Token导航 LogoToken导航

MCP Server · 文档知识

Chipsai MCP

ChipsAI MCP Server是一个用于管理聊天机器人、对话、文档、机器人间路由、RAG配置和AI模型的协议服务器。

stdio官方级别未说明来源级核验工具 25
PythonClaude文档处理Claude Desktop

快速开始

作者 / 组织
fgasparetto
提供方
fgasparetto
运行时
Python

工具数量

25

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

0

仓库热度

收录来源

1 个

MCP World

选型结论

Chipsai MCP 属于文档知识类 MCP Server,公开资料标注 25 个工具,通过stdio 本地进程接入,适配 Claude Desktop、Claude,有可以直接复制的安装命令;接入前先确认权限范围。

分类

文档知识

传输方式

stdio

认证方式

无需认证

部署方式

公开资料未说明

安装与配置

安装命令

uv run --script server.py

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 25 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

ChipsAI MCP服务器

MCP(模型上下文协议)服务器 ChipsBot --从Claude Code、Claude Desktop或任何MCP客户端管理聊天机器人、对话、文档、机器人到机器人路由、RAG配置和AI模型。

需求

快速开始

无需安装 uv:

uv run --script server.py

或手动安装:

pip install "mcp[cli]" httpx
python server.py

配置

服务器使用环境变量进行身份验证。 API密钥是推荐的方法 --从您的 ChipsBot仪表板.

变量描述默认值
CHIPSAI_API_KEY您的ChipsAI API密钥(推荐)-
CHIPSAI_API_URLAPI基本URLhttps://ai.chipsbuilder.com

Legacy: username/password authentication

如果您没有API密钥,您可以使用用户名/密码:

变量描述
CHIPSAI_USERNAME您的ChipsAI用户名
CHIPSAI_PASSWORD您的ChipsAI密码

克劳德代码

添加到您的项目 .mcp.json:

{
  "mcpServers": {
    "chipsai": {
      "command": "uvx",
      "args": ["chipsai-mcp"],
      "env": {
        "CHIPSAI_API_KEY": "chipsai_your_api_key_here"
      }
    }
  }
}

克劳德桌面版

添加 claude_desktop_config.json:

{
  "mcpServers": {
    "chipsai": {
      "command": "uvx",
      "args": ["chipsai-mcp"],
      "env": {
        "CHIPSAI_API_KEY": "chipsai_your_api_key_here"
      }
    }
  }
}

可用工具

聊天机器人管理

工具说明
list_chatbots列出经过身份验证的用户的所有聊天机器人
get_chatbot获取完整的聊天机器人详细信息(提示、型号、颜色等)
create_chatbot创建一个新的聊天机器人(返回嵌入脚本标签)
update_chatbot更新聊天机器人字段(名称、提示、型号、主题、颜色等)
delete_chatbot软删除(停用)聊天机器人
get_chatbot_config获取公共小部件配置
get_chatbot_analytics获取分析:消息、会话、每日统计数据、设备、国家

文件(RAG)

工具说明
upload_document将PDF/DOC/DOCX上传到聊天机器人的知识库(LlamaParse)

交谈

工具说明
list_conversations列出对话,可选择按聊天机器人过滤
create_conversation创建新对话
get_conversation获取对话详细信息
update_conversation更新对话标题
delete_conversation删除对话和所有消息
get_conversation_messages从对话中获取所有消息

小部件历史记录

工具说明
list_conversation_history列出小部件对话会话(分页,按聊天机器人过滤)
get_session_messages从小部件对话会话中获取所有消息

聊天

工具说明
send_message发送消息并获得AI响应(自动创建对话)

机器人到机器人连接

工具说明
connect_bot将专业机器人连接到编排机器人(基于角色的路由)
list_bot_connections列出连接到编排器的所有专业机器人
update_bot_connection更新连接的角色、标签、描述或活动状态
disconnect_bot删除机器人到机器人的连接

RAG配置

工具说明
get_rag_config获取RAG配置:阈值、块设置、HyDE、L2、重新登录、系统说明
update_rag_config更新RAG配置(阈值、chunk_size、chunk_strategy、HyDE、L2、重新登录等)

用户和型号

工具说明
get_user_plan获取信用余额、无限状态、使用统计数据
list_ai_models按提供商列出可用的AI模型,并注明信用成本

RAG管道

ChipsBot支持每个机器人可配置的完整检索增强生成管道:

  • 语义路由(L1): pgvector+Jina Embeddeds v3——基于余弦相似度(HNSW指数)将查询路由到最佳专家
  • 海德: 对于稀疏/短查询,使用Haiku生成一个假设答案,并重新嵌入以更好地检索
  • 块状注射(L2): 在响应时,只注入前K个相关的KB块,而不是完整的提示——减少令牌使用,提高质量
  • 重新排名: 可选的Jina交叉编码器重定器(jina-reranker-v2-base-multilingual)余弦检索后应用
  • 分块策略: char (固定尺寸), paragraph (语义 \n\n 分裂), sentence (.!? 分割)
  • 文档上传: 通过LlamaParse解析PDF/DOC/DOCX,提取的文本存储为KB

使用 get_rag_config / update_rag_config 调整每个机器人的所有参数。

机器人到机器人路由

编排机器人可以根据角色/描述将问题路由到专业机器人。编排器检测到 [ROUTE:uuid] 在自己的响应中添加标签,并将其委托给匹配专家,将最近的聊天历史记录作为上下文传递。

使用 connect_bot 将专家与编排者联系起来, list_bot_connections 检查路由表,以及 update_bot_connection 调整角色或打开/关闭连接。

信用体系

ChipsAI使用基于信用的定价模型:

级别积分/消息型号
自由0召唤4名童子军,召唤3.3 70b,召唤3.1 8b(Groq)
经济0.5尼莫太太,DeepSeek聊天
标准1.0GPT-4o-mini,双子座2.5闪光,西北风小号,克劳德·海库4.5
高级2.0GPT-4o,西北风大型,深搜索推理机
顶部3.0GPT-4.1,克劳德·十四行诗4.6,双子座2.5 Pro

信用套餐: 150学分,5欧元 | 700欧元换20欧元 | 2000年50欧元信用证永不过期。带上你自己的API密钥免费使用任何模型(不消耗信用)。

用法示例

配置后,使用Claude中的自然语言:

  • *“列出我的聊天机器人”*
  • *“创建一个名为Support Bot的聊天机器人”*
  • *“将产品目录PDF上传到我的聊天机器人”*
  • *“向我的聊天机器人发送测试消息”*
  • *“显示过去7天的分析”*
  • *“将聊天机器人模型更改为Claude Sonnet 4.6”*
  • *“我的信用余额是多少?”*
  • *“有哪些可用的AI模型?”*
  • *“将计费机器人连接为我的主协调器的专家”*
  • *“列出连接到我的编排器的所有专业机器人”*
  • *“显示聊天机器人的RAG配置”*
  • *“将RAG阈值设置为0.5并启用重新分级”*
  • *“启用top_k=5的L2块注入”*

认证

API密钥(推荐): 集 CHIPSAI_API_KEY 使用从仪表板生成的密钥。密钥作为承载令牌发送,不需要令牌管理。

智威汤逊(传统): 如果使用用户名/密码,令牌将通过JWT获得并透明刷新。

许可证

麻省理工学院

工具与能力

工具数量

25

资源数量

0

提示词数量

0

能力标签

聊天机器人管理Python本地部署文档处理RAG配置AI模型管理机器人间路由

支持客户端

Claude DesktopClaude

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

读长文档提问

把 PDF、Markdown 和笔记交给模型,按章节追问细节。

整理知识库

把零散资料归档、打标签,检索时更容易命中。

批量出摘要

提取要点,输出能直接引用的段落。

选择建议

值得选的地方

  • 工具数量 25 个,一次接入能覆盖的操作比单点工具更全。
  • 有现成的安装命令,不用自己找入口,照着跑就能起服务。
  • 已经适配 Claude Desktop、Claude,换客户端不用重新研究配置。

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。
  • 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

  • 需要在文档知识场景里让模型直接调用外部能力的人。
  • 已经在用 Claude Desktop 的用户,接入路径最短。
  • 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。
  • 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
Chipsai MCP

MCP World · 本页

25stdio有1 个2026-05-17
Cherry Studio

MCP World

0未说明未标注1 个2026-05-17
Pdf Math Translate

MCP World

0stdio有1 个2026-05-17
report generation

MCP World

0stdio有1 个2026-05-17
Anything To Notebooklm

MCP World

0stdio有1 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

Chipsai MCP 怎么安装?

公开资料给出的安装命令是 uv run --script server.py,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。

Chipsai MCP 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。

Chipsai MCP 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。

Chipsai MCP 需要 API Key 吗?

公开资料标注为无需认证,装好就能连;如果实际调用时报鉴权错误,按官方文档补上凭据。

Chipsai MCP 支持哪些客户端?

公开资料标注支持 Claude Desktop、Claude;其他客户端只要能配置 MCP Server,也能用同样的命令或地址接入。

来源信息

继续浏览同类 MCP