代理服务器MCP

Name: 代理服务器MCP
Author: Anansitrading

作者：Anansitrading8 星标更新：2025-09-26

安装使用来源：spider==github.com

项目介绍

增强型 POE MCP 服务器用于 Warp.dev

一个生产就绪的模型上下文协议（MCP）服务器，集成了 POE（Poe.com API）与 Warp.dev 终端，提供具有上下文感知工具、自动化工作流和实时流媒体功能的 AI 助手。

🚀 特性

核心能力

多模型支持：访问 GPT-4o、Claude 3 Opus/Sonnet、Gemini Pro、Perplexity 和 O3 模型
Warp 终端集成：深度集成 Warp 的上下文提取和动作执行
OpenAI SDK 兼容性：作为 OpenAI API 的替代方案，后端使用 POE
生产就绪：速率限制、健康检查、指标和优雅关闭

高级特性

上下文感知查询：自动提取终端输出、选择内容、当前工作目录、git 状态
实时流媒体：服务器发送事件（SSE）带有增量内容流
命令执行：安全地执行终端命令并进行验证
文件操作：直接从模型响应创建和修改文件
会话管理：在多个查询之间维护对话上下文
速率限制：每分钟 500 次请求限制，请求队列
健康监控：内置健康检查和 Prometheus 风格的指标

📋 先决条件

操作系统：Linux（已在 Ubuntu、Zorin OS 上测试过），macOS 或 Windows 上的 WSL2
Python：版本 3.8 或更高
Warp 终端：从 warp.dev 下载
POE API 密钥：从 poe.com/api_key 获取

🔧 安装

第一步：克隆和设置

# 克隆仓库
git clone https://github.com/Anansitrading/enhanced-poe-mcp.git
cd enhanced-poe-mcp

# 使用脚本快速安装
chmod +x install.sh
./install.sh

# 或手动设置
python3 -m venv venv
source venv/bin/activate  # 在 Linux/macOS 上
pip install -e .

第二步：配置环境

创建一个 .env 文件并填写您的凭证：

# 必需
POE_API_KEY=your_poe_api_key_here

# 可选（有默认值）
OPENAI_API_KEY=your_openai_key  # 用于 OpenAI SDK 兼容性
DEBUG_MODE=false
USE_CLAUDE_COMPATIBLE=true
MAX_FILE_SIZE_MB=10
SESSION_EXPIRY_MINUTES=60
RATE_LIMIT_RPM=500
MAX_RETRIES=3
STREAM_BUFFER_SIZE=64
METRICS_ENABLED=true
HEALTH_CHECK_INTERVAL=30

第三步：在 Warp 终端中配置

方案 A：本地安装（可能导致稳定性问题）

打开 Warp MCP 设置：
- 导航到：设置 → AI → 管理 MCP 服务器
- 或按 Ctrl+P（Linux/Windows）或 Cmd+P（macOS）并搜索“打开 MCP 服务器”

添加 POE MCP 服务器：点击 + 添加 按钮并粘贴以下配置：

{
  "enhanced-poe-mcp": {
    "command": "python3",
    "args": ["/home/david/Projects/Kijko/MVP/MVP_Kijko/enhanced-poe-mcp/poe_server_phase2.py"],
    "env": {
      "POE_API_KEY": "your_poe_api_key_here",
      "PYTHONUNBUFFERED": "1",
      "DEBUG_MODE": "false",
      "RATE_LIMIT_RPM": "500"
    }
  }
}

重要：用您的实际安装路径替换 /home/david/Projects/Kijko/MVP/MVP_Kijko/enhanced-poe-mcp。

保存并启动：
- 点击保存添加配置
- 点击您服务器条目旁边的启动
- 服务器状态应显示为“运行中”

方案 B：远程托管（推荐稳定）

Warp 支持远程 MCP 服务器！ 将您的 MCP 服务器远程托管以避免本地稳定性问题。

部署到 Railway.app（最佳免费选项）：

# 准备部署
cd enhanced-poe-mcp
echo "web: python poe_server_phase2.py" > Procfile
git add .
git commit -m "添加 Railway 部署文件"
git push origin main

配置 Railway：
- 在 railway.app 注册（免费，通过 GitHub）
- 创建新项目 → 从 GitHub 仓库部署
- 在 Railway 控制面板中添加环境变量：
  - POE_API_KEY
  - PORT=8000
  - 任何其他配置变量

配置 Warp 使用远程 MCP：

{
  "enhanced-poe-mcp": {
    "url": "https://your-app.up.railway.app/mcp/stream"
  }
}

