返回 MCP 目录
public公开dns本地运行

arcanna-mcp-input-server

Arcanna Input MCP服务器是一个AI集成平台,通过MCP协议实现外部API与Arcanna AI用例的交互

article

README

🚀 Arcanna 输入 MCP 服务器

Arcanna 输入 MCP 服务器支持用户借助 Model Context Protocol (MCP) 协议,与 Arcanna 的人工智能用例展开交互,尤其适用于那些集成了外部 API 的用例。

🚀 快速开始

使用 Claude Desktop 或其他 MCP 客户端

配置

需在你的 MCP 客户端配置文件(Claude Desktop 的配置文件为 claude_desktop_config.json)的 mcpServers 部分添加以下条目。

使用 Docker 镜像 (https://hub.docker.com/r/arcanna/arcanna-input-mcp-server) 或 PyPI 包 (https://pypi.org/project/arcanna-mcp-input-server)

从此仓库构建本地镜像

先决条件

  • Docker - https://docs.docker.com/engine/install/

配置

  1. 切换到包含 Dockerfile 的目录。
  2. 运行 docker build -t arcanna/arcanna-input-mcp-server . --progress=plain --no-cache
  3. 将以下配置添加到你的 Claude Desktop/MCP 客户端配置中。
{
  "mcpServers": {
    "arcanna-input-mcp-server": {
      "command": "docker",
      "args": [
        "run",
        "-i",
        "--rm",
        "-e",
        "ARCANNA_INPUT_API_KEY",
        "-e",
        "ARCANNA_HOST",
        "-e",
        "ARCANNA_USER",
        "arcanna/arcanna-input-mcp-server"
      ],
      "env": {
        "ARCANNA_INPUT_API_KEY": "<YOUR_ARCANNA_API_KEY_HERE>",
        "ARCANNA_HOST": "<YOUR_ARCANNA_HOST_HERE>",
        "ARCANNA_USER": "<YOUR_USERNAME_HERE>"
      }
    }
  }
}

✨ 主要特性

  • 任务管理:可创建、检索、启动、停止和训练任务。
  • 事件处理:能发送事件以进行人工智能辅助决策。
  • 反馈系统:可提供对决策的反馈,从而提高模型准确性。
  • 健康监控:可检查服务器和 API 密钥状态。

📚 详细文档

工具

任务管理

  • get_external_input_jobs
    • 检索与你的 API 密钥关联的所有任务。
    • 返回任务详细信息列表,包含状态、标签和处理指标。
  • get_external_input_job_by_id
    • 根据 ID 检索特定任务的详细信息。
  • get_external_input_job_by_name
    • 根据名称检索特定任务的详细信息。
  • get_external_input_job_labels
    • 检索特定任务的决策标签。

事件管理

  • send_event_to_external_input_job
    • 提交一个事件到 Arcanna 进行人工智能决策。
  • send_event_with_id_to_external_input_job
    • 提交带有自定义标识符的事件。

系统健康

  • health_check_input_server
    • 验证服务器状态和 API 密钥的有效性。
    • 返回 API 密钥授权状态。
help

运行方式说明

cloud

托管运行

托管运行通常表示这个 MCP Server 由服务方环境承载,用户一般按页面提供的连接方式或授权流程接入,不需要在本地长期启动一个 MCP 进程

  1. 打开服务方连接页
  2. 完成授权或复制端点
  3. 在 MCP 客户端中连接
terminal

本地运行 / 其它方式

本地运行通常需要用户在自己的电脑或服务器上安装依赖,把 server_config 复制到 MCP 客户端,并按 env_schema 补齐环境变量、密钥或其它配置

  1. 复制 server_config
  2. 安装所需依赖
  3. 补齐环境变量后重启客户端