Selector MCP Server

🚀 选择器AI快速上下文协议（Selector AI FastMCP）

此仓库提供了Selector AI的Model Context Protocol（MCP）的完整实现。它包含一个支持实时流式传输的服务器，以及一个基于Docker的交互式客户端，客户端通过stdin/stdout进行通信，为用户提供便捷的交互体验。

🚀 快速开始

先决条件

• Python 3.8及以上版本
• Docker
• Selector AI API密钥
• Selector API URL

安装

1. 克隆仓库：

git clone https://github.com/automateyournetwork/selector-mcp-server
cd selector-ai-mcp

2. 安装Python依赖项：

pip install -r requirements.txt

3. 设置环境变量：创建一个.env文件：

SELECTOR_URL=https://your-selector-api-url
SELECTOR_AI_API_KEY=your-api-key

🐳 Dockerfile

服务器运行在一个轻量级容器中，使用以下Dockerfile：

FROM python:3.11-slim
WORKDIR /app
COPY requirements.txt .
RUN pip install -r requirements.txt
COPY . .
CMD ["python", "-u", "mcp_server.py"]
HEALTHCHECK --interval=30s --timeout=30s --start-period=5s \
  CMD python -c "import socket; s = socket.socket(socket.AF_UNIX, socket.SOCK_STREAM); s.connect('/tmp/mcp.sock'); s.send(b'{\"tool_name\": \"ready\"}\\n'); data = s.recv(1024); s.close(); import json; result = json.loads(data); exit(0 if result.get('status') == 'ready' else 1)" || exit 1

🧠 使用客户端

启动客户端：

python mcp_client.py

示例CLI会话

You> What is AIOps?
Selector> AIOps指的是将AI应用于IT运维...

程序化访问

from selector_client import call_tool, spawn_server

proc = spawn_server()
call_tool(proc, "ready")
response = call_tool(proc, "ask_selector", {"content": "What is AIOps?"})
print(response)

🖥️ 与Claude Desktop集成

运行服务器：

python mcp_server.py

在Claude Desktop中配置本地端点。确保消息格式如下：

{
  "method": "tools/call",
  "tool_name": "ask_selector",
  "content": "What can you tell me about device S6?"
}

🛠️ 自定义构建

1. 叉取或克隆此仓库
2. 修改selector_fastmcp_server.py以集成您首选的模型或路由逻辑
3. 重建Docker镜像：

docker build -t your-image-name .

4. 配置客户端设置，例如在.env文件中指定API密钥和URL

✨ 主要特性

✅ 服务器

• FastMCP兼容且基于Python构建
• 实时SSE流式传输支持
• 与Selector AI的交互式AI聊天
• 最小化样板代码
• 内置健康检查，适用于容器编排
• 请求/响应日志记录和重试功能

✅ 客户端

• Python客户端通过Docker启动服务器
• 支持CLI和程序化访问
• 通过stdin和stdout读写
• 使用.env文件配置环境变量

📚 详细文档

📁 项目结构

• selector_fastmcp_server.py: 主服务器逻辑
• selector_client.py: 客户端功能实现
• requirements.txt: Python依赖项列表
• .env.example: 环境变量示例

✅ 要求

• 必须安装Python 3.8或更高版本
• 需要Docker用于容器化部署

📄 许可证

本项目使用Apache 2.0许可证。