Contextive MCP Server

上下文MCP服务器

上下文MCP服务器 是一个 多提供者、面向工作流的模型上下文 协议（MCP）服务器 用TypeScript编写。

它侧重于：

• 精益、代币高效的工具

- 简洁的工具描述和共享提示，以减少每个工具的提示 头顶。

• 多模型路由

- 使用Vercel AI SDK v6通过一台服务器与多个提供商通信。

• 可组合工作流程

- 将工具和模型链接到作为单个工具公开的更高级别的工作流中。

• 规范驱动设计

- ADR和规范定义了架构。测试强制执行它。

该项目被设计为 新MCP服务器，不是任何遗产的分叉 实施。

______________________________________________________________________

快速启动

安装

npm install -g contextive-mcp-server
# or
npx contextive-mcp-server@latest --help

在stdio模式下运行

大多数MCP客户端（ChatGPT、Claude Desktop、Cursor等）都需要stdio 命令。

使用以下配置您的客户端：

• 命令： contextive-mcp
• Args： serve --stdio
• 工作目录： 包含以下内容的项目文件夹 contextive.config.json

（可选；见下文）。

最小配置

创建 contextive.config.json 在您的项目中：

{
  "server": {
    "mode": "stdio",
    "logLevel": "info"
  },
  "providers": {
    "openai": {
      "apiKey": "$OPENAI_API_KEY",
      "defaultModel": "gpt-4.1-mini"
    }
  },
  "toolPacks": {
    "fs": { "enabled": true, "mode": "read-only" },
    "http": { "enabled": false }
  }
}

然后运行：

contextive-mcp serve --stdio

您的MCP客户端现在应该可以发现以下工具 fs.read_file, fs.list_dir, 以及一个内省工具包。

______________________________________________________________________

特性

• 多提供商模型

- 通过单个接口跨提供商路由。

• 令牌高效提示

- 每包共享提示、简洁的工具描述、明确的预算。

• 工作流

- 以声明方式定义工作流，将其作为工具公开。

• 配置优先

- 一个配置文件，用Zod和JSON Schema验证。

• 可观测性

- 结构化日志记录、请求ID、可选OTEL集成。

______________________________________________________________________

项目结构

.
├─ src/
│  ├─ core/              # MCP server glue, config, routing
│  ├─ tool-packs/        # Individual tool packs
│  ├─ workflows/         # Workflow engine and definitions
│  └─ cli/               # contextive-mcp entrypoint
├─ config/
│  ├─ default.config.json
│  └─ config.schema.json
├─ docs/
│  ├─ adr/
│  ├─ spec/
│  └─ PRD.md
└─ package.json

看 docs/adr 和 docs/spec 详细设计。

______________________________________________________________________

对于贡献者

• 从开始 docs/PRD.md 和 docs/adr/0001-adr-architecture-and-stack.md.

• 使用 AGENTS.md 用于通过MCP处理此仓库时的代理行为。

• 运行：

- npm test - npm run lint - npm run build

请确保更改与ADR和规格保持一致；提出新的ADR 重大的架构变化。