Klavis AI: herramienta de integración del protocolo de contexto de modelo (MCP) para aplicaciones de IA

Últimas herramientas de IAPublicado hace 2 meses Sharenet.ai

528 0

Introducción general

Klavis AI 是一个开源平台，专注于简化模型上下文协议（MCP）的使用和集成。MCP 是一种开放标准，允许 AI 应用与外部工具和数据源动态连接。Klavis AI 提供 Slack、Discord 客户端、托管的 MCP 服务器和简单网页界面，降低技术门槛，让非技术用户也能轻松使用，开发者也能快速构建和扩展 MCP 应用。平台支持多种工具集成，强调安全性，提供 OAuth 认证，确保数据访问安全。

Lista de funciones

提供 Slack 和 Discord 的 MCP 客户端，支持在聊天平台直接使用 MCP 功能。
托管多种 MCP 服务器，如 ReportGen、Resend 邮件发送、Firecrawl 深度研究等。
支持通过 RESTful API 创建和管理系统 MCP 服务器实例。
提供 OAuth 认证，确保工具和数据源的安全集成。
支持 Docker 和本地部署，方便开发者运行 MCP 服务器。
包含文档和 Markdown 转换、YouTube 工具等多样化 MCP 功能。
提供测试和评估平台，比较不同 MCP 服务器性能。

Utilizar la ayuda

Instalación y despliegue

Klavis AI 的核心代码托管在 GitHub，开发者可以克隆仓库进行本地部署或使用 Docker 运行 MCP 服务器。以下是具体步骤：

almacén de clones::

git clone https://github.com/Klavis-AI/klavis.git
cd klavis

使用 Docker 部署（推荐）::
- 确保 Docker 已安装。
- 导航到项目根目录，找到目标 MCP 服务器（如 mcp_servers/resend）。
- 构建 Docker 镜像，例如：
```
docker build -t resend-mcp -f mcp_servers/resend/Dockerfile .
```
- 运行容器：
```
docker run -p 5000:5000 resend-mcp
```
- 服务器将在 http://localhost:5000 运行。
本地部署（Node.js 或 Python）::
- 确保安装 Node.js（18.0.0+）或 Python（3.12+）。
- 进入目标 MCP 服务器目录，如 mcp_servers/markitdown。
- Instale la dependencia:
```
npm install  # 对于 Node.js 服务器
pip install -r requirements.txt  # 对于 Python 服务器
```
- 配置环境变量（如 API 密钥），在 .env 文件中设置。
- 启动服务器：
```
node index.js  # 或 python app.py
```
获取 API 密钥::
- 访问 https://www.klavis.ai 注册账户。
- 在账户设置中生成 API 密钥，用于认证。

使用 MCP 客户端

Klavis AI 提供 Slack 和 Discord 客户端，让用户无需编码即可使用 MCP 功能。

Slack 客户端::
- 在 Slack 工作区中添加 Klavis AI 应用（通过 https://www.klavis.ai 提供的安装链接）。
- 使用命令如 /klavis reportgen 调用 ReportGen 服务器生成报告。
- 输入网页 URL 或搜索关键词，服务器会自动爬取数据、生成 JavaScript 代码并渲染报告。
Discord 客户端::
- 加入 Klavis AI 的 Discord 服务器（链接在 https://www.klavis.ai）。
- 使用类似命令，如 !mcp send-email，发送邮件或执行其他任务。
- 客户端支持交互式提示，引导用户输入必要参数。

Función destacada Operación

ReportGen 服务器::
- 用于生成动态报告。用户提供 URL 或关键词，服务器通过网页爬取（Firecrawl）和 LLM 提示生成报告。
- Procedimiento operativo:
  - 在 Slack 输入 /klavis reportgen <关键词>。
  - 服务器返回报告链接，包含可视化图表和格式化内容。
  - 开发者可查看开源代码（mcp_servers/report_generation）定制报告模板。
Resend 邮件发送::
- 集成 Resend 服务，支持发送纯文本或 HTML 邮件，设置定时发送、抄送和密送。
- 配置步骤：
  - 获取 Resend API 密钥并验证发送邮箱。
  - 在 .env 文件中设置 RESEND_API_KEY。
  - 在 Discord 输入 !mcp send-email to:recipient@example.com subject:Test body:Hello。
  - 服务器处理请求并返回发送状态。
Firecrawl 深度研究::
- 支持 LLM 客户端（如 Claude）进行网页深度研究，提取结构化数据。
- Procedimiento operativo:
  - 启动 Firecrawl 服务器（参考 Docker 部署）。
  - 在客户端输入研究主题，服务器爬取网页并返回分析结果。
  - 可配置重试逻辑（FIRECRAWL_RETRY_MAX_ATTEMPTS）优化性能。

API 使用

Klavis AI 提供 RESTful API，开发者可通过 API 管理系统 MCP 实例。常用请求包括：

创建 MCP 服务器::

curl --request POST \
--url https://api.klavis.ai/mcp-server/instance/create \
--header 'Authorization: Bearer <KLAVIS_API_KEY>' \
--header 'Content-Type: application/json' \
--data '{ "serverName": "<MCP_SERVER_NAME>", "userId": "<USER_ID>", "platformName": "<PLATFORM_NAME>" }'

返回服务器 URL，用于后续操作。

设置认证令牌::

curl --request POST \
--url https://api.klavis.ai/mcp-server/instance/set-auth-token \
--header 'Authorization: Bearer <KLAVIS_API_KEY>' \
--header 'Content-Type: application/json' \
--data '{ "instanceId": "<string>", "authToken": "<string>" }'

API 使用 HTTPS 协议，确保数据安全。开发者可参考 https://docs.klavis.ai 获取详细文档。

advertencia

确保 .env 文件正确配置，避免泄露 API 密钥。
Docker 部署需检查端口映射（如 5000:5000）。
社区支持通过 Discord（https://discord.gg/3uqNS3KRP2）获取，欢迎提出问题或贡献代码。

escenario de aplicación

团队协作中的自动化报告
营销团队使用 ReportGen 服务器，通过 Slack 输入关键词生成市场分析报告，节省手动整理时间。
AI 驱动的邮件工作流
客服团队在 Discord 使用 Resend 服务器，自动发送客户确认邮件，支持定时和多收件人。
开发者工具集成
开发者通过 API 将 MCP 功能集成到现有应用，动态调用 Firecrawl 进行实时数据分析。
Educación e investigación
研究人员使用 Firecrawl 服务器，输入学术主题，快速获取网页数据并生成结构化总结。

CONTROL DE CALIDAD

Klavis AI 支持哪些平台？
目前支持 Slack、Discord 和网页界面，未来可能扩展到其他平台。
如何获取 Firecrawl API 密钥？
注册 Firecrawl 账户（https://firecrawl.dev），在设置中生成密钥，配置到 .env 文件。
MCP 服务器是否免费？
Klavis AI 的代码和客户端开源免费，部分托管服务器可能涉及云服务费用。
如何贡献代码？
访问 https://github.com/Klavis-AI/klavis，阅读贡献指南，提交 Pull Request。