Token导航 LogoToken导航TokenDH.com
Msty Admin MCP logo
AI代理stdio官方级别未说明来源级核验

Msty Admin MCP

MCP Server

Msty Admin MCP是一个基于AI的Msty Studio桌面版管理协议服务器,通过自然语言对话实现数据库查询、配置管理、本地AI模型编排和分层AI工作流构建。

工具数

43

提示词数

0

GitHub Stars

5

资源数

0
本地AIPythonClaude工作流自动化Claude DesktopClaude

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

作者 / 组织

DRVBSS

提供方

DRVBSS

最后核验

2026/5/17 20:21

运行时

Python

快速接入

先看主来源和安装命令,再打开仓库或文档;下面只保留这个条目的关键接入事实。

命令预览

python -m venv .venv

详细介绍

Msty管理员MCP

Msty Studio桌面的人工智能管理2.4.0+

MCP(模型上下文协议)服务器,将Claude转换为智能系统管理员,用于 Msty工作室桌面.查询数据库、管理配置、编排本地AI模型和构建分层AI工作流程——所有这些都是通过自然对话完成的。

](https://github.com/DBSS/msty-admin-mcp/releases) ![License](LICENSE) ![Python](https://python.org) ![Platform](https://apple.com) ![Msty](https://msty.ai) ![Tests](tests/) ![Tools](src/)

v9.0.0版本 -配备155个工具的高级AI编排版本!新功能包括自主代理Swarms、智能自动路由器、级联执行、语义缓存、预测模型加载、A/B测试框架、成本智能仪表板和动态人物融合。

______________________________________________________________________

关于这个叉子

👋 嘿!我是Dmitri K DigitalKredit.

我拿起这个项目时,它已经 24工具 专为较旧的Msty Studio架构而设计,具有Msty 2.4.0+中不再存在的单独“Sidecar”服务。

我做了什么:

  • 🔧 重写代码库 适用于Msty 2.4.0+(服务现已内置于主应用程序中)
  • 🏗️ 重构 转换为干净的模块化架构(30+个模块)
  • 📈 扩展的 从24种工具到 155个功能齐全的工具
  • 增加了全面的测试 (250+次测试)
  • 🚀 构建了主要的新功能:AI代理集群、智能路由、级联执行、语义缓存、成本智能等

此分支已针对Msty Studio 2.4.0+进行了积极维护和测试。

______________________________________________________________________

v9.0.0的新增功能

高级AI编排-10个新阶段的42个新工具

阶段工具描述
第26阶段:智能自动路由器4零配置任务分类和模型路由
第27阶段:自主代理Swarm5生成并行工作的专业AI代理
第28阶段:背景代理人7持续监控代理(Code Sentinel、Doc Keeper)
第29阶段:语义响应缓存5基于嵌入的相似性缓存以节省成本
第30阶段:预测模型加载3模型预热使用模式分析
第31阶段:对话考古学5深度搜索、决策提取、时间线构建
第32阶段:A/B测试框架5模型比较实验与统计分析
第33阶段:级联执行4基于置信度的模型升级(快速→平衡的→有能力的→专家)
第34阶段:成本情报7令牌跟踪、预算警报、本地与云比较
第35阶段:人格融合6为复杂任务动态组合角色

新模块(v9.0.0)

模块目的
smart_router.py智能任务分类和模型路由
agent_swarm.py具有并行执行的多代理编排
background_agents.py具有警报的长期运行监控代理
semantic_cache.py基于嵌入的响应缓存
predictive_loader.py使用模式学习和预测
conversation_archaeology.py深度对话搜索和分析
ab_testing.pyA/B实验框架
cascade.py有信心地执行分层模型
cost_intelligence.py成本跟踪和优化
persona_fusion.py动态角色组合
server_extensions_v3.py扩展注册v3

主要特点

🤖 智能体集群 -Spawn专业代理(代码、研究、写作、分析)并行工作并综合结果:

swarm_spawn "Build a comprehensive analysis of this codebase"

