Glm Agent MCP

glm试剂mcp

连接Claude Code和GLM-4-plus的MCP服务器

 ](https://github.com/hwandam77/glm-agent-mcp/actions/workflows/docker-publish.yml) 

概要

glm-agent-mcp是一款模型上下文协议（MCP）服务器，可以与GLM-4-plus（Z.AI）合作，同时节省Claude Code的令牌。

主要功能

• 节省代币：将简单的任务委托给GLM以降低Claude令牌的成本
• 11个工具：问题委派、文件操作、内存管理、操作日志
• 自动备份：支持文件修改/删除前的自动备份和还原
• 动态项目设置：可按项目设置PROJECT_ROOT
• FastAPI服务：Docker容器内基于HTTP的通信

架构

┌─────────────────┐     ┌──────────────────────────────────┐
│   Claude Code   │────▶│        glm-agent-mcp (MCP)       │
│     (호스트)     │     │  - 파일 작업 (호스트에서 직접)      │
└─────────────────┘     │  - 메모리 관리                    │
                        │  - 작업 로그                      │
                        └──────────────┬───────────────────┘
                                       │ HTTP (port 8080)
                        ┌──────────────▼───────────────────┐
                        │     Docker Container (glm-claude) │
                        │  - FastAPI 서비스                  │
                        │  - Claude Code CLI                │
                        │  - Z.AI (GLM-4-plus) 백엔드        │
                        └──────────────────────────────────┘

安装

1.存储库克隆

git clone https://github.com/hwandam77/glm-agent-mcp.git
cd glm-agent-mcp

2.首选参数

cp .env.example .env

.env 修改文件：

ZHIPU_API_KEY=your-zhipu-api-key
PROJECT_ROOT=/your/project/path

3.运行Docker容器

方法1:All-in-One（建议）

# 단일 컨테이너로 모든 기능 실행
docker compose -f docker-compose.all-in-one.yml up -d

方法2：独立（微服务）

# glm-claude + mcp-gateway 분리 실행
docker compose up -d

4.在Claude Code中注册MCP

项目的 .mcp.json 文件：

{
  "mcpServers": {
    "glm-agent-mcp": {
      "command": "/path/to/glm-agent-mcp/run-mcp.sh",
      "env": {
        "PROJECT_ROOT": "/your/project/path"
      }
    }
  }
}

MCP工具（11个）

委托问题

使用文件

内存管理

日志

使用示例

将问题委托给GLM

mcp__glm-agent-mcp__ask_glm({
    "task_description": "Python에서 리스트 컴프리헨션 사용법 설명해줘",
    "context": "초보자 대상"
})

创建文件

mcp__glm-agent-mcp__glm_file_create({
    "path": "/home/user/project/hello.py",
    "content": "print('Hello, World!')"
})

修改文件

mcp__glm-agent-mcp__glm_file_edit({
    "path": "/home/user/project/hello.py",
    "old_string": "Hello, World!",
    "new_string": "안녕하세요!"
})

存储内存

mcp__glm-agent-mcp__glm_memory_save({
    "key": "project_context",
    "value": "FastAPI 기반 REST API 개발 중",
    "category": "context"
})

动态PROJECT_ROOT设置

可以为每个项目设置不同的工作路径：

// workspace/project-a/.mcp.json
{
  "mcpServers": {
    "glm-agent-mcp": {
      "command": "/path/to/run-mcp.sh",
      "env": {
        "PROJECT_ROOT": "/home/user/workspace/project-a"
      }
    }
  }
}

// workspace/project-b/.mcp.json
{
  "mcpServers": {
    "glm-agent-mcp": {
      "command": "/path/to/run-mcp.sh",
      "env": {
        "PROJECT_ROOT": "/home/user/workspace/project-b"
      }
    }
  }
}

备份和还原文件

修改/删除文件时自动备份：

{PROJECT_ROOT}/.glm_backups/
├── filename.txt.20260126_120000.1.bak
├── filename.txt.20260126_120500.2.bak
└── ...

恢复：

mcp__glm-agent-mcp__glm_file_rollback({
    "path": "/path/to/file.txt",
    "version": -1  # 최신 백업
})

配置Docker

检查容器状态

docker compose ps
docker compose logs glm-claude

服务健康检查

curl http://localhost:8080/health

重新启动容器

docker compose restart glm-claude

开发

本地开发环境

python3 -m venv .venv
source .venv/bin/activate
pip install -e ".[dev]"

测试

pytest tests/ -v --cov=src

目录结构

glm-agent-mcp/
├── .github/
│   └── workflows/
│       ├── ci.yml              # CI 파이프라인
│       └── docker-publish.yml  # Docker 이미지 배포
├── src/
│   ├── api/           # FastAPI 서비스
│   │   └── main.py
│   ├── core/          # 핵심 로직
│   │   └── glm_executor.py
│   ├── tools/         # MCP 도구들
│   │   ├── ask_glm.py
│   │   ├── file_ops.py
│   │   ├── memory.py
│   │   └── action_log.py
│   └── server.py      # MCP 서버 진입점
├── docker/
│   ├── Dockerfile.glm-claude
│   ├── Dockerfile.mcp-gateway
│   └── claude-config/
├── tests/
├── docker-compose.yml
├── run-mcp.sh
└── pyproject.toml

要求

• Python 3.10+
• Docker&Docker编写
• Z.AI API密钥（GLM-4-plus）

CI/CD

GitHub Actions工作流

CI管道

# .github/workflows/ci.yml
# 자동 실행: push (main, develop), PR (main)

jobs:
  test:           # Python 3.11, 3.12 테스트
  docker-build:   # Docker 이미지 빌드 검증
  integration:    # Docker Compose 통합 테스트

部署Docker映像

# 태그 푸시로 자동 배포
git tag v1.0.0
git push origin v1.0.0

# 수동 배포 (GitHub Actions > Docker Publish > Run workflow)

使用分布式映像

# All-in-One (권장) - 단일 이미지로 모든 기능
docker pull ghcr.io/hwandam77/glm-agent-mcp:latest
docker run -d -p 8080:8080 -p 9090:9090 \
  -e ZHIPU_API_KEY=your-key \
  ghcr.io/hwandam77/glm-agent-mcp:latest

# 분리형 - 마이크로서비스 아키텍처
docker pull ghcr.io/hwandam77/glm-agent-mcp-claude:latest
docker pull ghcr.io/hwandam77/glm-agent-mcp-gateway:latest

用作Docker Compose：

# All-in-One
services:
  glm-agent:
    image: ghcr.io/hwandam77/glm-agent-mcp:latest
    ports:
      - "8080:8080"  # FastAPI
      - "9090:9090"  # MCP Gateway

# 분리형
services:
  glm-claude:
    image: ghcr.io/hwandam77/glm-agent-mcp-claude:latest
  mcp-gateway:
    image: ghcr.io/hwandam77/glm-agent-mcp-gateway:latest

运行本地CI

# 테스트
pip install -e ".[dev]"
pytest tests/ -v --cov=src

# 린트
ruff check src/ tests/

# Docker 빌드 검증
docker compose build
docker compose up -d
curl http://localhost:8080/health
docker compose down

GitHub Secrets设置

运行CI/CD所需的secrets：

许可证

MIT许可证

贡献

欢迎话题和PR！

1. 克隆该仓库
2. 创建功能分支(git checkout -b feature/amazing-feature)
3. 提交您的更改(git commit -m 'Add some amazing feature')
4. 推到分支(git push origin feature/amazing-feature)
5. 打开拉取请求