
خادم كونج كونكت MCP
يُدمج خادم كونج كونكت MCP مساعدين الذكاء الاصطناعي مع بوابة API الخاصة بكونج كونكت، مما يتيح الاستعلامات بلغة طبيعية للتحليلات، وتدقيق الإعدادات، وإدارة طبقة ال...
عزز قدرات مساعدي الذكاء الاصطناعي لديك بذاكرة خاصة بالمشروع. يخزن ConPort سياق المشروع المنظم ويسترجعه، مما يمكّن من سير عمل ذكي وواعٍ بالسياق في FlowHunt وبيئات التطوير.
بورتال السياق (ConPort) هو خادم MCP لبنك الذاكرة صُمم لتعزيز مساعدي الذكاء الاصطناعي وأدوات المطورين ضمن بيئات التطوير المتكاملة عبر إدارة سياق المشروع المنظم. إذ يعمل كرسم معرفة خاص بالمشروع، مما يمكّن من التوليد المعزز بالاسترجاع (RAG) القوي، ويسمح للذكاء الاصطناعي بالوصول السريع إلى معلومات المشروع ذات الصلة واستخدامها. يقوم بتخزين بيانات المشروع المهمة مثل القرارات والمهام والتقدم والأنماط المعمارية والمسارد والمواصفات بطريقة منظمة. يساعد ذلك مساعدي الذكاء الاصطناعي على تقديم إجابات أدق وأكثر وعيًا بالسياق، مما يعزز سير العمل البرمجي عبر جعل معرفة المشروع سهلة البحث وقابلة للتنفيذ.
لا توجد قوالب مطالبات مذكورة في ملفات المستودع أو الوثائق المتاحة.
لا توجد موارد MCP صريحة مدرجة في ملفات المستودع أو الوثائق المتوفرة.
لا توجد أدوات محددة موصوفة أو مدرجة في server.py
أو منطق الخادم الآخر في ملفات المستودع أو الوثائق المتوفرة.
إدارة معرفة المشروع
تخزين واسترجاع قرارات المشروع الأساسية، والمسارد، والمواصفات، والأنماط المعمارية، مما يمكّن مساعدي الذكاء الاصطناعي من تقديم إرشادات وسياق خاص بالمشروع.
مساعدة البرمجة الذكية الواعية بالسياق
تمكين مساعدي الذكاء الاصطناعي في بيئات التطوير من الوصول إلى ذاكرة مشروع منظمة، مما يحسن اقتراحات الشيفرة والتفسيرات بالاستفادة من تاريخ المشروع ومصطلحاته.
التوليد المعزز بالاسترجاع (RAG)
تعزيز المساعدين المدعومين بنماذج اللغة الضخمة من خلال تزويدهم ببيانات مشروع حديثة وذات صلة لأجوبة أكثر دقة وغنية بالسياق.
تتبع تقدم المشروع
الاحتفاظ بسجل منظم للمهام المنجزة والقضايا المعلقة والعمل الجاري، بحيث يتمكن وكلاء الذكاء الاصطناعي من تلخيص حالة المشروع أو الإبلاغ عنها.
{
"mcpServers": {
"context-portal": {
"command": "npx",
"args": ["@context-portal/mcp-server@latest"]
}
}
}
{
"mcpServers": {
"context-portal": {
"command": "npx",
"args": ["@context-portal/mcp-server@latest"]
}
}
}
{
"mcpServers": {
"context-portal": {
"command": "npx",
"args": ["@context-portal/mcp-server@latest"]
}
}
}
{
"mcpServers": {
"context-portal": {
"command": "npx",
"args": ["@context-portal/mcp-server@latest"]
}
}
}
تأمين مفاتيح API:
لتوفير مفاتيح API بأمان، استخدم متغيرات البيئة. إليك مثال على كيفية تضمينها في إعداداتك:
{
"mcpServers": {
"context-portal": {
"command": "npx",
"args": ["@context-portal/mcp-server@latest"],
"env": {
"CONPORT_API_KEY": "${CONPORT_API_KEY}"
},
"inputs": {
"apiKey": "${CONPORT_API_KEY}"
}
}
}
}
استخدام MCP في FlowHunt
لدمج خوادم MCP في سير عمل FlowHunt الخاص بك، ابدأ بإضافة مكون MCP إلى التدفق ووصلّه بوكيل الذكاء الاصطناعي:
انقر على مكون MCP لفتح لوحة الإعدادات. في قسم إعداد النظام MCP، أدخل تفاصيل خادم MCP الخاص بك باستخدام هذا التنسيق JSON:
{
"context-portal": {
"transport": "streamable_http",
"url": "https://yourmcpserver.example/pathtothemcp/url"
}
}
بعد الإعداد، سيتمكن وكيل الذكاء الاصطناعي من استخدام هذا MCP كأداة مع إمكانية الوصول إلى جميع وظائفه وقدراته. تذكر تغيير “context-portal” إلى اسم خادم MCP الفعلي الخاص بك واستبدال الرابط بوصلة خادم MCP الخاصة بك.