替代托管选项：

Render.com：良好的免费层级，易于部署
Google Cloud Run：慷慨的免费层级，需要 Docker
Fly.io：全球部署，更复杂的设置
Vercel：❌ 不兼容 - 无法处理持久连接、SSE 流媒体或长时间运行的任务

🎮 在 Warp 终端中的使用

指定 POE 模型

POE 是一个拥有数百个 LLM 的市场。您必须指定要使用的模型：

# 使用 Claude 3.5 Sonnet
@poe --model claude-3-5-sonnet "解释量子计算"

# 使用 GPT-4o
@poe --model gpt-4o "编写一个 Python 函数"

# 使用 Gemini Pro
@poe --model google-gemini-pro "分析这些数据"

流行模型标识符：

模型	机器人标识符
Claude 3.5 Sonnet	`claude-3-5-sonnet`
Claude 3 Opus	`claude-3-opus-20240229`
GPT-4 Turbo	`gpt-4-turbo`
GPT-4o	`gpt-4o`
Gemini Pro	`google-gemini-pro`
Llama 3 (70B)	`llama-3-70b`
Mistral Large	`mistral-large`
Perplexity	`perplexity-online`
自定义机器人	使用 poe.com/[bot-name] 中的句柄

基本 POE 查询

# 使用特定模型提问简单问题
@poe --model claude-3-5-sonnet 如何快速创建 Python 虚拟环境？

# 预期输出：
# Claude 将回答：“使用 `python -m venv <目录>` 创建虚拟环境。
# 在 Linux/macOS 上激活它，使用 `source <目录>/bin/activate`...”

带文件附件的查询

# 让 Claude 3.5 审查这个 Dockerfile 的安全性问题 [attach:./Dockerfile]

# 预期输出：
# Claude 分析文件并提供安全建议：
# “发现潜在问题：1) 以 root 用户运行，2) 未定义健康检查...”

上下文感知查询

# 获取最近错误的帮助（POE 可见您的终端输出）
@poe --model gpt-4o 为什么我的 git 推送失败了？

# 预期输出：
# GPT-4o 分析最近的终端输出并回应：
# “推送失败是因为远程分支有您本地分支没有的更改。
# 首先运行 `git pull --rebase`...”

执行终端命令

# 让 POE 使用 Gemini 执行安全命令
@poe --model google-gemini-pro 查找今天修改的所有 Python 文件并显示它们的大小

# 预期输出：
# Gemini 生成并执行：find . -name "*.py" -mtime 0 -ls
# 直接在终端中显示结果

流式长响应

# 对于复杂任务，使用 Claude Opus 获取流式输出
@poe --model claude-3-opus-20240229 --stream 生成一个完整的 FastAPI 应用程序，带身份验证

# 预期输出：
# Claude Opus 实时流式生成代码，展示每一部分的创建过程

会话管理

# 清除对话上下文
@poe 清除会话

# 预期输出：
# “会话已清除。开始新的对话。”

列出可用模型

# 查看所有可用的 AI 模型
@poe 列出模型

# 预期输出：
# 可用模型：
# - claude-3-opus: 高级推理和分析
# - gpt-4o: 最新的 GPT-4 变体
# - gemini-pro: Google 的高级模型
# - perplexity: 网络感知回复

健康检查

# 检查服务器健康状况
@poe 健康检查

# 预期输出：
# 服务器状态：健康 ✓
# 运行时间：2小时 34分钟
# 活跃会话：3
# 请求速率：45 RPM

🛠️ 高级配置

服务器变体

该项目包括针对不同使用场景的多种服务器实现：

服务器文件	描述	使用场景
`poe_server.py`	基础 MCP 服务器	简单的 POE 代理
`enhanced_poe_server.py`	增强版，带有 Warp 动作	终端自动化
`poe_server_v2.py`	SDK 兼容	OpenAI SDK 替代
`poe_server_phase2.py`	生产服务器	全部功能 + 监控

