mcp-gs-robot

🚀 Gausium OpenAPI MCP 服务器

该项目实现了一个 MCP（模型控制协议）服务器，它作为与 Gausium OpenAPI 的桥梁，允许 AI 模型或其他客户端借助标准化接口与高斯机器人进行交互。

仓库：https://github.com/cfrs2005/mcp-gs-robot

🚀 快速开始

环境要求

• Python 3.6+

安装依赖

pip install python-sseclient requests

运行步骤

1. 克隆仓库：

git clone https://github.com/cfrs2005/mcp-gs-robot.git
cd mcp-gs-robot

2. 安装依赖：

pip install -r requirements.txt

3. 设置环境变量（在终端中）：

export GS_CLIENT_ID="your_client_id"
export GS_CLIENT_SECRET="your_client_secret"
export GS_OPEN_ACCESS_KEY="your_access_key"

4. 运行服务器：

python main.py

默认情况下，此命令启动使用 SSE 传输的服务器，绑定地址为http://0.0.0.0:8000。您可以在main.py中修改传输类型为 stdio。

✨ 主要特性

服务器遵循分层架构，分离关注点并促进维护：

MCP 协议流程

下图显示了 AI 模型如何通过 MCP 协议与高斯机器人交互：

当前服务器支持以下功能作为 MCP 工具：

• list_robots：列出可通过 API 密钥访问的机器人。 (基于: 列出机器人 API)
• get_robot_status：通过序列号获取特定机器人的详细状态。(基于: 获取机器人状态 API)
• list_robot_task_reports：根据时间过滤，检索特定机器人任务报告。(基于: 列出机器人任务报告 API)
• list_robot_maps：检索特定机器人的地图列表。(基于: 列出机器人地图 API)

📦 安装指南

环境要求

• Python 3.6+

安装依赖

pip install python-sseclient requests

运行步骤

1. 克隆仓库：

git clone https://github.com/cfrs2005/mcp-gs-robot.git
cd mcp-gs-robot

2. 安装依赖：

pip install -r requirements.txt

3. 设置环境变量（在终端中）：

export GS_CLIENT_ID="your_client_id"
export GS_CLIENT_SECRET="your_client_secret"
export GS_OPEN_ACCESS_KEY="your_access_key"

4. 运行服务器：

python main.py

默认情况下，此命令启动使用 SSE 传输的服务器，绑定地址为http://0.0.0.0:8000。您可以在main.py中修改传输类型为 stdio。

📚 详细文档

项目结构

代码目录的布局如下：

src/
├── gs_openapi/
│   ├── config.py
│   ├── client.py
│   └── tools/
│       ├── list_robots.py
│       ├── get_robot_status.py
│       ├── list_robot_task_reports.py
│       └── list_robot_maps.py
└── main.py

项目说明

• GS_CLIENT_ID：您的 Gausium 应用程序客户端 ID。
• GS_CLIENT_SECRET：您的 Gausium 应用程序客户端密钥。
• GS_OPEN_ACCESS_KEY：您的 Gausium OpenAPI 访问密钥。

请勿在代码中硬编码凭据，也请不要将它们提交到版本控制系统。

连接 MCP 客户端

服务器运行后，MCP 客户端（如 Cursor 或其他兼容工具）可以通过适当的传输协议（SSE 或 stdio）连接到该服务器以使用定义的工具。

使用示例：与 Cursor 配合使用

下图为 Cursor 如何与此 MCP 服务器交互的示例：

调试

您可以通过监控服务器日志来进行调试。main.py中的基本日志配置提供了时间戳、级别和来源信息。

以下是服务器运行时的日志输出示例：