tas MCP

📡 TAS模型上下文协议（MCP）服务器

这 TAS MCP服务器 是一个高性能的云原生事件网关和MCP联合平台，实现了 模型上下文协议 支持RAG管道、事件驱动架构和跨分布式AI系统的工作流编排。它提供了与 4个联合MCP服务器 包括搜索、网络抓取、数据库访问和开发工具。

🌟 主要特点

• 🔗 MCP联合会：统一访问4+MCP服务器（搜索、网络抓取、数据库、git）
• 🚀 多协议支持：HTTP REST API和双向gRPC流
• 🔄 智能事件转发：基于规则的路由，带条件评估
• 🔍 以隐私为中心的搜索：DuckDuckGo集成零跟踪功能
• 🕷️ 网络爬取：将平台访问权限指定为5000多个抓取参与者
• 🗃️ 数据库访问：PostgreSQL MCP，安全第一设计
• 🛠️ 开发工具：Git存储库自动化和管理
• 🔌 集成就绪：原生支持Argo Events、Kafka、webhooks等
• 📚 MCP服务器注册表：1535+MCP服务器的综合目录
• 📊 可观测性：内置指标、健康检查和分布式跟踪支持
• 🔒 生产就绪：速率限制、断路器和重试逻辑
• ☁️ 云原生：Kubernetes原生，完全自动化部署
• 🎨 可扩展：自定义转发器和处理器的插件架构

🚀 快速开始

使用Docker

# Run with Docker
docker run -p 8082:8082 -p 50052:50052 -p 8083:8083 ghcr.io/tributary-ai-services/tas-mcp:latest

# Or build locally
make docker
make docker-run

使用Docker Compose

# Start all services
make docker-compose

# View logs
docker-compose logs -f tas-mcp-server

本地开发

# Install dependencies
make init

# Run locally
make run

# Run with hot reload
make dev

📡 API使用

HTTP API

# Ingest a single event
curl -X POST http://localhost:8082/api/v1/events \
  -H "Content-Type: application/json" \
  -d '{
    "event_id": "evt-123",
    "event_type": "user.created",
    "source": "auth-service",
    "data": "{\"user_id\": \"usr-456\", \"email\": \"user@example.com\"}"
  }'

# Batch event ingestion
curl -X POST http://localhost:8082/api/v1/events/batch \
  -H "Content-Type: application/json" \
  -d '[
    {"event_id": "evt-1", "event_type": "order.created", "source": "order-service", "data": "{}"},
    {"event_id": "evt-2", "event_type": "payment.processed", "source": "payment-service", "data": "{}"}
  ]'

# Health check
curl http://localhost:8083/health

gRPC API

// Example Go client
import (
    mcpv1 "github.com/tributary-ai-services/tas-mcp/gen/mcp/v1"
    "google.golang.org/grpc"
)

conn, _ := grpc.Dial("localhost:50052", grpc.WithInsecure())
client := mcpv1.NewMCPServiceClient(conn)

// Ingest event
resp, _ := client.IngestEvent(ctx, &mcpv1.IngestEventRequest{
    EventId:   "evt-123",
    EventType: "user.action",
    Source:    "webapp",
    Data:      `{"action": "login"}`,
})

// Stream events
stream, _ := client.EventStream(ctx)

🔧 配置

环境变量

配置文件

{
  "HTTPPort": 8082,
  "GRPCPort": 50052,
  "LogLevel": "info",
  "forwarding": {
    "enabled": true,
    "targets": [
      {
        "id": "argo-events",
        "type": "webhook",
        "endpoint": "http://argo-events-webhook:12000",
        "rules": [
          {
            "conditions": [
              {"field": "event_type", "operator": "contains", "value": "critical"}
            ]
          }
        ]
      }
    ]
  }
}