🎯 级联执行 -从快速型号开始,只在需要时升级到功能强大的型号:

cascade_smart "Complex reasoning task requiring detailed analysis"

💰 成本情报 -跟踪支出,比较本地与云,获取优化提示:

cost_compare_local_cloud  # Shows 95%+ savings using local models

🔮 预测性加载 -了解您的使用模式和预热模式:

predict_session_start  # "Based on history, you typically code at 9am"

______________________________________________________________________

v8.0.0中有什么

10个新阶段的36个新工具

阶段工具描述
第16阶段:影子人物5多视角会话分析
第17阶段:工作区4工作空间管理和数据隔离
第18阶段:实时网络3网络搜索、URL获取、YouTube转录
第19阶段:聊天管理4导出、克隆、分支、合并对话
第20阶段:文件夹组织4对话文件夹管理
第21阶段:PII清洗313种PII模式,符合GDPR/HIPAA标准
第22阶段:嵌入可视化4文档聚类和相似性
第23阶段:健康仪表板3服务监控和警报
第24阶段:配置文件4保存/加载/比较配置
第25阶段:自动化维护3清理、优化、健康评分

新模块(v8.0.0)

模块目的
shadow_personas.py影子角色集成
workspaces.py工作区管理
realtime_data.pyWeb/UTube集成
chat_management.py聊天操作
folders.py文件夹组织
pii_tools.pyPII检测和清除
embeddings.py嵌入可视化
dashboard.py健康监测
profiles.py配置文件
maintenance.py自动化维护
server_extensions_v2.py扩展注册v2

全面测试

  • 130+单元测试 涵盖所有模块
  • PII模式检测已验证
  • 余弦相似性数学检验
  • 维护干运行验证

______________________________________________________________________

v7.0.0中有什么

6个阶段的35个工具

阶段工具描述
第10阶段:知识库5RAG系统管理-列表、搜索、分析
第11阶段:模型管理6下载/删除模型,查找重复项,存储分析
第12阶段:克劳德↔本地桥梁5智能模型委托,多模型共识
第13阶段:旋转栅门工作流程75个内置自动化模板,模拟运行执行
第14阶段:现场环境5用于提示的实时系统/日期时间/Msty上下文
第15阶段:对话分析5使用模式、内容分析、会话指标

增强型标签系统v2.0

  • 上下文长度感知: long_context (100K+), very_long_context (250K+), massive_context (500K+)
  • 量化检测: fp16, 8bit, 6bit, 5bit, 4bit, 3bit
  • 架构标签: moe, mlx, gguf
  • 新尺寸等级: massive (200B+参数)

Msty 2.4.0+服务支持

服务端口描述
本地AI服务11964Ollama-兼容API
MLX服务11973苹果硅优化型号
LLaMA.cpp服务11454GGUF型号支持
Vibe CLI代理8317所有人工智能服务的统一代理

______________________________________________________________________

这是什么?

Msty Admin MCP允许您通过Claude Desktop管理整个Msty Studio安装。与其点击菜单或手动编辑配置文件,不如问Claude:

“向我展示我的Msty角色并提出改进建议”
“在编码任务中比较我的本地模型”
“我在所有服务中都有哪些可用的型号?”
“对我最快的编码任务模型进行基准测试”

Claude负责其余的工作——查询数据库、调用API、分析结果和提供可操作的见解。

______________________________________________________________________

快速开始

先决条件

安装

# Clone the repository
git clone https://github.com/DBSS/msty-admin-mcp.git
cd msty-admin-mcp

# Create virtual environment
python -m venv .venv
source .venv/bin/activate

# Install dependencies
pip install -r requirements.txt

Claude桌面配置

重要:Claude Desktop并不总是尊重 cwd 设置,因此我们使用shell脚本启动器。

  1. 存储库包括 run_msty_server.sh。确保它是可执行的:
   chmod +x run_msty_server.sh
  1. 增添 ~/Library/Application Support/Claude/claude_desktop_config.json:
   {
     "mcpServers": {
       "msty-admin": {
         "command": "/absolute/path/to/msty-admin-mcp/run_msty_server.sh",
         "env": {
           "MSTY_TIMEOUT": "30"
         }
       }
     }
   }
  1. 重新启动克劳德桌面 (Cmd+Q,然后重新打开)
  1. 您应该在可用的工具中看到“msty-admin” 155工具 加载。

