MCP ExplorerExplorer

Aihelpai Mcp

@lioenskyon 10 days ago
4 MIT
FreeCommunity
AI Systems
# Let AI Help AI! Why not ask the amazing AI? MCP

Overview

What is Aihelpai Mcp

AIhelpAI-MCP is a server based on the Model Context Protocol (MCP) that allows AI agents to request assistance or consultation from various configured large language models (LLMs) using the MCP protocol.

Use cases

Use cases include querying different AI models for specific tasks, utilizing AI assistants for collaborative problem-solving, and integrating multiple AI capabilities into a single application for improved user experience.

How to use

To use AIhelpAI-MCP, clone or download the project code, navigate to the project root directory, install dependencies with ‘npm install’, and build the project using ‘npm run build’. Configure the client application with the necessary environment variables (API_URL and API_KEY) to connect to the server.

Key features

Key features include multi-model support for popular LLMs, a dynamic tool list that automatically lists available AI assistants, a unified interface compatible with OpenAI API, maintenance of a simple conversation history, and environment configuration for backend API proxy.

Where to use

AIhelpAI-MCP can be used in various fields such as AI development, chatbot integration, and any application requiring AI-to-AI communication for enhanced problem-solving capabilities.

Content

AI Help AI MCP 服务器

这是一个基于 Model Context Protocol (MCP) 的服务器，允许 AI 代理通过 MCP 协议向其他配置好的大型语言模型（LLM）请求帮助或咨询。

功能特点

  • 多模型支持: 内置配置了对多种流行 LLM 的访问（例如 Grok, Gemini, Claude, GPT-4o）。
  • 动态工具列表: MCP 服务器会自动列出所有可用的 AI 助手作为独立的工具（例如 ask_grok3, ask_gemini2_5pro）。
  • 统一接口: 通过标准的 OpenAI 兼容 API 格式与后端 AI 模型交互。
  • 对话历史: 维护简单的内存对话历史（最近 5 轮），为每个模型提供上下文。
  • 环境配置: 通过环境变量配置后端 API 代理的 URL 和 Key。

系统要求

  • Node.js v18.0.0 或更高版本

您可以通过以下命令验证 Node.js 安装：

node --version  # 应显示v18.0.0或更高版本

安装步骤

  1. 克隆或下载本项目代码。

  2. 进入项目根目录。

  3. 安装依赖：

    npm install

  4. 构建项目：

    npm run build

    (注意: npm install 通常会自动触发 npm run build)

配置说明 (客户端)

此 MCP 服务器本身不读取 .env 文件。您需要在启动此 MCP 服务器的客户端应用程序（例如您的 AI 聊天界面或 MCP 管理工具）中配置以下环境变量：

  1. API_URL: 指向您的 OpenAI 兼容 API 代理服务器的 基础 URL (例如: http://localhost:3000)。服务器代码会自动添加 /v1/chat/completions 路径。
  2. API_KEY: 用于访问您的 API 代理的密钥 (例如: sk-xxxxxxxx)。

客户端配置示例 (例如在 VS Code MCP 插件中)

在您的客户端 MCP 服务器配置界面（类似于您截图中的界面）：

  • 名称: 给这个服务器起个名字，例如 求助AI。
  • 描述: 简要描述，例如 让 AI 去求助别的 AI。
  • 类型: 选择 标准输入/输出 (stdio)。
  • 命令: 输入 node。
  • 参数: 输入指向本项目 编译后 的 index.js 文件的 绝对路径。例如: 实际地址\AIHelpAI-MCP\build\index.js (请根据您的实际路径修改)。
  • 环境变量:
    • 添加 API_URL，值为您的 API 代理 URL (例如 http://localhost:3000)。
    • 添加 API_KEY，值为您的 API 密钥 (例如 sk-xxxxxxxx)。

保存配置后，客户端应该能够启动并连接到这个 MCP 服务器。

使用方法

配置并启动服务器后，连接到此 MCP 服务器的 AI 代理将看到一系列可用的工具，格式为 ask_<model_key>，例如：

  • ask_grok3
  • ask_gemini2_5pro
  • ask_claude3_7sonnet
  • ask_gpt4o

每个工具的描述会说明该 AI 助手的特点和擅长领域。

调用工具时，只需提供一个参数：

  • prompt (string, required): 您想向该 AI 助手提出的问题或指令。

服务器将使用配置的 API URL 和 Key，结合内置的模型参数和对话历史，向对应的模型发出请求，并将回复返回给调用方。

开发者工具

您可以使用 MCP Inspector 工具来测试服务器（如果已全局安装或使用 npx）：

# 确保设置了 API_URL 和 API_KEY 环境变量
npx @modelcontextprotocol/inspector build/index.js
# 或者，如果全局安装了
mcp-inspector build/index.js

许可证

请参阅项目仓库中的许可证文件。

Tools

No tools

Comments