API To Curl MCP Server

🚀 MCP-AI：自学习API到URL模型

该项目构建了一个 自主人工智能系统 将API文档转换为cURL命令。

📌 特征：

✅ 自动数据集生成\ ✅ 自我改进模型 强化学习\ ✅ 用于基于API执行的MCP服务器\ ✅ 使用GitHub Actions进行持续部署

______________________________________________________________________

🚀 快速入门：

1️⃣ 安装依赖关系 ：

pip install -r requirements.txt

2.️⃣ 启动MCP服务器：

bash scripts/start_mcp.sh

3.️⃣ 启动AI自动化：

python src/ai_autonomous_dev.py

4.️⃣ 测试系统：

pytest tests/

______________________________________________________________________

📜 setup.py （用于打包SDK）

from setuptools import setup, find_packages

setup(
    name="mcp_sdk",
    version="1.0",
    packages=find_packages(),
    install_requires=[
        "fastapi",
        "uvicorn",
        "torch",
        "transformers",
        "sacrebleu",
        "requests",
        "pytest",
        "gitpython",
    ],
    author="Your Name",
    description="MCP SDK for API-to-cURL Model Automation",
    license="MIT"
)

______________________________________________________________________

✅ 最后的步骤

1️⃣ 安装依赖关系

pip install -r requirements.txt

2.️⃣ 启动MCP服务器

bash scripts/start_mcp.sh

3.️⃣ 运行AI自动化

python src/ai_autonomous_dev.py

4.️⃣ 测试系统

pytest tests/

修复uvicorn：找不到命令

该错误表示uvicorn未安装或不在系统路径中。

✅ 解决方案1：安装Uvicorn

pip install uvicorn

✅ 解决方案2：确保虚拟环境已激活

source /Users/umasankars/PycharmProjects/CapstoneMCPserver/venv/bin/activate
pip install -r requirements.txt

✅ 解决方案3：为Uvicorn显式调用Python

将脚本/start_mcp.sh修改为：

#!/bin/bash
echo "🚀 Starting MCP Server..."
/Users/umasankars/PycharmProjects/CapstoneMCPserver/venv/bin/python -m uvicorn src.mcp_server:app --reload

最后的步骤

应用修复程序后，重新启动所有内容：

pip install --upgrade pip setuptools wheel
pip install -r requirements.txt
bash scripts/start_mcp.sh

🚀 现在系统已经完全组织和自学了！ 🎯