______________________________________________________________________

可用工具(共155个)

第一阶段:安装和健康(7个工具)

工具说明
detect_msty_installation查找Msty Studio,验证路径,检查运行状态
read_msty_database查询对话、人物角色、提示、工具
list_configured_tools查看MCP工具箱配置
get_model_providers列出人工智能提供商和本地模型
analyse_msty_health数据库完整性、存储、所有4种服务状态
get_server_statusMCP服务器信息和功能
scan_database_locations在公共位置查找数据库文件

第2阶段:配置管理(4个工具)

工具说明
export_tool_config导出MCP配置以进行备份或同步
import_tool_config验证并准备Msty导入工具
generate_persona从模板创建人物角色(作品、程序员、作家、最小)
sync_claude_preferences将Claude Desktop首选项转换为Msty角色

第3阶段:本地模型集成(8个工具)

工具说明
get_sidecar_status检查所有4个服务(本地AI、MLX、LLaMA.cpp、Vibe代理)
list_available_models查询所有服务中的模型及其明细
query_local_ai_service直接低级API访问
chat_with_local_model发送具有自动指标跟踪功能的消息
recommend_model按用例推荐硬件感知模型
list_model_tags获取智能模型选择的可用标签
find_model_by_tag查找与特定标签匹配的型号
get_cache_stats查看响应缓存统计信息
clear_cache清除缓存的响应

第四阶段:情报与分析(5个工具)

工具说明
get_model_performance_metrics令牌/秒、延迟、随时间变化的错误率
analyse_conversation_patterns尊重隐私的使用分析
compare_model_responses多个型号的提示相同,比较质量/速度
optimise_knowledge_stacks分析并提出改进建议
suggest_persona_improvements人工智能驱动的角色优化

第5阶段:校准和工作流程(4个工具)

工具说明
run_calibration_test使用质量评分跨类别测试模型
evaluate_response_quality使用启发式评估对任何响应进行评分
identify_handoff_triggers跟踪应升级到Claude的模式
get_calibration_history历史结果与趋势和统计数据

第6阶段:高级模型管理(4个工具)

工具说明
get_model_details全面的模型信息(上下文长度、参数、标签、功能)
benchmark_model不同上下文大小下的性能基准测试(令牌/秒)
list_local_model_files列出磁盘上MLX和GGUF模型文件的大小
estimate_model_requirements估计模型的内存/硬件要求

第7阶段:对话管理(3个工具)

工具说明
export_conversations以JSON、Markdown或CSV格式导出聊天记录
search_conversations按关键字或标题搜索对话
get_conversation_stats使用情况分析:每天的消息数、模型使用情况、会话长度

第8阶段:提示模板和自动化(4个工具)

工具说明
create_prompt_template使用创建可重用模板 {{variable}} 占位符
list_prompt_templates列出所有模板,可选择按类别筛选
run_prompt_template执行带有变量替换的模板
smart_model_router自动为给定的任务描述选择最佳模型

第9阶段:备份和系统管理(3个工具)

工具说明
backup_configuration创建人物角色、提示、模板、工具的全面备份
restore_configuration从备份文件还原配置
get_system_resources与AI推理相关的CPU、内存和磁盘使用情况

______________________________________________________________________

模型标记系统

Msty Admin MCP包括一个智能模型标记系统,该系统具有60多个特定于模型的覆盖功能,可实现精确的布线。

可用标签

类别标签描述
尺寸large, medium, small模型参数计数(70B+,13-34B,\<13B)
速度fast快速响应型号(Haiku、Flash、Mini等)
能力coding, reasoning, creative, vision, embedding专业能力
上下文long_context具有128K以上上下文窗口的模型
质量quality高质量输出模型
将军general通用型号

按标签查找模型

You: Find me a fast coding model

Claude: Using find_model_by_tag with tag="coding" and prefer_fast=true...

