model-router-mcp

v1.0.0

Published

4 months ago

MCP服务器，根据模式自动选择和调用不同的大语言模型

0High
0Medium
0Low

precutproduce

mcp model-context-protocol llm router claude minimax grok ai context-protocol

Model Router MCP

一个智能的 Model Context Protocol (MCP) 服务器，根据不同的工作模式自动选择和调用最合适的大语言模型。

🌟 特性

智能路由: 根据工作模式自动选择最佳模型
多模型支持: Claude Sonnet、MiniMax M2、Grok Fast
完整测试: 内置连接测试和批量测试工具
易于使用: 简单的 MCP 工具接口
配置灵活: 支持环境变量配置
一键启动: 支持通过 npx 直接启动

🎯 支持的工作模式

主脑模式 (Brain Modes)

适用于复杂的架构设计和规划

sparc - 架构规划
architect - 架构设计
spec-pseudocode - 规范和伪代码
tutorial - 教程编写

使用模型: Claude Sonnet (Requesty)

中脑模式 (Brain Core Modes)

适用于代码开发和集成

code - 代码编写
tdd - 测试驱动开发
integration - 系统集成
devops - DevOps 操作

使用模型: MiniMax M2 (Roo Cloud)

短任务模式 (Short Task Modes)

适用于快速调试和简单编辑

debug - 调试分析
docs-writer - 文档编写
simple-edit - 简单编辑

使用模型: Grok Fast (Roo Cloud)

🚀 快速开始

通过 npx 直接启动 (推荐)

# 直接使用 npx 启动，无需本地安装
npx model-router-mcp

本地安装

1. 安装依赖

npm install

2. 配置环境变量

复制 .env 示例文件并填入真实的 API 配置：

cp .env .env.local

编辑 .env.local 文件，填入以下配置：

# Claude Sonnet (Requesty)
REQUESTY_API_KEY=your_requesty_api_key_here
REQUESTY_BASE_URL=https://api.requesty.com

# Roo Cloud (MiniMax M2 & Grok Fast)
ROO_API_KEY=your_roo_cloud_api_key_here  
ROO_BASE_URL=https://api.roo.claude.com

3. 启动服务器

# 本地安装后启动
npm start
# 或
node index.js

🔗 MCP 客户端配置

在 MCP 客户端中添加配置

在你的 MCP 客户端配置文件中添加以下配置：

{
  "model-router": {
    "command": "npx",
    "args": ["-y", "model-router-mcp@latest"],
    "env": {}
  }
}

环境变量配置

如果需要配置 API 密钥，可以在客户端配置中设置：

{
  "model-router": {
    "command": "npx",
    "args": ["-y", "model-router-mcp@latest"],
    "env": {
      "REQUESTY_API_KEY": "your_requesty_api_key_here",
      "ROO_API_KEY": "your_roo_cloud_api_key_here"
    }
  }
}

🛠️ 可用工具

route_model

根据模式自动选择模型

输入:

{
  "mode": "code",
  "task": "编写一个待办事项应用"
}

输出:

{
  "success": true,
  "data": {
    "mode": "code",
    "task": "编写一个待办事项应用",
    "selectedModel": "minimax-m2",
    "provider": "Roo Cloud",
    "reason": "中脑模式 code 使用 Roo Cloud"
  }
}

run_llm

调用指定模型执行任务

输入:

{
  "model": "claude-sonnet",
  "prompt": "设计一个RESTful API架构"
}

输出:

{
  "success": true,
  "data": {
    "model": "claude-sonnet",
    "provider": "Claude (Requesty)",
    "response": "...",
    "usage": {}
  }
}

get_supported_modes

获取所有支持的工作模式

test_route_model

测试特定模式的路由

batch_test_routes

批量测试多个模式

test_llm_connection

测试模型连接

batch_test_models

批量测试所有模型

get_model_info

获取模型详细信息

📁 项目结构

model-router-mcp/
├── package.json          # 项目配置
├── index.js             # MCP 服务器入口
├── config.js            # 模型配置
├── tools/               # 工具目录
│   ├── route_model.js   # 模型路由工具
│   └── run_llm.js       # LLM 调用工具
├── .env                 # 环境变量示例
├── .npmignore           # npm 发布忽略文件
└── README.md            # 项目文档

⚙️ 配置说明

模型配置

| 模式类型 | 模式 | 模型 | 提供商 | 用途 | | -------- | ------------------------------------------- | ------------- | --------- | ------------------ | | 主脑 | sparc, architect, spec-pseudocode, tutorial | Claude Sonnet | Requesty | 复杂架构设计、规划 | | 中脑 | code, tdd, integration, devops | MiniMax M2 | Roo Cloud | 代码开发、测试 | | 短任务 | debug, docs-writer, simple-edit | Grok Fast | Roo Cloud | 快速调试、文档 |

环境变量

REQUESTY_API_KEY: Requesty API 密钥
REQUESTY_BASE_URL: Requesty API 地址
ROO_API_KEY: Roo Cloud API 密钥
ROO_BASE_URL: Roo Cloud API 地址

🧪 测试

测试单个模式

// 在代码中测试
import { testRouteModel } from './tools/route_model.js';
const result = testRouteModel('code');
console.log(result);

测试单个模型

import { testLLMConnection } from './tools/run_llm.js';
const result = await testLLMConnection('claude-sonnet');
console.log(result);

批量测试

import { batchTestRoutes, batchTestAllModels } from './tools/index.js';
const routes = batchTestRoutes(['code', 'debug', 'architect']);
const models = await batchTestAllModels();

🔧 开发

本地开发

npm run dev

项目特点

使用 ES Module 语法
基于 @modelcontextprotocol/sdk
支持stdio传输协议
完整的错误处理
详细的日志输出

📝 使用示例

在 MCP 客户端中使用

配置 MCP 客户端连接此服务器
调用 route_model 工具获取推荐模型
调用 run_llm 工具使用推荐模型执行任务

完整工作流程

// 1. 获取推荐模型
const routeResult = await routeModel({ mode: 'code', task: '编写React组件' });

// 2. 使用推荐模型执行任务
if (routeResult.success) {
  const llmResult = await runLLM({
    model: routeResult.data.selectedModel,
    prompt: '请编写一个React待办事项组件...'
  });
  
  console.log(llmResult);
}

📦 发布到 npm

版本管理

更新版本号:

npm version patch    # 1.0.0 -> 1.0.1
npm version minor    # 1.0.1 -> 1.1.0  
npm version major    # 1.1.0 -> 2.0.0

发布到 npm:
```
npm publish
```
使用最新版本:
```
npx model-router-mcp@latest
```

首次发布准备

确保在 npm 注册账号
在项目目录登录 npm:
```
npm login
```
检查包名是否可用:
```
npm view model-router-mcp
```
运行测试确保一切正常:
```
npm test
```
发布:
```
npm publish
```

包内容验证

发布前可以验证哪些文件会被包含在 npm 包中:

npm pack --dry-run

🚨 注意事项

API 密钥安全: 确保 .env 文件不被提交到版本控制
网络连接: 需要稳定的网络连接调用外部 API
成本控制: 注意 API 调用频率和成本
错误处理: 所有工具都有完整的错误处理机制
环境变量: 使用 npx 启动时记得在客户端配置中设置环境变量

🤝 贡献

欢迎提交 Issue 和 Pull Request！

📄 许可证

MIT License

🔗 相关链接

Model Router MCP - 让 AI 模型选择更智能！