القسم | متوفر | الملاحظات/التفاصيل |
---|---|---|
نظرة عامة | ✅ | |
قائمة المطالبات | ⛔ | لم يتم العثور على قوالب مطالبات |
قائمة الموارد | ⛔ | لا توجد موارد صريحة مدرجة |
قائمة الأدوات | ⛔ | لا توجد أدوات في منطق الخادم |
تأمين مفاتيح API | ✅ | تم تضمين مثال لمتغيرات البيئة |
دعم الجذور | ⛔ | غير محدد |
دعم العينة (أقل أهمية في التقييم) | ⛔ | غير محدد |
يقدم خادم بورتال السياق MCP (ConPort) نظرة شاملة وتحديدًا واضحًا لحالات الاستخدام، لكنه يفتقر إلى وثائق تقنية صريحة للمطالبات والأدوات والموارد في الملفات العامة المتوفرة. توجيهات الإعداد وتأمين مفاتيح API مفيدة. إجمالًا، فائدته واضحة، لكن تفاصيل الخادم الأعمق ستعزز من تقييمه.
تقييم جدول MCP: 6/10
يملك ترخيصًا | ✅ (Apache-2.0) |
---|---|
يحتوي على أداة واحدة على الأقل | ⛔ |
عدد عمليات التفرع (Forks) | 47 |
عدد النجوم (Stars) | 352 |
بورتال السياق هو خادم MCP لبنك الذاكرة يدير سياق المشروع المنظم لمساعدي الذكاء الاصطناعي وأدوات المطورين. يعمل كرسم معرفة خاص بالمشروع، مما يمكّن من التوليد المعزز بالاسترجاع (RAG) وميزات الذكاء الاصطناعي الواعي بالسياق.
يُستخدم ConPort في إدارة معرفة المشروع، والمساعدة الذكية في البرمجة، والتوليد المعزز بالاسترجاع (RAG)، وتتبع تقدم المشروع ضمن سير العمل البرمجي.
استخدم متغيرات البيئة لتوفير مفاتيح API بأمان في إعدادات خادم MCP الخاص بك. مثلاً: { "env": { "CONPORT_API_KEY": "${CONPORT_API_KEY}" }, "inputs": { "apiKey": "${CONPORT_API_KEY}" } }
أضف مكون MCP إلى تدفق FlowHunt الخاص بك، ووصلّه بوكيل الذكاء الاصطناعي، وحدد تفاصيل خادم ConPort MCP في لوحة الإعدادات باستخدام الصيغة JSON المقدمة. هذا يمكّن وكيل الذكاء الاصطناعي من الوصول إلى سياق المشروع المنظم والذاكرة.
لا توجد قوالب مطالبات أو أدوات مدمجة مذكورة في الوثائق أو منطق الخادم المتوفر. وظيفته الأساسية هي تخزين واسترجاع السياق المنظم لتعزيز الذكاء الاصطناعي الخاص بالمشروعات.
مكّن فريق التطوير لديك من ذكاء اصطناعي واعٍ بالسياق عن طريق دمج خادم بورتال السياق MCP. سهّل إدارة معرفة المشروع وحسّن سير العمل البرمجي المدعوم بالذكاء الاصطناعي.
يُدمج خادم كونج كونكت MCP مساعدين الذكاء الاصطناعي مع بوابة API الخاصة بكونج كونكت، مما يتيح الاستعلامات بلغة طبيعية للتحليلات، وتدقيق الإعدادات، وإدارة طبقة ال...
يعمل خادم MCP Containerd كجسر بين وقت تشغيل Containerd وبروتوكول السياق النموذجي (MCP)، مما يتيح لوكلاء الذكاء الاصطناعي وسير العمل الآلي إدارة الحاويات، والبود...
يقوم خادم USPTO لبراءات الاختراع MCP بربط مساعدي الذكاء الاصطناعي وأدوات المطورين بقواعد بيانات مكتب براءات الاختراع والعلامات التجارية الأمريكي، مما يتيح البحث...