Token导航 LogoToken导航

MCP Server · 运维云端

Chatllm API

该服务是一个用于管理和执行自定义LLM代理的API,支持本地和外部工具集成,提供代理注册、执行、会话记忆和PR自动审查等功能。

stdio官方级别未说明来源级核验工具 1
LLM代理PythonAPI集成

快速开始

作者 / 组织
WeslleySebastiao
提供方
WeslleySebastiao
运行时
Python

工具数量

1

来源目录标注

资源数量

0

来源目录标注

提示词数量

0

来源目录标注

GitHub Star

2

仓库热度

收录来源

1 个

MCP World

选型结论

Chatllm API 属于运维云端类 MCP Server,公开资料标注 1 个工具,通过stdio 本地进程接入,客户端适配情况以官方文档为准,有可以直接复制的安装命令;接入前要先准备 访问 Token。

分类

运维云端

传输方式

stdio

认证方式

访问 Token

部署方式

公开资料未说明

安装与配置

安装命令

python3 -m venv venv

公开命令不是通用的启动方式,拼不出可靠配置示例;请在客户端 MCP 配置里按官方文档填写 command 和 args。

上手步骤

  1. 1

    准备运行环境

    stdio 服务在本地起进程,需要先装好 Python,再按安装命令拉取依赖。

  2. 2

    安装服务

    复制下面的安装命令执行;命令里带占位符的位置换成自己的密钥或路径。

  3. 3

    写入客户端配置

    在客户端的 MCP 配置里填启动命令和参数,保存后完全退出客户端再打开,让新配置生效。

  4. 4

    验证是否可用

    连接成功后客户端会列出 1 个工具,随便调一个只读工具确认能返回结果。

接入前确认

不要直接授予不必要的文件、网络或账号权限;先核对安装命令和配置内容。

详细介绍

🚀 API查特勒姆

作者 : Weslley da Costa Sebastião

这个API组织自定义代理的生命周期(注册和运行),允许他们访问本地托管在项目中的工具(通过文件夹)。 src/mcp/tools) 或可选的外部 MCP 服务器。

该服务充当LLM代理人的编排中心。它简化了整个周期的管理,从注册和管理代理到最终执行,包括对话内存和使用遥测。该项目还包括一个管道 自动代码审查 用于提取请求 (PR) 和用于指标分析的仪表板端点。

______________________________________________________________________

📌 摘要

______________________________________________________________________

🧭 概述

ChatLLM API提供:

  • 代理人 带有提示符,模板和允许的工具列表。
  • 执行代理 具有对话记忆和成本/使用跟踪功能。
  • 与 MCP 集成 (本地通过文件或外部服务器)。
  • 管道审查与公关执行自动分析并在银行记录结果。
  • 仪表板端点 用于指标和报告。

______________________________________________________________________

✨ 主要功能

  • 代理人管理 (创建和列表)
  • 使用 LangChain + LangGraph 执行代理.
  • 可扩展工具 通过 src/mcp/tools/*.
  • Supabase 数据库 (Postgres) 为了坚持。
  • 对话记忆 每个会话。
  • 成本遥测和令牌 通过执行。
  • 自动审查拉动请求 历史和统计。

______________________________________________________________________

🏗️ 架构与流程

1) 注册代理人

  • O端点 POST /agent 将代理配置保存到银行(Supabase)。

2) 执行

  • O端点 POST /agent/run/v2:

1. 载入代理配置 。 1. 载入允许的工具 。 1. 使用LangChain运行代理。 1. 记录遥测,令牌和成本。

3) PR评论

  • O端点 POST /api/v1/reviews/pr/run:

- 需要用户验证 Authorization: Bearer e标题 X-GitHub-Token. - 运行审查管道并返回最终报告。

______________________________________________________________________

🗂️ 文件夹结构

.
├── main.py                     # Ponto de entrada FastAPI
├── README.md
├── requirements.txt
└── src
    ├── api                      # Rotas HTTP
    │   ├── routes.py            # Agentes + health + list_tools
    │   ├── DashboardViews       # Endpoints do dashboard
    │   └── reviews              # Endpoints de review de PR
    ├── core                     # Configuração e logging
    ├── data                     # Persistência (Supabase/Postgres)
    ├── mcp                      # Loader/registry e ferramentas locais
    ├── models                   # Schemas Pydantic
    ├── services                 # Lógicas de execução de agentes e reviews
    └── utils                    # Logs, helpers, telemetria