        Found 3 fast coding models:
        1. deepseek-coder-v2-lite (fast, coding, small)
        2. codestral-mini (fast, coding, small)
        3. starcoder2-3b (fast, coding, small)

智能模型路由器

You: What's the best model for writing a poem?

Claude: Using smart_model_router with task="writing a poem"...

        Recommended: claude-3-opus (tags: quality, creative, reasoning, large)
        Reasoning: Creative writing tasks benefit from models with
        the 'creative' tag and high quality output.

______________________________________________________________________

使用示例

检查服务状态

You: What's the status of my Msty services?

Claude: All 4 services are running:
        ✅ Local AI Service (port 11964) - 2 models
        ✅ MLX Service (port 11973) - 11 models
        ✅ LLaMA.cpp Service (port 11454) - 10 models
        ✅ Vibe CLI Proxy (port 8317) - 36 models

        Total: 59 models available

对模型进行基准测试

You: Benchmark my fastest coding model

Claude: Running benchmark on deepseek-coder-v2-lite...

        Results (3 runs each):
        | Context | Tokens/sec | Latency |
        |---------|------------|---------|
        | 50 tokens | 42.3 t/s | 1.2s |
        | 200 tokens | 38.7 t/s | 5.2s |
        | 500 tokens | 35.1 t/s | 14.3s |

        Average: 38.7 tokens/sec

导出对话

You: Export my last week's conversations to markdown

Claude: Exported 23 conversations from the last 7 days.

        File: conversations_2026-01-26.md
        Format: Markdown with headers per conversation
        Total messages: 156

创建提示模板

You: Create a code review template

Claude: Created template "code-review":

        Template: "Review this {{language}} code for {{focus}}:

{{code}}


                   Provide specific suggestions."

        Variables: language, focus, code
        Category: coding

______________________________________________________________________

环境变量

使用以下环境变量自定义行为:

变量默认值描述
MSTY_SIDECAR_HOST127.0.0.1服务主机地址
MSTY_AI_PORT11964本地AI服务端口
MSTY_MLX_PORT11973MLX服务端口
MSTY_LLAMACPP_PORT11454LLaMA.cpp服务端口
MSTY_VIBE_PORT8317Vibe CLI代理端口
MSTY_TIMEOUT10API请求超时(秒)
MSTY_DATABASE_PATH(自动检测)覆盖数据库路径

______________________________________________________________________

建筑

┌─────────────────────────────────────────────────────────────┐
│                      Claude Desktop                          │
│                           │                                  │
│                      MCP Protocol                            │
│                           │                                  │
│                ┌──────────┴──────────┐                      │
│                ▼                     ▼                      │
│      ┌─────────────────┐   ┌─────────────────┐             │
│      │ Msty Admin MCP  │   │  Other MCPs     │             │
│      │   (42 tools)    │   │                 │             │
│      └────────┬────────┘   └─────────────────┘             │
└───────────────┼─────────────────────────────────────────────┘
                │
     ┌──────────┴──────────────────────────────┐
     ▼                                         ▼
┌──────────┐                          ┌──────────────────┐
│  Msty    │                          │   Msty Studio    │
│ Database │                          │   2.4.0+ App     │
│ (SQLite) │                          └────────┬─────────┘
└──────────┘                                   │
                          ┌────────────────────┼────────────────────┐
                          ▼                    ▼                    ▼
                   ┌────────────┐      ┌────────────┐      ┌────────────┐
                   │ Local AI   │      │    MLX     │      │ LLaMA.cpp  │
                   │  :11964    │      │   :11973   │      │   :11454   │
                   └────────────┘      └────────────┘      └────────────┘
                          │                    │                    │
                          └────────────────────┼────────────────────┘
                                               ▼
                                        ┌────────────┐
                                        │ Vibe Proxy │
                                        │   :8317    │
                                        └────────────┘

