
3. 提交代码并合并到主分支。

性能优化

• 使用异步处理提升系统响应速度。
• 集成缓存机制减少重复计算。
• 定期清理无效上下文以释放资源。

集成其他 MCP 兼容模型

R2R MCP Server 支持与多种 MCP 兼容模型集成，包括：

• Claude（通过 Claude.app 或 API）。
• 其他 LLM 模型。
• 自定义 MCP 客户端。

依赖管理

项目结构

r2r-mcp-server/
├── server.py          # 主服务程序
├── extensions/       # 功能扩展模块
│   ├── document_parsing.py    # 文档解析模块
│   └── code_interpreter.py     # 代码解释器模块
├── cli.py            # 命令行工具
└── tests/           # 测试用例
    └── test_server.py      # 服务测试用例

💻 使用示例

基础用法

from r2r_mcp_server import MCPClient

client = MCPClient("http://localhost:8000")
response = client.chat_completion(
    messages=[{"role": "user", "content": "你好，我是测试用户。"}]
)
print(response)

📄 许可证

本项目采用 MIT License。

项目维护者

• 张三（peter.zhang@example.com）
• 李四（jack lee@example.com）