______________________________________________________________________

✅ 要求

  • Python 3.10+
  • Git
  • Supabase/Postgres 可访问 (为了坚持)
  • Chave OpenAI (LLM的执行)

______________________________________________________________________

⚙️ 配置 (.env)

项目使用 pydantic-settings 通过加载环境变量 .env下面的变量是必需的:

APP_NAME="ChatLLM API"
APP_VERSION="0.6.0"
DEBUG=True

OPENAI_API_KEY=""
MODEL_NAME=""
FRONT_URL="http://localhost:3000"
API_KEY=""

SUPABASE_DB_USER=""
SUPABASE_DB_PASSWORD=""
SUPABASE_DB_HOST=""
SUPABASE_DB_PORT=5432
SUPABASE_DB_NAME=""
ℹ️ 注释 - MODEL_NAME 在应用程序中用作备份/默认值。 - API_KEY 保护或结束PR审查。 - 在仓库中没有真正的版本凭据;使用一个 .env 位置或环境变量。

______________________________________________________________________

▶️ 安装和运行

  1. 克隆仓库
git clone [URL_DO_SEU_REPOSITORIO]
cd [NOME_DA_PASTA_DO_PROJETO]
  1. 创建虚拟环境
python3 -m venv venv
source venv/bin/activate
  1. 安装依赖关系
pip install -r requirements.txt
  1. 配置o .env (如上所示)
  1. 启动应用程序
uvicorn main:app --host 0.0.0.0 --port 8080 --reload

该应用程序将在: http://localhost:8080

______________________________________________________________________

📖 API 文档

交互式文档(Swagger)位于:

  • http://localhost:8080/docs

替代文档(ReDoc):

  • http://localhost:8080/redoc

______________________________________________________________________

主要端点

✅ 健康检查

获取 /health

答案 :

{
  "status": "ok"
}

______________________________________________________________________

📌 创建代理

发布 /agent

主体:

{
  "name": "Agente Suporte",
  "description": "Atende clientes",
  "provider": "openai",
  "model": "gpt-4o-mini",
  "prompt": "Você é um atendente virtual...",
  "temperature": 0.7,
  "max_tokens": 1024,
  "tools": ["hello_world"]
}

答案 :

{
  "message": "Agente criado com sucesso",
  "agent_id": "uuid"
}

______________________________________________________________________

📌 列出代理

获取 /agent

答案( 例子) :

[
  {
    "id": "uuid",
    "name": "Agente Suporte"
  }
]

______________________________________________________________________

▶️ 运行代理( 推荐)

发布 /agent/run/v2

主体:

{
  "agent_id": "uuid",
  "user_id": "usuario-123",
  "session_id": null,
  "message": "Qual o status do meu pedido?"
}

答案 :

{
  "response": "Resposta do agente...",
  "session_id": "uuid-session"
}

______________________________________________________________________

⚠️ 运行代理( 传统)

发布 /agent/run

此终端当前接受方案 AgentRunRequest (user_prompt, id但内部委托给运行时 v2。建议使用 /agent/run/v2 为了避免不兼容。

______________________________________________________________________

🧰 列出可用的工具

获取 /list_tools

答案 :

{
  "tools": [
    {
      "name": "hello_world"
    }
  ]
}

______________________________________________________________________

仪表板端点

前缀 : /dashboard

获取 /dashboard/overview

返回带有可选过滤器的概览( 总计) agent_id.

获取 /dashboard/totals-by-agent

返回按代理添加的指标。

获取 /dashboard/last-runs

列出最近执行时间 。参数 :

  • limit (1–200)
  • agent_id (可选)
  • status (可选)

______________________________________________________________________

PR审查的终点

前缀 : /api/v1/reviews

▶️ Rodar审查公关

发布 /api/v1/reviews/pr/run

必需的标题 :

Authorization: Bearer 
X-GitHub-Token: 

主体:

{
  "repo_full_name": "WeslleySebastiao/chatllm-api",
  "pr_number": 12,
  "head_sha": "abc123",
  "base_sha": "def456"
}

答案 :

{
  "repo_full_name": "WeslleySebastiao/chatllm-api",
  "pr_number": 12,
  "result": {}
}

______________________________________________________________________

🔎 最新PR评论

获取 /api/v1/reviews/pr/latest

查询:

