Máy chủ MCP any-chat-completions-mcp

Máy chủ MCP “any-chat-completions-mcp” làm gì?

any-chat-completions-mcp MCP Server hoạt động như một cầu nối giữa các trợ lý AI và bất kỳ API Hoàn thành Chat tương thích OpenAI SDK nào, ví dụ như OpenAI, Perplexity, Groq, xAI và PyroPrompts. Bằng cách tuân thủ Model Context Protocol (MCP), nó cho phép tích hợp liền mạch các nhà cung cấp LLM bên ngoài vào quy trình phát triển. Chức năng chính của nó là chuyển tiếp các câu hỏi chat tới nhà cung cấp AI chat đã cấu hình, cho phép nhà phát triển tận dụng nhiều LLM như các công cụ trong môi trường ưu thích. Điều này giúp việc chuyển đổi nhà cung cấp hoặc mở rộng sử dụng LLM trở nên đơn giản, thúc đẩy sự linh hoạt và hiệu quả cho các ứng dụng AI.

Danh sách Prompt

Không có template prompt nào được đề cập trong kho lưu trữ hoặc tài liệu.

Danh sách Resource

Không có tài nguyên MCP cụ thể nào được ghi nhận trong kho lưu trữ hoặc README.

Danh sách Công cụ

• chat: Chuyển tiếp một câu hỏi tới Nhà cung cấp AI Chat đã cấu hình. Đây là công cụ chính (và duy nhất) mà máy chủ cung cấp, cho phép LLM hoặc client gửi truy vấn chat tới bất kỳ endpoint API tương thích OpenAI nào.

Các trường hợp sử dụng Máy chủ MCP này

• Tích hợp LLM hợp nhất: Nhà phát triển có thể dùng một máy chủ MCP để truy cập nhiều nhà cung cấp LLM mà không cần thay đổi mã client, đơn giản hóa việc quản lý nhà cung cấp.
• Chuyển đổi nhà cung cấp: Dễ dàng chuyển giữa OpenAI, PyroPrompts, Perplexity và các nhà cung cấp khác chỉ bằng cách cập nhật biến môi trường, phù hợp cho tối ưu hóa chi phí hoặc chiến lược dự phòng.
• Tác nhân AI Desktop tùy chỉnh: Tích hợp các LLM chat tiên tiến vào ứng dụng desktop (ví dụ: Claude Desktop) để nâng cao tính năng trợ lý.
• Thử nghiệm và đánh giá chuẩn: So sánh nhanh kết quả từ các LLM khác nhau theo cách chuẩn hóa cho nghiên cứu, QA, hoặc phát triển sản phẩm.
• Cổng API cho LLM: Đóng vai trò là cổng nhẹ để định tuyến an toàn các tin nhắn chat tới nhiều API LLM, tập trung quản lý API key và endpoint.

Cách thiết lập

Windsurf

Không có hướng dẫn cụ thể cho nền tảng Windsurf trong tài liệu hoặc kho lưu trữ.

Claude

1. Yêu cầu: Đảm bảo đã cài đặt Node.js và npx.
2. Tìm file cấu hình: Sửa file claude_desktop_config.json (trên MacOS: ~/Library/Application Support/Claude/claude_desktop_config.json; trên Windows: %APPDATA%/Claude/claude_desktop_config.json).
3. Thêm Máy chủ MCP: Thêm cấu hình máy chủ MCP vào object mcpServers.
4. Đặt biến môi trường: Đặt API key nhà cung cấp và thông tin khác vào object env.
5. Lưu và khởi động lại: Lưu file và khởi động lại Claude Desktop để áp dụng thay đổi.

Ví dụ 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"
      }
    }
  }
}

Bảo mật API Key (dùng biến môi trường):

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

Cursor

Không có hướng dẫn cụ thể cho nền tảng Cursor trong tài liệu hoặc kho lưu trữ.

Cline

Không có hướng dẫn cụ thể cho nền tảng Cline trong tài liệu hoặc kho lưu trữ.

Cách sử dụng MCP này trong luồng

Sử dụng MCP trong FlowHunt

Để tích hợp máy chủ MCP vào quy trình FlowHunt, hãy bắt đầu bằng cách thêm thành phần MCP vào flow và kết nối nó với tác nhân AI của bạn:

Nhấp vào thành phần MCP để mở bảng cấu hình. Trong mục cấu hình hệ thống MCP, nhập thông tin máy chủ MCP của bạn theo định dạng JSON sau:

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

Sau khi cấu hình, tác nhân AI sẽ có thể sử dụng MCP này như một công cụ với đầy đủ chức năng và khả năng của nó. Hãy nhớ thay “MCP-name” bằng tên thật của máy chủ MCP của bạn (ví dụ: “github-mcp”, “weather-api”, v.v.) và thay URL bằng địa chỉ máy chủ MCP của bạn.

Tổng quan

Dựa trên các thông tin trên, any-chat-completions-mcp là máy chủ MCP tập trung, tối giản, lý tưởng để thêm các API chat tương thích OpenAI làm công cụ. Thế mạnh lớn nhất là sự đơn giản và khả năng tương thích rộng, dù thiếu trừu tượng hóa resource và prompt. Đối với tích hợp LLM thường xuyên, nó rất ổn định, nhưng người dùng nâng cao có thể muốn nhiều tính năng hơn. Tổng kết, tôi đánh giá MCP này 6/10 cho mục đích sử dụng chung.

Điểm MCP