Selector Mcp Server
2025.04.10
2
PythonAI 交互实时聊天流式传输开发效率
Selector AI FastMCP 是一个基于 Model Context Protocol (MCP) 的实现，专为 Selector AI 设计。它提供了一个支持实时流式传输的服务器和一个基于 Docker 的交互式客户端，通过 stdin/stdout 进行通信。该服务旨在简化 AI 交互，支持实时聊天、健康检查和日志记录等功能。
View on GitHub
Overview
基本能力
产品定位
Selector AI FastMCP 是一个用于简化 AI 交互的工具，特别适用于需要实时 AI 聊天和流式传输的场景。
核心功能
- 服务器功能
- FastMCP 兼容，基于 Python 构建
- 支持实时 SSE 流式传输
- 与 Selector AI 进行交互式聊天
- 内置健康检查，适用于容器编排
-
请求/响应日志记录和重试机制
-
客户端功能
- 通过 Docker 生成服务器
- 支持 CLI 和程序化访问
- 通过 stdin 和 stdout 进行读写
- 使用 .env 文件进行环境变量配置
适用场景
- 实时 AI 聊天应用
- 需要流式传输的 AI 交互
- 容器化环境中的 AI 服务部署
工具列表
- selector_fastmcp_server.py: 服务器端，集成 MCP 和 Selector AI
- selector_client.py: 客户端，支持 Docker 和 stdin/stdout CLI
- Dockerfile: 容器配置
- requirements.txt: Python 依赖
- .env: 环境变量配置
常见问题解答
- 如何配置环境变量？
创建 .env 文件并设置
SELECTOR_URL和SELECTOR_AI_API_KEY。 - 如何启动客户端？
运行
python mcp_client.py。 - 如何自定义容器？
修改
selector_fastmcp_server.py并重新构建 Docker 镜像。
使用教程
使用依赖
- Python 3.8+
- Docker
- Selector AI API Key
- Selector API URL
安装教程
- 克隆仓库
bash git clone https://github.com/automateyournetwork/selector-mcp-server cd selector-ai-mcp - 安装 Python 依赖
bash pip install -r requirements.txt - 设置环境变量
创建 .env 文件并添加以下内容：
SELECTOR_URL=https://your-selector-api-url SELECTOR_AI_API_KEY=your-api-key - 构建 Docker 镜像
bash docker build -t selector-mcp .
调试方式
- 启动客户端
bash python mcp_client.py - 程序化访问示例
python from selector_client import call_tool, spawn_server proc = spawn_server() call_tool(proc, "ready") response = call_tool(proc, "ask_selector", {"content": "What is AIOps?"}) print(response)