Servidor MCP any-chat-completions-mcp

O que o servidor MCP “any-chat-completions-mcp” faz?

O any-chat-completions-mcp MCP Server atua como uma ponte entre assistentes de IA e qualquer API de Chat Completion compatível com o SDK da OpenAI, como OpenAI, Perplexity, Groq, xAI e PyroPrompts. Seguindo o Model Context Protocol (MCP), ele permite a integração perfeita de provedores externos de LLM em fluxos de desenvolvimento. Sua principal função é encaminhar perguntas baseadas em chat para um provedor de chat IA configurado, permitindo que desenvolvedores utilizem diversos LLMs como ferramentas em seus ambientes preferidos. Isso torna tarefas como troca de provedores ou escalonamento do uso de LLMs simples, promovendo flexibilidade e eficiência em aplicações impulsionadas por IA.

Lista de Prompts

Nenhum template de prompt é mencionado no repositório ou documentação.

Pronto para expandir seu negócio?

Comece seu teste gratuito hoje e veja resultados em dias.

Solicitar demo Entrar

Lista de Recursos

Nenhum recurso MCP explícito é documentado no repositório ou README.

Lista de Ferramentas

• chat: Encaminha uma pergunta para um Provedor de Chat IA configurado. Esta é a principal (e única) ferramenta exposta pelo servidor, permitindo que LLMs ou clientes enviem consultas baseadas em chat para qualquer endpoint API compatível com OpenAI.

Junte-se à nossa newsletter

Receba gratuitamente as últimas dicas, tendências e ofertas.

Endereço de e-mail

Inscrever-se

Casos de Uso deste Servidor MCP

• Integração Unificada de LLM: Desenvolvedores podem usar um único servidor MCP para acessar múltiplos provedores de LLM sem alterar o código do cliente, simplificando o gerenciamento de provedores.
• Troca de Provedor: Troque facilmente entre OpenAI, PyroPrompts, Perplexity e outros atualizando variáveis de ambiente, útil para otimização de custos ou estratégias de fallback.
• Agentes de IA Desktop Customizados: Integre LLMs avançados baseados em chat em aplicações desktop (ex: Claude Desktop) para potencializar recursos de assistente aprimorados.
• Experimentação e Benchmarking: Compare rapidamente saídas de diferentes LLMs de forma padronizada para pesquisa, QA ou desenvolvimento de produto.
• API Gateway para LLMs: Atua como um gateway leve para encaminhar mensagens de chat com segurança a diversas APIs de LLM, centralizando a gestão de chaves de API e endpoints.

Como configurar

Windsurf

Nenhuma instrução específica de plataforma é fornecida para Windsurf no repositório ou documentação.

Claude

1. Pré-requisito: Certifique-se de que Node.js e npx estão instalados.
2. Localize o Arquivo de Configuração: Edite claude_desktop_config.json (no MacOS: ~/Library/Application Support/Claude/claude_desktop_config.json; no Windows: %APPDATA%/Claude/claude_desktop_config.json).
3. Adicione o Servidor MCP: Adicione a configuração do servidor MCP sob o objeto mcpServers.
4. Configure as Variáveis de Ambiente: Insira as chaves de API do provedor e outras informações no objeto env.
5. Salve e Reinicie: Salve o arquivo e reinicie o Claude Desktop para aplicar as alterações.

Exemplo 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"
      }
    }
  }
}

Protegendo Chaves de API (usando variáveis de ambiente):

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

Cursor

Nenhuma instrução específica de plataforma é fornecida para Cursor no repositório ou documentação.

Cline

Nenhuma instrução específica de plataforma é fornecida para Cline no repositório ou documentação.

Como usar este MCP em fluxos

Usando MCP no FlowHunt

Para integrar servidores MCP no seu fluxo do FlowHunt, comece adicionando o componente MCP ao seu fluxo e conectando-o ao seu agente de IA:

Clique no componente MCP para abrir o painel de configuração. Na seção de configuração do sistema MCP, insira os detalhes do seu servidor MCP usando este formato JSON:

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

Depois de configurado, o agente de IA poderá usar este MCP como uma ferramenta com acesso a todas as suas funções e capacidades. Lembre-se de trocar “MCP-name” pelo nome real do seu servidor MCP (ex: “github-mcp”, “weather-api”, etc.) e substituir a URL pela URL do seu próprio servidor MCP.

Resumo

Com base no exposto, o any-chat-completions-mcp é um servidor MCP focado e otimizado, ideal para adicionar APIs de chat compatíveis com OpenAI como ferramentas. Sua principal força é a simplicidade e ampla compatibilidade, embora falte abstrações de recurso e prompt. Para integração rotineira de LLM, é robusto, mas usuários avançados podem desejar mais recursos. No geral, eu avaliaria este MCP em 6/10 para uso geral.

Pontuação MCP