🏗️ 建筑

TAS MCP服务器遵循模块化、事件驱动的架构：

┌─────────────┐     ┌─────────────┐     ┌─────────────┐
│   HTTP API  │     │  gRPC API   │     │   Webhook   │
└──────┬──────┘     └──────┬──────┘     └──────┬──────┘
       │                   │                    │
       └───────────────────┴────────────────────┘
                           │
                    ┌──────▼──────┐
                    │   Ingestion │
                    │    Layer    │
                    └──────┬──────┘
                           │
                    ┌──────▼──────┐
                    │    Rules    │
                    │   Engine    │
                    └──────┬──────┘
                           │
       ┌───────────────────┴────────────────────┐
       │                                        │
┌──────▼──────┐  ┌──────────────┐  ┌──────────▼────┐
│  Forwarder  │  │  Transform   │  │   Metrics     │
│   (gRPC)    │  │   Engine     │  │  Collector    │
└─────────────┘  └──────────────┘  └───────────────┘

🚢 部署

Kubernetes

# Deploy to development
kubectl apply -k k8s/overlays/dev

# Deploy to production with auto-scaling
kubectl apply -k k8s/overlays/prod

# Check deployment status
kubectl get pods,svc,ingress -n tas-mcp-prod

Helm Chart（即将推出）

helm repo add tas-mcp https://tributary-ai-services.github.io/helm-charts
helm install tas-mcp tas-mcp/tas-mcp-server

📚 MCP服务器注册表

TAS MCP项目包括一个全面的 MCP服务器注册表 -跨不同类别和用例的模型上下文协议服务器的精选目录。

🗂️ 注册表类别

• 🤖 AI模型 -LLM集成和模型服务
• 📡 事件流 -实时事件处理和转发
• 🔄 工作流程编排 -复杂的工作流程和代理协调
• 💾 知识库 -矢量存储和搜索功能
• 🔧 数据处理 -ETL和数据转换服务
• 📊 监控 -可观察性和指标收集
• 💬 沟通 -聊天机器人和消息集成
• 🔍 搜索 -网络搜索和内容发现服务
• 🕷️ 网络爬取 -数据提取和自动化工具
• 🗃️ 数据库 -数据库集成和查询服务
• 🛠️ 开发工具 -Git、CI/CD和开发工具

🚀 使用注册表

# Browse the registry
cat registry/mcp-servers.json | jq '.servers[] | select(.category == "ai-models")'

# Find servers by capability
cat registry/mcp-servers.json | jq '.servers[] | select(.capabilities[] | contains("event-streaming"))'

# Get deployment information
cat registry/mcp-servers.json | jq '.servers[] | select(.name == "tas-mcp-server") | .deployment'

# Find privacy-focused search servers
cat registry/mcp-servers.json | jq '.servers[] | select(.category == "search" and .privacy.noTracking == true)'

# Find web scraping servers
cat registry/mcp-servers.json | jq '.servers[] | select(.category == "web-scraping")'

# Find database integration servers
cat registry/mcp-servers.json | jq '.servers[] | select(.category == "database")'

📋 注册表功能

• JSON模式验证 -确保数据的一致性和结构
• 部署就绪 -Docker和Kubernetes部署配置
• 访问模型 -API访问模式的清晰文档
• 能力映射 -可搜索的功能标签
• 成本信息 -定价和资源要求

看 注册表/README.md 获取完整的注册表文档 注册表/ENDPOINT_INTEGRATION.md 集成指南。

🔌 集成

TAS MCP联合服务器

该项目包括几个完全集成的MCP服务器，可供部署：

🔍 DuckDuckGo MCP服务器

• 以隐私为中心的网络搜索 没有跟踪或数据收集
• 新闻搜索 具有时间过滤功能
• 图像搜索 配备高级滤镜（尺寸、颜色、类型）
• 内容提取 来自网页
• 部署： deployments/docker-compose/duckduckgo-mcp/

🕷️ 指定MCP服务器

• 访问5000多名网络抓取演员 来自Apify平台
• 电子商务、社交媒体和新闻抓取
• 自定义刮擦配置 以及数据提取
• 数据集管理 出口能力
• 部署： deployments/docker-compose/apify-mcp/

