LLM Bridge MCP
2025.03.28
3
Python大型语言模型接口AI代理支持开发效率
LLM Bridge MCP 是一个为AI代理提供标准化接口的服务，允许通过Message Control Protocol (MCP)无缝访问不同的大型语言模型（LLM）提供商。它简化了在应用中使用多个模型或切换模型的过程，支持包括OpenAI、Anthropic、Google和DeepSeek在内的多种LLM提供商。
View on GitHub
Overview
基本能力
产品定位
LLM Bridge MCP 旨在为开发者提供一个统一的接口，以便于在应用中使用和切换不同的大型语言模型（LLM），提升开发效率和灵活性。
核心功能
- 统一接口访问多个LLM提供商（如OpenAI、Anthropic、Google、DeepSeek等）。
- 使用Pydantic AI确保类型安全和验证。
- 支持自定义参数（如温度、最大令牌数）。
- 提供使用跟踪和指标。
适用场景
- 需要在应用中使用多个LLM模型的场景。
- 需要快速切换不同LLM模型的场景。
- 需要统一管理和跟踪LLM使用的场景。
工具列表
run_llm：向LLM发送提示并获取响应。- 参数：
prompt：发送给LLM的文本提示。model_name：使用的特定模型（默认："openai:gpt-4o-mini"）。temperature：控制随机性（0.0到1.0）。max_tokens：生成的最大令牌数。system_prompt：可选系统提示，指导模型行为。
常见问题解答
- 问题1："spawn uvx ENOENT"错误。
- 解决方案：使用
uvx的完整路径。- 查找
uvx的完整路径： - macOS/Linux：
which uvx - Windows：
where.exe uvx - 更新MCP服务器配置以使用完整路径。
- 查找
使用教程
使用依赖
- 安装
uv： - macOS：
brew install uv - Linux：
curl -LsSf https://astral.sh/uv/install.sh | sh - Windows：
powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"
安装教程
- 通过Smithery自动安装：
bash npx -y @smithery/cli install @sjquant/llm-bridge-mcp --client claude - 手动安装：
- 克隆仓库：
bash git clone https://github.com/yourusername/llm-bridge-mcp.git cd llm-bridge-mcp - 创建
.env文件并配置API密钥：OPENAI_API_KEY=your_openai_api_key ANTHROPIC_API_KEY=your_anthropic_api_key GOOGLE_API_KEY=your_google_api_key DEEPSEEK_API_KEY=your_deepseek_api_key
调试方式
- 在Claude Desktop或Cursor中添加服务器配置：
json "mcpServers": { "llm-bridge": { "command": "uvx", "args": [ "llm-bridge-mcp" ], "env": { "OPENAI_API_KEY": "your_openai_api_key", "ANTHROPIC_API_KEY": "your_anthropic_api_key", "GOOGLE_API_KEY": "your_google_api_key", "DEEPSEEK_API_KEY": "your_deepseek_api_key" } } } - 确保
uvx可执行文件在PATH中或使用完整路径。