使用 MCP 协议通过工具或预定义提示向 OpenAI、MistralAI、Anthropic、xAI、Google AI 或 DeepSeek 发送请求。需要供应商 API 密钥。
支持通过参数传递的 STDIO 和 SSE 传输机制。
服务器实现了一个工具:
unichat: 向 unichat 发送请求
code_review
code (字符串,必需):要审查的代码document_code
code (字符串,必需):要注释的代码explain_code
code (字符串,必需):要解释的代码code_rework
changes (字符串,可选):要应用的更改code (字符串,必需):要重构的代码安装依赖项:
npm install
构建服务器:
npm run build
开发时自动重建:
npm run watch
评估包加载一个 mcp 客户端,然后运行 index.ts 文件,因此在测试之间无需重新构建。您可以通过在 npx 命令前缀中加载环境变量。完整的文档可以在这里找到 这里。
OPENAI_API_KEY=your-key npx mcp-eval src/evals/evals.ts src/server.ts
要通过 Smithery 自动安装 Unichat MCP Server 到 Claude Desktop:
npx -y @smithery/cli install unichat-ts-mcp-server --client claude
要在 Claude Desktop 中使用,请添加服务器配置:
在 MacOS 上:~/Library/Application Support/Claude/claude_desktop_config.json
在 Windows 上:%APPDATA%/Claude/claude_desktop_config.json
本地运行:
{
"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"
}
}
}
发布运行:
{
"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"
}
}
}
默认情况下在 STDIO 运行或通过参数
--stdio运行。要在 SSE 模式下运行,请添加参数--sse
npx -y unichat-ts-mcp-server --sse
支持的模型:
可以在此处找到当前支持的模型列表 这里。请确保添加相关的供应商 API 密钥作为
"YOUR_VENDOR_API_KEY"
示例:
"env": {
"UNICHAT_MODEL": "gpt-4o-mini",
"UNICHAT_API_KEY": "YOUR_OPENAI_API_KEY"
}
由于 MCP 服务器通过 stdio 通信,调试可能会很困难。我们推荐使用 MCP Inspector,它作为一个包脚本可用:
npm run inspector
Inspector 将提供一个 URL,以便在浏览器中访问调试工具。
如果在 SSE 模式测试期间遇到超时,请在 Inspector 界面中更改请求 URL 至:http://localhost:3001/sse?timeout=600000