______________________________________________________________________

项目结构

msty-admin-mcp/
├── src/
│   ├── __init__.py         # Package exports
│   ├── constants.py        # Configuration constants
│   ├── models.py           # Data classes
│   ├── errors.py           # Standardized error handling
│   ├── paths.py            # Path resolution utilities
│   ├── database.py         # SQL operations (injection protected)
│   ├── network.py          # API request helpers
│   ├── cache.py            # Response caching
│   ├── tagging.py          # Model tagging system
│   ├── server.py           # Main MCP server (42 tools)
│   └── phase4_5_tools.py   # Metrics and calibration
├── tests/
│   ├── test_server.py      # Integration tests
│   ├── test_constants.py   # Constants tests
│   ├── test_paths.py       # Path utilities tests
│   ├── test_database.py    # Database tests (SQL injection)
│   ├── test_network.py     # Network tests
│   ├── test_cache.py       # Cache tests
│   └── test_tagging.py     # Tagging tests
├── docs/
│   ├── API.md              # API reference & error codes
│   └── DEVELOPMENT.md      # Development guide
├── run_msty_server.sh      # Shell script launcher (required!)
├── requirements.txt
├── pyproject.toml
├── CHANGELOG.md
├── LICENSE
└── README.md

______________________________________________________________________

文档

______________________________________________________________________

故障排除

“ModuleNotFoundError:没有名为'src'的模块”

Claude Desktop未从正确的目录运行。确保您使用的是shell脚本启动器(run_msty_server.sh)而不是直接调用Python。

“没有本地AI服务正在运行”

  1. 打开Msty工作室
  2. 转到“设置”→ 本地AI/MLX/LLaMA.cpp
  3. 确保服务显示“正在运行”

Claude看不到msty管理工具

  1. 检查你的 claude_desktop_config.json 具有正确的绝对路径
  2. 确保 run_msty_server.sh 可执行(chmod +x)
  3. 完全重新启动克劳德桌面(Cmd+Q,然后重新打开)

只看到2个嵌入模型

显示的模型取决于哪个服务首先响应。使用 list_available_models 使用查看所有服务中的所有型号 by_service 故障。

找不到数据库

  1. detect_msty_installation 首先验证路径
  2. 使用 scan_database_locations 查找数据库文件
  3. MSTY_DATABASE_PATH 环境变量(如果需要)

______________________________________________________________________

安全

docs/API.md文件 有关以下内容的详细信息:

  • SQL注入保护 -表满列表、参数化查询
  • API密钥处理 -钥匙从未被记录或归还
  • 网络安全 -所有对localhost的调用,可配置超时

______________________________________________________________________

贡献

欢迎投稿!拜托:

  1. 克隆该仓库
  2. 创建要素分支(git checkout -b feature/amazing-feature)
  3. 运行测试(pytest tests/ -v)
  4. 提交您的更改(git commit -m 'Add amazing feature')
  5. 推到分支(git push origin feature/amazing-feature)
  6. 打开拉取请求

docs/DEVELOPMENT.md 详细的贡献指南。

______________________________________________________________________

学分

  • 原作者: 菠萝 -创建了原始的msty管理员mcp
  • v5.0.0+分叉: DigitalKredit -Msty 2.4.0+兼容性,模块化架构

______________________________________________________________________

许可证

MIT许可证-请参阅 许可证 了解详情。

______________________________________________________________________

致谢

目录标签

目录标签

本地AIPythonClaude工作流自动化AI管理本地部署模型编排自然语言接口

支持客户端

Claude DesktopClaude

接入字段

传输方式(transport,传输协议)

stdio

鉴权方式(authType,认证方式)

none

运行时(runtime,运行环境)

Python

工具数量(toolCount,工具数)

43

资源数量(resourceCount,资源数)

0

提示词数量(promptCount,提示词数)

0

权限和风险

stdionone部署方式未说明

接入前请确认传输方式、认证方式和部署位置,并根据实际工具能力限制访问范围。

安装前确认

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。

来源信息

继续浏览同类 MCP