mcphost: CLI para LLMs y herramientas a través de MCP
Este es un ejemplo de un host de línea de comandos que permite a los grandes modelos de lenguaje (LLMs) invocar y comunicarse con herramientas y servicios externos utilizando el Protocolo de Contexto del Modelo (Model Context Protocol, MCP). Su objetivo es facilitar la creación de agentes de IA capaces de ejecutar acciones complejas en el entorno real.
Características Principales
La arquitectura del proyecto permite conectar distintos backends de IA, como Claude, OpenAI, Gemini u otros modelos compatibles, con una variedad de herramientas definidas por el usuario. La comunicación se basa en el estándar MCP, lo que proporciona una capa de abstracción flexible.
Dentro de la estructura del código fuente, se encuentran componentes clave:
- Adaptadores de modelos: Ubicados en el directorio
internal/models/, estos paquetes manejan la lógica específica para interactuar con cada proveedor de IA. - Integración de herramientas: Se proporcionan ejemplos y mecanismos de gancho (hooks) para conectar scripts y utilidades del sistema. La carpeta
examples/scripts/incluye escenarios prácticos como el manejo de variables de entorno.
Instalación y Compilcaión
Para compilar el ejecutable localmente, es necesario tener el entorno de Go configurado. Los pasos son los siguientes:
# Clonar el repositorio desde el espejo
git clone https://gitcode.com/gh_mirrors/mc/mcphost.git
cd mcphost
# Compilar el binario
go build -o ai-cli main.go
Esto generará un ejecutable llamado ai-cli en el directorio actual.
Uso Básico
Una vez compilado, se puede ejecutar el programa para probar las funcionalidades. Por ejemplo, ejecutar un script de demostración:
./ai-cli script examples/scripts/simple-script.sh
La herramienta interpretará el comando, invocará al modelo de IA configurado para analizarlo y, finalmente, ejecutará el script proporcionado, gestionando la interacción completa.
Casos de Aplicación
Las posibilidades que ofrece esta herramienta incluyen:
- Administración de sistemas asistida: Un LLM puede diagnosticar problemas en logs y ejecutar comandos de reparación sugeridos.
- Automatización de código: Generar fragmentos de código, guardarlos en archivos y ejecutar sus pruebas unitarias asociadas.
- Orquestación de procesos de datos: Llamar a herramientas de línea de comandos para transformar y visualizar conjuntos de datos.
La contribución a este proyecto de código abierto está bienvenida, con pautas disponibles en la documentación incluida.