Skip to content

Latest commit

 

History

History
64 lines (44 loc) · 1.92 KB

MCP.md

File metadata and controls

64 lines (44 loc) · 1.92 KB

SKIntelligence Model Context Protocol (MCP)

Model Context Protocol (MCP) 是一个开放标准，允许 AI 模型安全地访问本地或是远程的数据和工具。SKIntelligence 内置了 SKIMCPManager 来管理 MCP 服务器连接。

核心功能

  • 多服务器管理: 同时连接多个 MCP 服务器。
  • 自动连接: 注册即自动建立 SSE 连接。
  • 工具聚合: 获取所有已连接服务器提供的工具。

使用指南

1. 注册 MCP 服务器

使用 SKIMCPManager.shared 注册 MCP 服务器。你需要提供唯一的 ID 和 SSE 端点 URL。

import SKIntelligence

// 获取单例
let manager = SKIMCPManager.shared

// 注册本地或远程 MCP 服务器
// 例如，一个本地运行的 filesystem server
let endpoint = URL(string: "http://localhost:3000/sse")!

try await manager.register(
    id: "filesystem-server",
    endpoint: endpoint,
    headers: ["Authorization": "Bearer token"] // 可选
)

2. 获取和使用工具

注册后，你可以获取所有服务器提供的工具，并将它们提供给 SKILanguageModelSession。

// 获取所有已注册服务器的工具
let tools = try await manager.getAllTools()

// 创建 Session 并注入 MCP 工具
let session = SKILanguageModelSession(
    client: client,
    tools: tools // 直接使用 [SKIMCPTool]
)

// 现在模型可以调用 MCP 服务器提供的工具了
let response = try await session.chat(with: "列出当前目录下的所有文件")

3. 管理连接

// 断开并移除特定服务器
await manager.unregister(id: "filesystem-server")

// 断开所有连接
await manager.disconnectAll()

架构说明

SKIMCPClient 负责单个 MCP 连接的底层通信（基于 SSE 和 JSON-RPC），而 SKIMCPManager 在此之上提供了统一的管理层。在构建 AI 助手时，通常只需要与 SKIMCPManager 交互。