Pebble模型上下文协议(MCP)工作器
该项目部署了一个Cloudflare Worker,作为外部AI代理(如Anthropic的Claude)的集中工具功能集。它使用Cloudflare KV进行持久状态存储,处理核心存储库操作和上下文管理。
Worker遵循HTTP上的简单JSON-RPC风格接口,客户端在POST请求中发送toolName和args,Worker返回JSON结果。
访问
生产实例在Cloudflare全球网络上实时运行。 环境URL 生产MCP端点https://pebble.pebble-assistant.workers.dev/
要与MCP通信,您必须发送一个带有JSON有效载荷的POST请求。
刀具调用格式
与此Worker的所有交互都必须使用具有JSON正文的POST请求,其结构如下: 密钥类型描述 toolName字符串要执行的函数的名称(例如,“analyze_colowset”)。 args对象包含指定工具所需参数的JSON对象。
POST请求体示例(获取上下文)
{
"toolName": "get_agent_context",
"args": {
"repo_id": "repo-Pebble-ID-1"
}
}项目设置和当地发展
按照以下步骤获取项目的本地副本以进行开发和测试。
先决条件
您必须安装以下内容:
Node.js (v18 or higher)
npm (Node Package Manager)
Wrangler (Cloudflare Workers CLI)- 克隆存储库
git clone [YOUR_REPO_URL]
cd pebble- 再进行
安装所有必要的包,包括wrangler和TypeScript依赖项。
npm install- 配置KV绑定
该项目使用Cloudflare KV(键值存储)进行持久化。绑定是在wrangler.json中配置的。
运行types命令以确保TypeScript识别PEBBLE_STORAGE KV绑定:
npx wrangler types- 本地运行(使用KV持久性)
wrangler-dev命令启动本地服务器,并在您的计算机上创建一个模拟的KV存储,允许您在不部署的情况下测试持久性。
npx wrangler dev工人可通过以下方式联系http://localhost:8787/.
工具参考(关键功能)
此Worker为AI代理提供以下工具: 工具名称描述持久性 analyze_colowed处理文件内容并返回摘要(行、扩展名)。不 get_agent_context检索给定repo_id的持久键值上下文数据。是(KV) update_agent_context更新/保存给定repo_id的键值上下文数据。是(KV) generate_rereadme根据文件内容和现有上下文生成readme。否 update_worklog为repo_id在持久工作日志中追加一个新条目。Yes(KV)
使用PowerShell进行测试
您可以直接针对您的实时端点测试KV持久性(https://pebble.pebble-assistant.workers.dev/)使用PowerShell。
测试写入(update_agent_context)
$headers = @{"Content-Type" = "application/json"}
$updateBody = '{
"toolName": "update_agent_context",
"args": {
"repo_id": "TEST-PERSISTENCE",
"context_data": {
"status": "Ready",
"deployed_by": "Visha"
}
}
}'
Invoke-RestMethod -Uri "https://pebble.pebble-assistant.workers.dev/" -Method Post -Headers $headers -Body $updateBody\测试读取(get_agent_context)
$readBody = '{
"toolName": "get_agent_context",
"args": {
"repo_id": "TEST-PERSISTENCE"
}
}'
Invoke-RestMethod -Uri "https://pebble.pebble-assistant.workers.dev/" -Method Post -Headers $headers -Body $readBody如果读取请求返回了更新请求写入的数据,则您的实时KV持久性工作正常