🗃️ PostgreSQL MCP服务器

• 只读数据库访问 安全第一设计
• 模式检查 表元数据
• 查询执行 性能分析
• 连接池 健康监测
• 部署： deployments/postgres-mcp/

🛠️ Git MCP服务器

• 存储库交互 以及自动化
• 分行管理 并提交操作
• 状态和差异 运营
• 工作树管理
• 基于官方模型上下文协议Git服务器

全栈部署

# Deploy complete federation stack
cd deployments/docker-compose
docker-compose -f full-stack.yml up -d

# Check all services
docker-compose -f full-stack.yml ps

# View federation status
curl http://localhost:8080/api/v1/federation/servers | jq '.'

看 示例/联合/ 查看Go中的完整集成示例。

Argo 事件

看 示例/触发器/ 获取Go、Python和Node.js中的完整集成示例。

卡夫卡

{
  "type": "kafka",
  "endpoint": "kafka-broker:9092",
  "config": {
    "topic": "mcp-events",
    "batch_size": 100
  }
}

普罗米修斯指标

服务器在以下位置公开Prometheus指标 /api/v1/metrics:

• mcp_events_total -已处理的事件总数
• mcp_events_forwarded_total -按目标转发的事件
• mcp_forwarding_errors_total -按目标转发错误
• mcp_event_processing_duration_seconds -事件处理延迟

🧪 测试

该项目涵盖了所有软件包的全面测试：

# Run all unit tests
make test-unit

# Run integration tests
make test-integration

# Run benchmark tests
make test-benchmark

# Generate coverage report
make test-coverage

# Run all tests (unit + integration + benchmarks)
make test

# Lint code
make lint

# Format code
make fmt

测试覆盖率

• 配置包：77.6%的报表覆盖率
• 转发包裹：60.1%的报表覆盖率
• 集成测试：端到端事件转发场景
• 基准测试：关键路径的性能测试

测试特性

• 表驱动的全面场景覆盖测试
• 用于集成测试的模拟HTTP服务器
• 事件匹配和验证实用程序
• 并发测试模式
• 可重用助手的测试实用程序包

🗺️ 路线图

查看我们的综合 ROADMAP.md 详细的发展优先事项，包括：

• 1535+MCP服务器联盟 来自12个类别 mcpservers.org
• 通用MCP编排器 愿景和实施计划
• 季度发布时间表 具有渐进式联盟里程碑
• 社区参与 机会和反馈渠道
• 技术实现 大规模联邦计划

🤝 贡献

我们欢迎捐款！请查看 贡献.md 作为指导方针。

开发设置

看 开发商.md 详细的开发说明。

# Setup development environment
make init

# Run tests and linting
make test lint

# Submit changes
make fmt
git add .
git commit -m "feat: add new feature"

📚 文档

• 开发者指南 -开发设置和指南
• API 参考 -完整的API文件
• 建筑 -系统设计和架构
• -容器部署指南
• 例子 -集成示例和教程

🔐 安全

• 非根容器执行
• TLS支持所有协议
• 通过API密钥或OAuth2进行身份验证
• 速率限制和DDoS保护
• 使用Trivy进行定期安全扫描

向以下人员报告安全漏洞：security@tributary-ai-services.com

📊 演出

• 每个实例每秒处理10000多个事件
• 亚毫秒级转发延迟
• 使用Kubernetes HPA进行横向扩展
• 有界缓冲区的高效内存使用
• 下游服务的连接池

🗺️ 路线图

• \[\]Helm chart便于部署
• \[\]WebSocket支持实时流媒体
• \[\]事件回放和时间旅行调试
• \[\]用于灵活查询的GraphQL API
• \[\]具有保留策略的内置事件存储
• \[\]流行语言的SDK库
• \[\]用于云部署的Terraform模块

📄 许可证

此项目根据Apache许可证2.0获得许可-请参阅 许可证 文件以获取详细信息。

🙏 致谢

• 模型上下文协议 通过Anthropic
• Argo 事件 用于事件驱动的工作流
• Go社区提供优秀的库和工具

______________________________________________________________________

Built with ❤️ by Tributary AI Services