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

python3 -m pip install -e '.[dev]'

详细介绍

Router-MCP 高精度路由识别 MVP

这是一个围绕“准确率优先、宁可拒答也不误触发”构建的最小可运行 Router-MCP 路由识别服务。它不是通用聊天机器人，而是一个针对结构化路由层，负责把用户口语化输入安全、可解释地路由到 MCP / Skill / Tool / Planner。

当前实现

agent-router-mcp：统一入口、路由编排、输出结构化决策。
semantic-router：配置驱动的候选召回与多字段打分，默认优先调用本地 embedding 服务并自动回退规则召回。
NeMo-Guardrails 风格守护层：对执行前决策做二次守护，控制 clarify / refuse 质量，拦截高风险误执行。
多意图拆分：一句话可拆成多个子任务分别决策。
planning intent：识别“方案设计 / 任务拆解 / 步骤规划 / 工作流编排”并路由到 plan。
作用域控制：支持 tenant / customer / role / enabled 过滤。
可解释 trace：每个子意图保留标准化、召回、过滤、打分、决策审计信息。
local_embedding_service：独立目录部署的本地 embedding 服务，主路由服务通过 HTTP 调用。
API / CLI / MCP Server / OpenClaw 薄包装 / 评测脚本 / 单测：可直接本地演示。

目录结构

config/
  capabilities.yaml          # 能力注册表示例
  router_settings.yaml       # 阈值、别名、反问模板、打分配置
docs/eval/datasets/
  qdport_real_query_30_eval.yaml         # 30 条基础命中集
  qdport_generalized_query_240_eval.yaml # 240 条泛化评测集
  qdport_multiturn_query_240_eval.yaml   # 240 条多轮对话评测集
src/router_mcp/
  agent_router_mcp/          # 路由编排服务
  semantic_router/           # 候选召回与语义打分
  guardrails/                # 执行前守护与反问/拒答规范
  pipeline/                  # normalize / slot / rerank / decision
  registry/                  # registry schema 与加载校验
  eval/                      # 批量评测脚本
  api.py                     # FastAPI demo API
  cli.py                     # CLI demo
tests/
  test_router_pipeline.py
  test_api.py

快速开始

python3 -m pip install -e '.[dev]'
pytest
python3 -m pip install -r local_embedding_service/requirements.txt
python3 -m local_embedding_service.app
python3 scripts/extract_qdport_eval_datasets.py
python3 scripts/generate_multiturn_eval_dataset.py
python3 -m router_mcp.eval.run_eval --summary-only
python3 -m router_mcp.eval.run_eval --dataset docs/eval/datasets/qdport_real_query_30_eval.yaml --dataset docs/eval/datasets/qdport_generalized_query_240_eval.yaml --summary-only
python3 -m router_mcp.eval.run_multiturn_eval --dataset docs/eval/datasets/qdport_multiturn_query_240_eval.yaml
python3 -m router_mcp.cli "帮我查下今天异常流程，再把昨天没跑完的补跑一下" --tenant qingdao_port --customer default --role supervisor --execute
python3 -m router_mcp.cli "先别执行，先规划一下这个需求怎么落地" --tenant qingdao_port --customer default --role supervisor --plan
python3 -m router_mcp.app
python3 -m router_mcp.mcp_server

日常开发建议直接使用固定验证脚本：

scripts/verify_quick.sh
scripts/verify_boundary.sh
scripts/verify_full.sh

说明：

scripts/extract_qdport_eval_datasets.py 现在默认优先读取仓库内的缓存 bundle：

qdport_generalized_query_240.json

如需重新从外部 Excel 全量抽取，仍可显式传 --source /path/to/qdport_query_generalization_v2.xlsx

如果动了 API / MCP / OpenClaw 入口，可加：

scripts/verify_quick.sh --with-api

Dashboard 前端工程位于 frontend/，开发与构建命令：

cd frontend
npm install
npm run dev
npm run build

npm run dev：本地起前端开发服务器，自动代理后端 API
npm run build：生成 frontend/build/，供 FastAPI 在 / 提供生产页面
如果直接运行 python3 -m router_mcp.app 且还没构建前端，根路径会返回提示先执行 cd frontend && npm install && npm run build

服务启动后可用接口：

GET /capabilities
POST /capabilities/validate
POST /route
POST /route/explain
POST /route/plan
POST /route/batch

