خادم تيانجي MCP

ماذا يفعل خادم “تيانجي” MCP؟

تم تصميم خادم تيانجي MCP (بروتوكول سياق النماذج) لربط مساعدات الذكاء الاصطناعي بمصادر البيانات الخارجية أو واجهات برمجة التطبيقات أو الخدمات، مما يعزز سير عمل التطوير ويتيح إمكانيات ذكاء اصطناعي أكثر ديناميكية. ومن خلال عمله كجسر بين النماذج الذكية والموارد الواقعية، يمكّن خادم تيانجي MCP أنظمة الذكاء الاصطناعي من تنفيذ مجموعة من المهام، مثل تنفيذ استعلامات قواعد البيانات، وإدارة الملفات، أو التفاعل مع واجهات برمجة التطبيقات المختلفة. يسهّل ذلك الدمج السلس للبيانات والوظائف الخارجية في تطبيقات الذكاء الاصطناعي، مما يسهل على المطورين بناء أنظمة ذكية تحتاج إلى معلومات محدثة أو أتمتة أو سياق تشغيلي من مصادر خارجية.

قائمة الأوامر (Prompts)

لم يتم تحديد قوالب أوامر في الملفات أو التوثيقات المتوفرة.

هل أنت مستعد لتنمية عملك؟

ابدأ تجربتك المجانية اليوم وشاهد النتائج في غضون أيام.

طلب عرض توضيحي تسجيل الدخول

قائمة الموارد

لم تُذكر موارد صريحة في التوثيق أو الملفات المتاحة.

قائمة الأدوات

لم يتم تفصيل أدوات في server.py أو الملفات المتوفرة في مسار المستودع المعطى.

انضم إلى نشرتنا الإخبارية

احصل على أحدث النصائح والاتجاهات والعروض مجانًا.

عنوان البريد الإلكتروني

اشترك

حالات الاستخدام لهذا الخادم MCP

لم يتم وصف حالات استخدام محددة في توثيق المستودع المتاح.

كيفية إعداده

Windsurf

1. تأكد من تثبيت Node.js وnpm.
2. حدد موقع ملف إعدادات Windsurf (مثلاً: windsurf.config.json).
3. أضف خادم تيانجي MCP إلى كائن mcpServers:

   {
     "mcpServers": {
       "tianji": {
         "command": "npx",
         "args": ["@tianji/mcp-server@latest"]
       }
     }
   }
   

4. احفظ الإعدادات وأعد تشغيل Windsurf.
5. تحقق من الإعداد من خلال التحقق من حالة اتصال خادم MCP.

Claude

1. تأكد من تثبيت Node.js.
2. افتح ملف إعدادات Claude.
3. أدخل إعدادات خادم تيانجي MCP:

   {
     "mcpServers": {
       "tianji": {
         "command": "npx",
         "args": ["@tianji/mcp-server@latest"]
       }
     }
   }
   

4. احفظ وأعد تشغيل Claude.
5. تحقق من السجلات للتأكد من نجاح الاتصال.

Cursor

1. ثبّت Node.js إذا لم يكن مثبتًا.
2. ابحث عن cursor.config.json أو ملف الإعدادات المناسب.
3. أضف خادم تيانجي MCP:

   {
     "mcpServers": {
       "tianji": {
         "command": "npx",
         "args": ["@tianji/mcp-server@latest"]
       }
     }
   }
   

4. احفظ وأعد تشغيل Cursor.
5. تحقق من التكامل عبر الواجهة أو السجلات.

Cline

1. تأكد من تثبيت Node.js.
2. افتح ملف إعدادات Cline.
3. أضف المقطع التالي:

   {
     "mcpServers": {
       "tianji": {
         "command": "npx",
         "args": ["@tianji/mcp-server@latest"]
       }
     }
   }
   

4. احفظ التغييرات وأعد تشغيل Cline.
5. تحقق أن خادم MCP يعمل.

تأمين مفاتيح API

استخدم متغيرات البيئة لإدارة الأسرار. مثال على الإعداد:

{
  "mcpServers": {
    "tianji": {
      "command": "npx",
      "args": ["@tianji/mcp-server@latest"],
      "env": {
        "API_KEY": "${API_KEY}"
      },
      "inputs": {
        "apiKey": "${API_KEY}"
      }
    }
  }
}

كيفية استخدام هذا الخادم MCP داخل التدفقات (flows)

استخدام MCP في FlowHunt

لدمج خوادم MCP في 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 إعداد النظام MCP، أدخل تفاصيل خادم MCP الخاص بك باستخدام هذا التنسيق:

{ “tianji”: { “transport”: “streamable_http”, “url”: “https://yourmcpserver.example/pathtothemcp/url" } }

بعد الإعداد، يمكن لوكيل الذكاء الاصطناعي الآن استخدام هذا الخادم MCP كأداة مع إمكانية الوصول إلى جميع وظائفه وقدراته. تذكّر تغيير “tianji” إلى الاسم الفعلي لخادم MCP الخاص بك واستبدال عنوان الرابط بعنوان خادم MCP الخاص بك.

نظرة عامة

استنادًا إلى ما سبق، يبدو أن خادم تيانجي MCP في مرحلة مبكرة أو غير موثق من حيث ميزات MCP مثل الأوامر والموارد والأدوات. تعليمات الإعداد واضحة، لكن القدرات العملية غير موثقة في الكود أو ملف README المفحوص.

تقييم MCP

أقيّم هذا الخادم MCP بـ 2/10 استنادًا إلى التوثيق المتاح واكتمال الميزات، إذ يفتقر إلى تفاصيل عملية أو أمثلة للمستخدمين والمطورين، ولا يوجد دليل على تنفيذ بدائيات أو أدوات MCP في الملفات المقدمة.