LLM Context MCP Server

“LLM Context” MCP Server làm gì?

LLM Context MCP Server là một công cụ được thiết kế để kết nối liền mạch các trợ lý AI với dự án mã nguồn và văn bản bên ngoài, nâng cao quy trình phát triển thông qua Giao thức Bối cảnh Mô hình (MCP). Bằng cách tận dụng mẫu .gitignore để chọn lọc tệp thông minh, nó cho phép lập trình viên tiêm nội dung có liên quan trực tiếp vào giao diện trò chuyện LLM hoặc sử dụng quy trình clipboard tiện lợi. Điều này giúp thực hiện các nhiệm vụ như kiểm tra mã nguồn, tạo tài liệu và khám phá dự án một cách hiệu quả với sự hỗ trợ AI nhận biết ngữ cảnh. LLM Context đặc biệt hiệu quả cho cả kho mã nguồn và bộ sưu tập tài liệu văn bản, trở thành cầu nối đa năng giữa dữ liệu dự án và quy trình làm việc AI.

Danh sách Prompt

Không tìm thấy thông tin về mẫu prompt định nghĩa trong kho lưu trữ.

Danh sách Tài nguyên

Không có tài nguyên cụ thể nào được đề cập trong các tệp hoặc tài liệu cung cấp.

Danh sách Công cụ

Không có tệp server.py hoặc tệp tương đương liệt kê công cụ trong cấu trúc kho lưu trữ hiện tại. Không tìm thấy thông tin về công cụ được cung cấp.

Các trường hợp sử dụng MCP Server này

• Tự động kiểm tra mã nguồn: Tiêm các đoạn mã liên quan vào giao diện LLM để hỗ trợ kiểm tra mã tự động hoặc có hướng dẫn.
• Tạo tài liệu: Cho phép AI truy cập và tóm tắt tài liệu trực tiếp từ các tệp dự án.
• Khám phá dự án: Hỗ trợ lập trình viên và tác nhân AI nhanh chóng hiểu các dự án mã nguồn hoặc văn bản lớn bằng cách làm nổi bật các tệp chính và sơ lược.
• Quy trình Clipboard: Cho phép người dùng sao chép nội dung từ và vào clipboard để chia sẻ nhanh với LLM, nâng cao hiệu suất trong quy trình trò chuyện.

Cách thiết lập

Windsurf

1. Đảm bảo bạn đã cài đặt Node.js và Windsurf.
2. Tìm tệp cấu hình Windsurf (ví dụ: windsurf.config.json).
3. Thêm LLM Context MCP Server bằng đoạn mã JSON sau:

{
  "mcpServers": {
    "llm-context": {
      "command": "llm-context-mcp",
      "args": []
    }
  }
}

4. Lưu cấu hình và khởi động lại Windsurf.
5. Kiểm tra thiết lập bằng cách xem máy chủ MCP đã xuất hiện trong Windsurf chưa.

Claude

1. Cài đặt Node.js và đảm bảo Claude hỗ trợ tích hợp MCP.
2. Chỉnh sửa tệp cấu hình của Claude để thêm máy chủ MCP:

{
  "mcpServers": {
    "llm-context": {
      "command": "llm-context-mcp",
      "args": []
    }
  }
}

3. Lưu tệp và khởi động lại Claude.
4. Xác nhận máy chủ đã sẵn sàng trong thiết lập MCP của Claude.

Cursor

1. Cài đặt các yêu cầu cần thiết cho trình soạn thảo Cursor.
2. Mở tệp cấu hình MCP của Cursor.
3. Thêm LLM Context MCP Server:

{
  "mcpServers": {
    "llm-context": {
      "command": "llm-context-mcp",
      "args": []
    }
  }
}

4. Lưu thay đổi và khởi động lại Cursor.
5. Kiểm tra hoạt động của máy chủ MCP.

Cline

1. Cài đặt Node.js và Cline.
2. Chỉnh sửa cấu hình Cline để đăng ký máy chủ MCP:

{
  "mcpServers": {
    "llm-context": {
      "command": "llm-context-mcp",
      "args": []
    }
  }
}

3. Lưu và khởi động lại Cline.
4. Kiểm tra xem máy chủ MCP đã truy cập được chưa.

Bảo mật API Key

Đặt biến môi trường để bảo vệ API key và thông tin bí mật. Ví dụ cấu hình:

{
  "mcpServers": {
    "llm-context": {
      "command": "llm-context-mcp",
      "args": [],
      "env": {
        "API_KEY": "${LLM_CONTEXT_API_KEY}"
      },
      "inputs": {
        "apiKey": "${LLM_CONTEXT_API_KEY}"
      }
    }
  }
}

Cách sử dụng MCP này trong flow

Sử dụng MCP trong FlowHunt

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

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

{
  "llm-context": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

Sau khi cấu hình, tác nhân AI có thể sử dụng MCP này như một công cụ với quyền truy cập đầy đủ các chức năng. Hãy nhớ đổi “llm-context” thành tên máy chủ MCP thực tế của bạn và thay thế URL bằng URL máy chủ MCP của bạn.

Tổng quan

Dựa trên hai bảng trên, MCP server này có tổng quan mạnh mẽ và tuân thủ thực hành bảo mật tốt nhưng thiếu tài liệu rõ ràng về prompt, tài nguyên và công cụ. Vì vậy, nó phù hợp nhất cho các quy trình chia sẻ ngữ cảnh cơ bản và cần bổ sung tài liệu để tận dụng tối đa các tính năng nâng cao của MCP.

Điểm MCP