API 示例

`POST /route`

{
  "text": "帮我查下今天异常流程，再把昨天没跑完的补跑一下",
  "context": {
    "tenant_id": "qingdao_port",
    "customer_scope": "default",
    "role": "supervisor",
    "allow_execute": true
  },
  "dry_run": true
}

返回重点字段：

overall_decision
decisions[].decision
decisions[].trace_id
decisions[].reason
decisions[].evidence
decisions[].goal_type
decisions[].risk_level
decisions[].selected_capability
decisions[].decision_reason
decisions[].matched_capabilities
decisions[].confidence_breakdown
decisions[].missing_slots
decisions[].clarify_question
decisions[].refuse_reason
decisions[].execution_target
decisions[].audit_trace

核心决策原则

高置信单命中才执行。
多候选接近时优先 clarify。
缺关键槽位时必须 clarify。
方案设计 / 任务拆解 / 步骤规划 / 多阶段编排时进入 plan。
未命中或低置信度时 refuse。
高风险执行缺少确认或证据不足时强制拦截。
customer / tenant / role 不匹配时直接过滤，不允许越权命中。

默认评测集覆盖

明确命中样例
模糊表达样例
多意图样例
未命中样例
高相似能力混淆样例
权限不足样例
缺槽位样例

评测输出至少包含：

correct_decisions
correct_capabilities
top1_accuracy
topk_recall
clarify_count
refuse_count
execute_count
false_execute_count
wrong_route_rate
direct_execution_rate
clarification_precision
refusal_precision
planning_detection_precision
planning_detection_recall

其中 false_execute_count 是当前 MVP 最关键指标。

当前默认 run_eval 会顺序跑两套整理后的评测集：

qdport_real_query_30_eval.yaml：30 条基础命中集，用于检查最基础的流程名直达命中
qdport_generalized_query_240_eval.yaml：240 条泛化评测集，用于检查 execute / clarify 边界与泛化稳定性

另外新增了一套并行维护的多轮评测集：

qdport_multiturn_query_240_eval.yaml：由 30 条基础命中集派生出的 240 条多轮对话样本，覆盖 clarify_fill_slots / proposal_confirm_cancel_revise / context_break_or_new_request

这套数据不进入默认 run_eval，而是通过独立 runner 回放共享 session_key + thread_id 的 turns：

python3 -m router_mcp.eval.run_multiturn_eval \
  --dataset docs/eval/datasets/qdport_multiturn_query_240_eval.yaml

如果需要覆盖默认口径，仍可显式传入 --dataset ...。

开发约定与最新报告

开发方式、下一步任务与工程约束见 Agents.md
本轮路由优化与启动性能沉淀见 2026-04-04-routing-optimization-report.md
guardrail finalize 规则对象化增量报告见 2026-04-04-guardrail-finalize-rule-report.md

目录标签

Python云端部署Docker路由识别本地部署语义分析多意图处理高精度路由结构化决策

接入字段

传输方式（transport，传输协议）

stdio

鉴权方式（authType，认证方式）

session

运行时（runtime，运行环境）

Python

部署方式（deploymentType，部署类型）

local-only

工具数量（toolCount，工具数）

6

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

stdiosessionlocal-only

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

MCP World

mcpworld.com

/detail/8790582eb5c0fe7721bd3bb51f255c0d

Router-MCP 是一个高精度路由识别服务，专注于将用户口语化输入安全、可解释地路由到 MCP / Skill / Tool / Planner，适用于需要准确率优先的结构化路由场景。

RO

Glama

glama.ai

/mcp/servers/gungunj/routrt-mcp

Routes natural language queries to appropriate MCP tools and planners with high-precision semantic matching and safety guardrails. Supports multi-intent detection, task planning, and strict role-based filtering to prevent misexecution or unauthorized access.

继续浏览同类 MCP

更多运维云端 MCP（13,854）返回 MCP 目录

上一个 MCP

Routing Oracle

用于验证nexus-agents路由决策的多模型验证工具，结合delegate_to_model、weather_report和consensus_vote功能。

下一个 MCP

Rozbij Bank MCP

RozbijBank MCP Server 是一个为AI助手提供实时访问波兰银行账户、储蓄、存款、促销活动和金融计算器的服务平台，旨在帮助用户比较和选择最佳银行产品。

Routrt MCP