  • repo_full_name
  • pr_number

______________________________________________________________________

🔎 按作业审查

获取 /api/v1/reviews/jobs/{job_id}

______________________________________________________________________

📜 PR历史回顾

获取 /api/v1/reviews/pr/history

查询:

  • repo_full_name
  • pr_number
  • limit (1–100)
  • offset

______________________________________________________________________

📚 已分析的仓库

获取 /api/v1/reviews/repos

______________________________________________________________________

📂 PRS分析师DOS

获取 /api/v1/reviews/prs

查询:

  • repo_full_name
  • limit (1–200)
  • offset

______________________________________________________________________

🧩 MCP 工具

本地工具在:

src/mcp/tools//
├── function.py
└── schema.json

启动服务器时,加载器会自动记录该文件夹中找到的所有工具。要添加新工具 :

  1. 用工具名称创建文件夹 。
  2. 添加 function.py 与主要功能。
  3. 添加 schema.json com description e parameters.

______________________________________________________________________

📊 遥测与记忆

  • 遥测每次执行记录时间,令牌和成本(通过 utils/log.py).
  • 对话记忆会话在银行中保留,以允许来自同一用户的呼叫之间的上下文。

______________________________________________________________________

🧯 常见问题

  • Erro 401无终点复查检查是否 API_KEY 不 .env 这是正确的。
  • 与银行连接错误: 验证 Supabase 凭据 。
  • 执行代理程式时发生错误:确认 OPENAI_API_KEY 是否有效,模型是否存在。

工具与能力

工具数量

1

资源数量

0

提示词数量

0

能力标签

LLM代理Python本地部署自动化审查会话记忆工具集成API管理

数量来自来源目录的标注,具体工具清单以官方文档为准。

典型使用场景

看服务状态

查询容器、日志和监控指标,定位异常。

执行部署变更

在权限范围内触发发布、回滚和环境切换。

核对资源用量

汇总用量,找出闲置和超额的部分。

选择建议

值得选的地方

  • 只提供 1 个工具,职责集中,接入后不容易误操作。
  • 有现成的安装命令,不用自己找入口,照着跑就能起服务。
  • 公开说明写得比较完整,接入前能看清能力边界。

先想清楚的地方

  • stdio 方式要求本地装好 Python,换机器要重新装一遍。
  • 需要自备访问 Token,没有凭据没法直接试。
  • 第三方目录整理,版本更新和行为细节以官方仓库为准。

更适合

  • 需要在运维云端场景里让模型直接调用外部能力的人。
  • 想先快速试一下、能接受在本地跑服务的人。

不太适合

  • 完全不想在本地装环境的人。
  • 暂时拿不到访问 Token的人。
  • 需要厂商级 SLA 和技术支持的生产环境。

同类对比

5 个同类
MCP Server工具数传输方式安装命令收录来源最后核验
Chatllm API

MCP World · 本页

1stdio有1 个2026-05-17
Ui Tars Desktop 8a825770

MCP World

0stdio有1 个2026-05-17
Elie222 MCP

MCP World

0未说明未标注1 个2026-05-17
Arizeai Phoenix MCP

MCP World

0stdio有3 个2026-05-17
Unity MCP 87ee506e

MCP World

42HTTP有2 个2026-05-17

按同分类和工具数量挑出最接近的几条,字段以各自详情页为准。

常见问题

5 条

Chatllm API 怎么安装?

公开资料给出的安装命令是 python3 -m venv venv,运行环境为 Python。装完后按客户端要求写进 MCP 配置,重启客户端生效。

Chatllm API 怎么在 Claude Desktop、Cursor 里配置?

它是stdio 本地进程,客户端配置里要写启动命令和参数,运行环境是 Python;保存后完全退出客户端再打开,配置才会生效。

Chatllm API 收费吗?

本站只整理公开资料,不代收费用,也没有标注具体价格。是否收费取决于服务本身和背后的接口额度,正式使用前按官方说明确认。

Chatllm API 需要 API Key 吗?

公开资料标注的认证方式是访问 Token,也就是要先拿到凭据才能连上;凭据只填在自己本地的配置里,不要写进公开仓库。

Chatllm API 支持哪些客户端?

公开资料没有标注具体客户端;能配置本地 MCP 命令的客户端都能接,配置方式参照官方文档。

来源信息

继续浏览同类 MCP