MCP CLI 客户端

一个简单的命令行程序，用于运行大语言模型提示并实现 Model Context Protocol (MCP) 客户端。

您可以在终端的便利性下使用任何 与MCP兼容的服务器。

这作为Claude Desktop之外的替代客户端。此外，您可以使用任何大语言模型提供商，如OpenAI、Groq或通过llama的本地大语言模型。

安装

1. 使用pip安装：

   pip install mcp-client-cli
   

2. 创建一个 ~/.llm/config.json 文件来配置您的大语言模型和MCP服务器：

   {
     "systemPrompt": "您是一个帮助软件工程师的人工智能助手...",
     "llm": {
       "provider": "openai",
       "model": "gpt-4",
       "api_key": "your-openai-api-key",
       "temperature": 0.7,
       "base_url": "https://api.openai.com/v1"  // 可选，对于OpenRouter或其他提供商
     },
     "mcpServers": {
       "fetch": {
         "command": "uvx",
         "args": ["mcp-server-fetch"],
         "requires_confirmation": ["fetch"],
         "enabled": true,  // 可选，默认为true
         "exclude_tools": []  // 可选，要排除的工具名称列表
       },
       "brave-search": {
         "command": "npx",
         "args": ["-y", "@modelcontextprotocol/server-brave-search"],
         "env": {
           "BRAVE_API_KEY": "your-brave-api-key"
         },
         "requires_confirmation": ["brave_web_search"]
       },
       "youtube": {
         "command": "uvx",
         "args": ["--from", "git+https://github.com/adhikasp/mcp-youtube", "mcp-youtube"]
       }
     }
   }
   

   注意事项：

   • 查看CONFIG.md以获取完整的配置格式文档
   • 使用 requires_confirmation 来指定哪些工具在执行前需要用户确认
   • 大语言模型API密钥也可以通过环境变量 LLM_API_KEY 或 OPENAI_API_KEY 设置
   • 配置文件可以放置在 ~/.llm/config.json 或 $PWD/.llm/config.json
   • 如果您想切换配置，可以在JSON配置文件中使用 // 注释

3. 运行CLI：

   llm "北苏门答腊省的首府是什么？"
   

使用方法

基本用法

$ llm 北苏门答腊省的首府是什么？
北苏门答腊省的首府是棉兰。

您可以省略引号，但要注意像 &, |, ; 这样的bash特殊字符可能会被shell解释。

您还可以从其他命令或文件中传递输入：

$ echo "北苏门答腊省的首府是什么？" | llm
北苏门答腊省的首府是棉兰。

$ echo "给定一个地点，请告诉我它的首府。" > 指令.txt
$ cat 指令.txt | llm 西爪哇
西爪哇的首府是万隆。

图像输入

您可以传递图像文件以使用多模态大语言模型进行分析：

$ cat 图片.jpg | llm "你在图片中看到了什么？"
[大语言模型将分析并描述图片]

$ cat 截图.png | llm "截图中有错误吗？"
[大语言模型将分析截图并指出任何错误]

使用提示模板

您可以使用预定义的提示模板，方法是在模板名称及其参数之前加上 p 前缀：

# 列出可用的提示模板
$ llm --list-prompts

# 使用一个模板
$ llm p review  # 审查git更改
$ llm p commit  # 生成提交信息
$ llm p yt url=https://youtube.com/...  # 概述YouTube视频

触发工具

$ llm 今天黑客新闻上的头条文章是什么？

================================== Ai 消息 ==================================
工具调用：
  brave_web_search (call_eXmFQizLUp8TKBgPtgFo71et)
 调用ID：call_eXmFQizLUp8TKBgPtgFo71et
  参数：
    查询：site:news.ycombinator.com
    数量：1
Brave 搜索 MCP 服务器正在标准输入输出上运行

# 如果工具需要确认，您将被提示：
确认工具调用？ [y/n]：y

================================== Ai 消息 ==================================
工具调用：
  fetch (call_xH32S0QKqMfudgN1ZGV6vH1P)
 调用ID：call_xH32S0QKqMfudgN1ZGV6vH1P
  参数：
    URL：https://news.ycombinator.com/
================================= 工具消息 =================================
名称：fetch

[TextContent(type='text', text='内容 [已删除]]
================================== Ai 消息 ==================================

今天黑客新闻上的头条文章是：

### [为什么管道有时会“卡住”：缓冲](https://jvns.ca)
- **得分：** 31
- **发布者：** tanelpoder
- **发布时间：** 1小时前

您可以在[Hacker News](https://news.ycombinator.com/)查看全部文章列表

要绕过工具确认要求，使用 --no-confirmations 标志：

$ llm --no-confirmations "今天黑客新闻上的头条文章是什么？"

要在bash脚本中使用，添加 --no-intermediates，这样它不会打印中间消息，只打印最终消息。

$ llm --no-intermediates "现在东京的时间是什么？"

续谈

在您的消息前加上 c 前缀以继续上次对话。

$ llm asldkfjasdfkl
看起来您的消息可能是打字错误或错误。能否请您澄清或提供更多关于您需要帮助的信息？
$ llm c 我之前说了什么？
您之前输入了 "asldkfjasdfkl"，这似乎是一串随机字符。如果您有具体的问题或疑问，请告诉我！

剪贴板支持

您可以使用剪贴板中的内容，使用 cb 命令：

# 在复制文本到剪贴板后
$ llm cb
[大语言模型将处理剪贴板文本]

$ llm cb "这段代码是什么语言写的？"
[大语言模型将分析剪贴板文本并回答问题]

# 在复制图像到剪贴板后
$ llm cb "你在图片中看到了什么？"
[大语言模型将分析剪贴板中的图片]

# 您可以结合续谈
$ llm cb c "告诉我更多你看到的内容"
[大语言模型将继续讨论剪贴板内容]

剪贴板功能适用于：

• 原生Windows/macOS/Linux环境
  • Windows：使用PowerShell
  • macOS：使用 pbpaste 处理文本，pngpaste 处理图片（可选）
  • Linux：使用 xclip（需要剪贴板支持）
• Windows子系统Linux (WSL)
  • 通过PowerShell访问Windows剪贴板
  • 支持文本和图片
  • 确保您可以从WSL访问 powershell.exe

剪贴板支持所需工具：

• Windows：PowerShell（内置）
• macOS：
  • pbpaste（内置）处理文本
  • pngpaste（可选）处理图片：brew install pngpaste
• Linux：
  • xclip：sudo apt install xclip 或等效命令

CLI自动检测剪贴板内容是文本还是图片，并适当处理。

其他选项

$ llm --list-tools                # 列出所有可用工具
$ llm --list-prompts              # 列出可用的提示模板
$ llm --no-tools                  # 不使用任何工具运行
$ llm --force-refresh             # 强制刷新工具能力缓存
$ llm --text-only                 # 输出纯文本，不带markdown格式
$ llm --show-memories             # 显示用户记忆
$ llm --model gpt-4               # 覆盖配置中指定的模型

贡献

欢迎提交问题和拉取请求以改进或修复错误。