خادم MCP أي-تشات-كمبليشنز-MCP

ماذا يفعل خادم MCP “أي-تشات-كمبليشنز-MCP”؟

يعمل خادم MCP أي-تشات-كمبليشنز-MCP كجسر بين المساعدين الذكيين وأي واجهة برمجة تطبيقات متوافقة مع OpenAI SDK لإكمال الدردشة، مثل OpenAI و Perplexity و Groq و xAI و PyroPrompts. من خلال التوافق مع بروتوكول سياق النموذج (MCP)، يتيح التكامل السلس لمزودي LLM الخارجيين في سير عمل التطوير. تتمثل وظيفته الأساسية في تمرير الأسئلة القائمة على الدردشة إلى مزود دردشة ذكاء اصطناعي مُعد مسبقًا، مما يسمح للمطورين باستخدام نماذج LLM متنوعة كأدوات ضمن بيئاتهم المفضلة. يجعل ذلك المهام مثل التبديل بين المزودين أو توسيع استخدام LLM سهلة، مما يعزز المرونة والكفاءة في تطبيقات الذكاء الاصطناعي.

قائمة البرومبتات

لم يتم ذكر قوالب برومبت في المستودع أو التوثيق.

قائمة الموارد

لا توجد موارد MCP صريحة موثقة في المستودع أو ملف README.

قائمة الأدوات

• chat: يمرر سؤالاً إلى مزود دردشة ذكاء اصطناعي تم إعداده. هذه هي الأداة الرئيسية (والوحيدة) التي يكشف عنها الخادم، مما يسمح لـ LLMs أو العملاء بإرسال استفسارات دردشة إلى أي نقطة نهاية API متوافقة مع OpenAI.

حالات استخدام هذا الخادم MCP

• تكامل LLM موحد: يمكن للمطورين استخدام خادم MCP واحد للوصول إلى عدة مزودي LLM دون تغيير كود العميل، مما يبسط إدارة المزودين.
• تبديل المزودين: التبديل بسهولة بين OpenAI و PyroPrompts و Perplexity وغيرهم عن طريق تحديث متغيرات البيئة، مما يفيد في تحسين التكاليف أو استراتيجيات النسخ الاحتياطي.
• وكلاء ذكاء اصطناعي مخصصون لسطح المكتب: دمج LLMs متقدمة قائمة على الدردشة في تطبيقات سطح المكتب (مثل Claude Desktop) لتوفير ميزات مساعد ذكي متقدمة.
• التجريب والقياس: مقارنة نتائج نماذج LLM المختلفة بسرعة بطريقة موحدة لأغراض البحث أو ضمان الجودة أو تطوير المنتجات.
• بوابة API لـ LLMs: يعمل كبوابة خفيفة لتوجيه رسائل الدردشة بأمان إلى واجهات برمجة تطبيقات LLM متعددة، مع مركزية إدارة مفاتيح API ونقاط النهاية.

كيفية إعداده

Windsurf

لا توجد تعليمات خاصة بالنظام الأساسي لـ Windsurf في المستودع أو التوثيق.

Claude

1. المتطلبات المسبقة: تأكد من تثبيت Node.js و npx.
2. تحديد ملف الإعداد: حرر claude_desktop_config.json (على MacOS: ~/Library/Application Support/Claude/claude_desktop_config.json؛ على Windows: %APPDATA%/Claude/claude_desktop_config.json).
3. إضافة خادم MCP: أضف إعدادات خادم MCP ضمن كائن mcpServers.
4. تعيين متغيرات البيئة: ضع مفاتيح API ومعلومات أخرى في كائن env.
5. احفظ وأعد التشغيل: احفظ الملف وأعد تشغيل Claude Desktop لتطبيق التغييرات.

مثال JSON:

{
  "mcpServers": {
    "chat-openai": {
      "command": "npx",
      "args": [
        "@pyroprompts/any-chat-completions-mcp"
      ],
      "env": {
        "AI_CHAT_KEY": "OPENAI_KEY",
        "AI_CHAT_NAME": "OpenAI",
        "AI_CHAT_MODEL": "gpt-4o",
        "AI_CHAT_BASE_URL": "v1/chat/completions"
      }
    }
  }
}

تأمين مفاتيح API (باستخدام متغيرات البيئة):

"env": {
  "AI_CHAT_KEY": "YOUR_PROVIDER_KEY"
}

Cursor

لا توجد تعليمات خاصة بالنظام الأساسي لـ Cursor في المستودع أو التوثيق.

Cline

لا توجد تعليمات خاصة بالنظام الأساسي لـ Cline في المستودع أو التوثيق.

كيفية استخدام هذا MCP داخل الفلوات

استخدام MCP في FlowHunt

لدمج خوادم MCP في سير عمل FlowHunt الخاص بك، ابدأ بإضافة مكون MCP إلى الفلو وربطه بعامل الذكاء الاصطناعي الخاص بك:

انقر على مكون MCP لفتح لوحة الإعدادات. في قسم إعدادات MCP النظامية، أدخل تفاصيل خادم MCP الخاص بك باستخدام هذا التنسيق في JSON:

{
  "MCP-name": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

بعد الإعداد، يصبح عامل الذكاء الاصطناعي قادراً على استخدام هذا MCP كأداة مع إمكانية الوصول إلى جميع وظائفه وقدراته. تذكر تغيير “MCP-name” إلى اسم خادم MCP الفعلي الخاص بك (مثل “github-mcp”، “weather-api”، إلخ) واستبدال عنوان URL بعنوان خادم MCP الخاص بك.

نظرة عامة

استناداً إلى ما سبق، فإن أي-تشات-كمبليشنز-MCP هو خادم MCP مركز ومبسط مثالي لإضافة واجهات دردشة متوافقة مع OpenAI كأدوات. قوته الرئيسية تكمن في البساطة والتوافق الواسع، رغم أنه يفتقر لتجريدات الموارد والبرومبت. للاستخدام الروتيني مع LLM فهو قوي، لكن المستخدمين المتقدمين قد يرغبون في ميزات أكثر. بشكل عام، أقيم هذا MCP بـ 6/10 للاستخدامات العامة.

تقييم MCP