Chat MCP Server

Máy chủ “Chat MCP” MCP làm gì?

Chat MCP là một ứng dụng chat trên máy tính để bàn tận dụng Giao thức Bối cảnh Mô hình (MCP) để kết nối với nhiều Mô hình Ngôn ngữ Lớn (LLM) khác nhau. Được xây dựng bằng Electron để tối ưu đa nền tảng, Chat MCP cho phép người dùng kết nối và quản lý nhiều backend LLM, cung cấp giao diện thống nhất để kiểm thử, tương tác và cấu hình các mô hình AI khác nhau. Mã nguồn tối giản của ứng dụng hướng đến giúp nhà phát triển và nhà nghiên cứu nắm bắt các nguyên lý cốt lõi của MCP, nhanh chóng dựng nguyên mẫu với các máy chủ khác nhau và hợp lý hóa quy trình liên quan tới LLM. Các tính năng nổi bật gồm cấu hình LLM động, quản lý đa client, và dễ dàng thích ứng cho cả máy tính để bàn lẫn web.

Danh sách Prompt

Không có template prompt nào được đề cập trong tài liệu hoặc file repository.

Danh sách Resource

Không có tài nguyên MCP nào được ghi lại rõ ràng trong repository hoặc ví dụ cấu hình.

Danh sách Công Cụ

Không có công cụ cụ thể nào được liệt kê hoặc mô tả trong repository hoặc server.py (repo không chứa file server.py hoặc định nghĩa công cụ tương đương).

Các trường hợp sử dụng của máy chủ MCP này

• Nền tảng kiểm thử LLM hợp nhất
  Chat MCP cho phép nhà phát triển nhanh chóng cấu hình và kiểm thử nhiều nhà cung cấp và mô hình LLM trong một giao diện duy nhất, giúp quá trình đánh giá trở nên dễ dàng hơn.

• Ứng dụng chat AI đa nền tảng
  Hỗ trợ Linux, macOS và Windows, Chat MCP có thể được dùng như một client chat trên máy tính để bàn để tương tác với các mô hình AI trên mọi hệ điều hành phổ biến.

• Phát triển và debug tích hợp MCP
  Với mã nguồn sạch sẽ, nhà phát triển có thể dùng Chat MCP làm bản tham khảo hoặc điểm khởi đầu để xây dựng hoặc debug ứng dụng MCP của riêng mình.

• Công cụ giáo dục về MCP
  Phong cách tối giản của dự án khiến nó trở thành lựa chọn lý tưởng để học về Giao thức Bối cảnh Mô hình và thử nghiệm kết nối LLM.

Hướng dẫn thiết lập

Windsurf

1. Cài đặt Node.js: Tải và cài đặt Node.js từ nodejs.org.
2. Clone repository:
   git clone https://github.com/AI-QL/chat-mcp.git
3. Chỉnh sửa cấu hình:
   Sửa file src/main/config.json với chi tiết API LLM và thiết lập MCP của bạn.
4. Cài đặt dependencies:
   npm install
5. Khởi động ứng dụng:
   npm start

Ví dụ cấu hình JSON:

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

Lưu ý: Bảo mật API key của bạn bằng biến môi trường hoặc lưu trữ mã hóa (không được hỗ trợ trực tiếp trong cấu hình sẵn có, nhưng nên làm).

Claude

1. Cài đặt Node.js: Lấy Node.js từ nodejs.org.
2. Tải hoặc clone Chat MCP.
3. Chỉnh sửa src/main/config.json với endpoint API tương thích Claude và thông tin chi tiết.
4. Chạy npm install.
5. Khởi động với npm start.

Ví dụ JSON:

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

Lưu ý: Sử dụng biến môi trường cho thông tin nhạy cảm.

Cursor

1. Cài đặt Node.js.
2. Clone repository Chat MCP.
3. Cập nhật src/main/config.json cho backend Cursor.
4. Cài đặt dependencies.
5. Khởi động ứng dụng.

Ví dụ JSON:

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

Lưu ý: Sử dụng biến môi trường cho API key.

Cline

1. Cài đặt Node.js.
2. Clone repository.
3. Chỉnh sửa src/main/config.json với thông tin API của Cline.
4. Chạy npm install.
5. Khởi động với npm start.

Ví dụ JSON:

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

Lưu ý: Bảo mật API key bằng biến môi trường.

Ví dụ bảo mật API key:

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

Đặt biến API_KEY trong môi trường trước khi khởi động ứng dụng.

Hướng dẫn sử dụng MCP này trong flows

Sử dụng MCP trong FlowHunt

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

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

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

Sau khi cấu hình, agent 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 “chat-mcp” bằng tên thực tế của máy chủ MCP bạn sử dụng và thay đường dẫn URL bằng địa chỉ máy chủ MCP của bạn.

Tổng quan

Dựa trên thông tin hiện có, Chat MCP là một client MCP đơn giản, mang tính giáo dục và linh hoạt, nhưng thiếu các tính năng MCP nâng cao (công cụ, tài nguyên, sampling, roots) trong tài liệu công khai và thiết lập. Giá trị chính của nó là một giao diện chat sạch sẽ, dễ chỉnh sửa. Tổng thể, đây là điểm khởi đầu tốt để học MCP hoặc làm nền tảng cho các tích hợp nâng cao hơn.

MCP Score