خادم Chat MCP

ماذا يفعل خادم “Chat MCP” MCP؟

Chat MCP هو تطبيق دردشة سطح مكتب يستفيد من بروتوكول نموذج السياق (MCP) للتكامل مع نماذج اللغة الكبيرة (LLMs) المختلفة. تم بناؤه باستخدام Electron ليتوافق مع جميع المنصات، ويسمح Chat MCP للمستخدمين بالاتصال وإدارة عدة خلفيات LLM، موفرًا واجهة موحدة لاختبار والتفاعل وتكوين نماذج الذكاء الاصطناعي المختلفة. تم تصميم قاعدة الشيفرة البسيطة لمساعدة المطورين والباحثين على فهم المبادئ الأساسية لـ MCP، وإنشاء نماذج أولية بسرعة مع خوادم مختلفة، وتبسيط سير العمل المتعلق بـ LLMs. تشمل الميزات الرئيسية إعداد LLM ديناميكي، إدارة متعددة العملاء، وسهولة التكيف لكل من بيئات سطح المكتب والويب.

قائمة القوالب

لا يوجد قوالب مطالبات مذكورة في التوثيق أو ملفات المستودع المتاحة.

قائمة الموارد

لا توجد موارد MCP صريحة موثقة في المستودع أو أمثلة الإعداد.

قائمة الأدوات

لا توجد أدوات محددة مدرجة أو موصوفة ضمن المستودع أو ملف server.py (المستودع لا يحتوي على ملف server.py أو تعريفات أدوات مكافئة).

حالات استخدام هذا الخادم MCP

• منصة اختبار LLM موحدة
  يمكّن Chat MCP المطورين من تكوين واختبار مزودي ونماذج LLM متعددة بسرعة ضمن واجهة واحدة، مما يسرّع عملية التقييم.

• تطبيق دردشة ذكاء اصطناعي متعدد المنصات
  بدعمه لـ Linux وmacOS وWindows، يمكن استخدام Chat MCP كعميل دردشة سطح مكتب للتفاعل مع نماذج الذكاء الاصطناعي على أي نظام تشغيل رئيسي.

• تطوير وتصحيح تكاملات MCP
  بفضل قاعدة الشيفرة النظيفة، يمكن للمطورين استخدام Chat MCP كمرجع أو نقطة انطلاق لبناء أو تصحيح تطبيقاتهم المتوافقة مع MCP.

• أداة تعليمية لـ MCP
  النهج البسيط للمشروع يجعله مثاليًا لتعلم بروتوكول نموذج السياق والتجربة مع اتصال LLM.

كيف تقوم بإعداده

Windsurf

1. تثبيت Node.js: قم بتحميل وتثبيت Node.js من nodejs.org.
2. استنساخ المستودع:
   git clone https://github.com/AI-QL/chat-mcp.git
3. تعديل الإعدادات:
   عدل ملف src/main/config.json بمعلومات واجهة برمجة LLM وإعدادات MCP الخاصة بك.
4. تثبيت الاعتمادات:
   npm install
5. تشغيل التطبيق:
   npm start

مثال على إعداد JSON:

{
    "chatbotStore": {
        "apiKey": "",
        "url": "https://api.aiql.com",
        "path": "/v1/chat/completions",
        "model": "gpt-4o-mini",
        "mcp": true
    }
}

ملاحظة: قم بتأمين مفاتيح API باستخدام متغيرات البيئة أو التخزين المشفر (غير مدعوم مباشرة في الإعداد الحالي، لكن يُوصى به).

Claude

1. تثبيت Node.js: احصل على Node.js من nodejs.org.
2. تحميل أو استنساخ Chat MCP.
3. تعديل src/main/config.json مع نقطة نهاية Claude API والتفاصيل.
4. تشغيل npm install.
5. تشغيل التطبيق بـ npm start.

مثال على JSON:

{
    "chatbotStore": {
        "apiKey": "",
        "url": "https://anthropic.api.endpoint",
        "path": "/v1/messages",
        "model": "claude-3-opus",
        "mcp": true
    }
}

ملاحظة: استخدم متغيرات البيئة للبيانات الحساسة.

Cursor

1. تثبيت Node.js.
2. استنساخ مستودع Chat MCP.
3. تحديث src/main/config.json لخلفية Cursor.
4. تثبيت الاعتمادات.
5. تشغيل التطبيق.

مثال على JSON:

{
    "chatbotStore": {
        "apiKey": "",
        "url": "https://cursor.api.endpoint",
        "path": "/v1/chat/completions",
        "model": "cursor-model",
        "mcp": true
    }
}

ملاحظة: استخدم متغيرات البيئة لمفاتيح API.

Cline

1. تثبيت Node.js.
2. استنساخ المستودع.
3. تعديل src/main/config.json لتفاصيل Cline API.
4. تشغيل npm install.
5. تشغيل التطبيق بـ npm start.

مثال على JSON:

{
    "chatbotStore": {
        "apiKey": "",
        "url": "https://cline.api.endpoint",
        "path": "/v1/chat/completions",
        "model": "cline-model",
        "mcp": true
    }
}

ملاحظة: قم بتأمين مفاتيح API باستخدام متغيرات البيئة.

مثال على تأمين مفاتيح API:

{
    "chatbotStore": {
        "apiKey": "${API_KEY}",
        "url": "https://api.example.com",
        "path": "/v1/chat/completions",
        "model": "your-model",
        "mcp": true
    }
}

قم بتعيين API_KEY في متغيرات البيئة قبل تشغيل التطبيق.

كيفية استخدام MCP هذا ضمن التدفقات

استخدام MCP في FlowHunt

لدمج خوادم MCP ضمن سير عمل FlowHunt الخاص بك، ابدأ بإضافة مكون MCP إلى التدفق الخاص بك وربطه بوكيل الذكاء الاصطناعي:

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

{
  "chat-mcp": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

بعد الإعداد، يمكن لوكيل الذكاء الاصطناعي الآن استخدام هذا MCP كأداة مع الوصول إلى جميع وظائفه وقدراته. تذكر تغيير “chat-mcp” إلى اسم خادم MCP الفعلي واستبدال عنوان URL بعنوان خادم MCP الخاص بك.

نظرة عامة

استنادًا إلى المعلومات المتاحة، يعتبر Chat MCP عميل MCP بسيط وتعليمي ومرن، لكن يفتقر إلى الميزات المتقدمة لـ MCP (الأدوات، الموارد، التعيين، الجذور) في التوثيق والإعدادات العامة. تكمن قيمته الأساسية في كونه واجهة دردشة نظيفة وقابلة للتعديل. بشكل عام، هو نقطة انطلاق جيدة لتعلم MCP أو كأساس لعمليات تكامل أكثر تقدمًا.

تقييم MCP