运行不同模式

# 基础服务器
python poe_server.py

# 增强服务器，带有 Warp 集成
python enhanced_poe_server.py

# 生产服务器（推荐）
python poe_server_phase2.py

# 为 Web 客户端运行 SSE 模式
python run_sse_server.py [端口]

环境变量参考

变量	描述	默认值	是否必需
`POE_API_KEY`	您的 POE API 密钥	-	✅
`OPENAI_API_KEY`	OpenAI API 密钥（用于 SDK 模式）	-	❌
`DEBUG_MODE`	启用详细日志	`false`	❌
`USE_CLAUDE_COMPATIBLE`	Claude 思维协议	`true`	❌
`MAX_FILE_SIZE_MB`	最大文件上传大小	`10`	❌
`SESSION_EXPIRY_MINUTES`	会话生命周期	`60`	❌
`RATE_LIMIT_RPM`	每分钟请求限制	`500`	❌
`MAX_RETRIES`	失败重试次数	`3`	❌
`STREAM_BUFFER_SIZE`	SSE 缓冲区大小（KB）	`64`	❌
`METRICS_ENABLED`	启用指标收集	`true`	❌
`HEALTH_CHECK_INTERVAL`	健康检查间隔（秒）	`30`	❌

📊 监控与指标

健康检查端点

# 程序化检查服务器健康状况
import requests
health = requests.get("http://localhost:8000/health")
print(health.json())
# 输出：{"status": "healthy", "uptime": 3600, "active_sessions": 5}

指标端点

# 获取性能指标
metrics = requests.get("http://localhost:8000/metrics")
print(metrics.json())
# 输出：{"total_requests": 1234, "error_rate": 0.02, "avg_latency_ms": 250}

🐛 故障排除

MCP 服务器在 Warp 中无法启动

问题：服务器无法启动或在 Warp MCP 面板中显示为“错误”

解决方案：

验证 Python 路径：which python3 并更新配置
检查文件权限：chmod +x poe_server_phase2.py
手动测试：cd /path/to/server && python3 poe_server_phase2.py
检查日志：查看终端输出中的错误信息

认证错误

问题：“无效 API 密钥”或“认证失败”

解决方案：

验证 .env 文件中的 POE_API_KEY
确保密钥已添加到 Warp MCP 配置环境中
在 poe.com/api_key 测试密钥

速率限制问题

问题：“超出速率限制”错误

解决方案：

在配置中增加 RATE_LIMIT_RPM
启用请求队列（Phase 2 服务器自动启用）
在客户端代码中实现指数退避

上下文不起作用

问题：POE 无法看到终端输出或上下文

解决方案：

使用 poe_server_phase2.py（而不是基础服务器）
确保启用了 Warp 上下文权限
更新到最新版本的 Warp

Linux 特定问题

问题：权限被拒绝或模块未找到

解决方案：

# 修复权限
chmod -R 755 /path/to/enhanced-poe-mcp
chown -R $USER:$USER /path/to/enhanced-poe-mcp

# 安装缺失的 Python 包
pip install -r requirements.txt

# 使用虚拟环境
source venv/bin/activate

🚀 远程部署指南（Railway）

为什么要远程托管？

避免本地稳定性问题
即使您的机器关机也始终可用
集中配置管理
更适合团队协作

步骤式 Railway 部署

准备您的项目：

cd enhanced-poe-mcp

# 为 Railway 创建 Procfile
echo 'web: python poe_server_phase2.py' > Procfile

# 确保 requirements.txt 完整
pip freeze > requirements.txt

# 创建 runtime.txt 以指定 Python 版本
echo "python-3.11.x" > runtime.txt

# 提交更改
git add .
git commit -m "添加 Railway 部署文件"
git push origin main

设置 Railway：
- 在 railway.app 注册（免费，通过 GitHub）
- 点击 “新建项目” → “从 GitHub 仓库部署”
- 选择您的 enhanced-poe-mcp 仓库
- Railway 将自动检测 Python 并开始部署

配置环境变量：在 Railway 控制面板中，转到变量标签并添加：

POE_API_KEY=your_poe_api_key_here
PORT=8000
DEBUG_MODE=false
RATE_LIMIT_RPM=500
PYTHONUNBUFFERED=1

获取您的服务器 URL：
- 转到 Railway 控制面板中的设置标签
- 在域名下点击 “生成域名”
- 复制您的 URL（例如，https://your-app.up.railway.app）

使用远程 URL 配置 Warp：

{
  "enhanced-poe-mcp": {
    "url": "https://your-app.up.railway.app/mcp/stream"
  }
}

测试连接：

# 测试您的远程服务器
curl https://your-app.up.railway.app/health

# 应返回：
# {"status": "healthy", "version": "2.0.0"}

监控您的远程服务器

日志：在 Railway 控制面板的“部署”下查看
指标：检查 /metrics 端点
健康：监控 /health 端点
使用情况：Railway 在控制面板中显示资源消耗

🌗️ 架构

┌─────────────────┐         ┌──────────────────────────┐
│  Warp 终端      │ ◄──────►│   POE MCP 服务器         │
│                 │  MCP