Python版Unichat MCP服务器
也提供TypeScript版本
通过工具或预定义提示，使用MCP协议向OpenAI、MistralAI、Anthropic、xAI、Google AI、DeepSeek、Alibaba、Inception发送请求。 需要供应商API密钥
工具
服务器实现了一个工具：
unichat：向unichat发送请求- 需要"messages"作为必需的字符串参数
- 返回响应
提示
code_review- 审查代码的最佳实践、潜在问题和改进
- 参数：
code(string, 必需): 要审查的代码"
document_code- 为代码生成文档，包括docstrings和注释
- 参数：
code(string, 必需): 要注释的代码"
explain_code- 详细解释代码片段的工作原理
- 参数：
code(string, 必需): 要解释的代码"
code_rework- 对提供的代码应用请求的更改
- 参数：
changes(string, 可选): 要应用的更改"code(string, 必需): 要重构的代码"
快速入门
安装
Claude桌面版
在MacOS上: ~/Library/Application\ Support/Claude/claude_desktop_config.json
在Windows上: %APPDATA%/Claude/claude_desktop_config.json
支持模型：
当前支持的模型列表，用于作为
"SELECTED_UNICHAT_MODEL"，可在此处查看[https://github.com/amidabuddha/unichat/blob/main/unichat/models.py]。请确保添加相关的供应商API密钥作为"YOUR_UNICHAT_API_KEY"
示例：
"env": {
"UNICHAT_MODEL": "gpt-4o-mini",
"UNICHAT_API_KEY": "YOUR_OPENAI_API_KEY"
}
开发/未发布服务器配置
"mcpServers": {
"unichat-mcp-server": {
"command": "uv",
"args": [
"--directory",
"{{your source code local directory}}/unichat-mcp-server",
"run",
"unichat-mcp-server"
],
"env": {
"UNICHAT_MODEL": "SELECTED_UNICHAT_MODEL",
"UNICHAT_API_KEY": "YOUR_UNICHAT_API_KEY"
}
}
}
已发布服务器配置
"mcpServers": {
"unichat-mcp-server": {
"command": "uvx",
"args": [
"unichat-mcp-server"
],
"env": {
"UNICHAT_MODEL": "SELECTED_UNICHAT_MODEL",
"UNICHAT_API_KEY": "YOUR_UNICHAT_API_KEY"
}
}
}
通过Smithery安装
通过Smithery自动为Claude桌面版安装Unichat：
npx -y @smithery/cli install unichat-mcp-server --client claude
开发
构建和发布
为分发准备包：
- 删除旧构建：
rm -rf dist
- 同步依赖并更新锁文件：
uv sync
- 构建包分发：
uv build
这将创建源代码和轮包在dist/目录中。
- 发布到PyPI：
uv publish --token {{YOUR_PYPI_API_TOKEN}}
调试
由于MCP服务器通过stdio运行，调试可能具有挑战性。为获得最佳调试体验，我们强烈建议使用MCP Inspector。
您可以通过npm使用以下命令启动MCP Inspector：
npx @modelcontextprotocol/inspector uv --directory {{your source code local directory}}/unichat-mcp-server run unichat-mcp-server
启动后，Inspector将显示一个URL，您可以在浏览器中访问它以开始调试。