Сервер Unichat MCP в TypeScript

Также доступно на Python

Отправляйте запросы в OpenAI, MistralAI, Anthropic, xAI, Google AI или DeepSeek с использованием протокола MCP через инструмент или предопределенные подсказки. Требуется ключ API поставщика.

Транспортные механизмы STDIO и SSE поддерживаются посредством аргументов.

Инструменты

На сервере реализован один инструмент:

unichat : Отправить запрос в unichat
- Принимает «сообщения» в качестве обязательных строковых аргументов
- Возвращает ответ

Подсказки

code_review
- Просмотрите код на предмет передового опыта, потенциальных проблем и улучшений.
- Аргументы:
  - code (строка, обязательно): Код для проверки"
document_code
- Создание документации для кода, включая строки документации и комментарии.
- Аргументы:
  - code (строка, обязательно): Код для комментария"
explain_code
- Подробно объясните, как работает фрагмент кода
- Аргументы:
  - code (строка, обязательно): Код для объяснения"
code_rework
- Применить запрошенные изменения к предоставленному коду
- Аргументы:
  - changes (строка, необязательно): Изменения для применения"
  - code (строка, обязательно): Код для переработки"

Related MCP server: OpenAI API MCP Server

Разработка

Установите зависимости:

npm install

Сборка сервера:

npm run build

Для разработки с автоматической пересборкой:

npm run watch

Запуск оценок

Пакет evals загружает клиент mcp, который затем запускает файл index.ts, поэтому нет необходимости перестраиваться между тестами. Вы можете загрузить переменные среды, указав префикс команды npx. Полную документацию можно найти здесь .

OPENAI_API_KEY=your-key npx mcp-eval src/evals/evals.ts src/server.ts

Установка

Установка через Smithery

Чтобы автоматически установить Unichat MCP Server для Claude Desktop через Smithery :

npx -y @smithery/cli install unichat-ts-mcp-server --client claude

Установка вручную

Для использования с Claude Desktop добавьте конфигурацию сервера:

В MacOS: ~/Library/Application Support/Claude/claude_desktop_config.json В Windows: %APPDATA%/Claude/claude_desktop_config.json

Запустить локально:

{ "mcpServers": { "unichat-ts-mcp-server": { "command": "node", "args": [ "{{/path/to}}/unichat-ts-mcp-server/build/index.js" ], "env": { "UNICHAT_MODEL": "YOUR_PREFERRED_MODEL_NAME", "UNICHAT_API_KEY": "YOUR_VENDOR_API_KEY" } } }

Запуск опубликован:

{ "mcpServers": { "unichat-ts-mcp-server": { "command": "npx", "args": [ "-y", "unichat-ts-mcp-server" ], "env": { "UNICHAT_MODEL": "YOUR_PREFERRED_MODEL_NAME", "UNICHAT_API_KEY": "YOUR_VENDOR_API_KEY" } } }

Запускается в STDIO по умолчанию или с аргументом --stdio . Для запуска в SSE добавьте аргумент --sse

npx -y unichat-ts-mcp-server --sse

Поддерживаемые модели:

Список поддерживаемых в настоящее время моделей для использования в качестве "YOUR_PREFERRED_MODEL_NAME" можно найти здесь . Пожалуйста, не забудьте добавить соответствующий ключ API поставщика в качестве "YOUR_VENDOR_API_KEY"

Пример:

"env": { "UNICHAT_MODEL": "gpt-4o-mini", "UNICHAT_API_KEY": "YOUR_OPENAI_API_KEY" }

Отладка

Поскольку серверы MCP взаимодействуют через stdio, отладка может быть сложной. Мы рекомендуем использовать MCP Inspector , который доступен как пакетный скрипт:

npm run inspector

Инспектор предоставит URL-адрес для доступа к инструментам отладки в вашем браузере.

Если во время тестирования в режиме SSE у вас возникли тайм-ауты, измените URL-адрес запроса в интерфейсе инспектора на: http://localhost:3001/sse?timeout=600000