ModelScope MCP Server

🚀 基于MCP协议的ModelScope数据集查询服务器

一个高性能、易用的MCP（Model Context Protocol）服务器，专为ModelScope数据集查询和管理而设计。支持自然语言查询、智能缓存、多层架构等先进特性。

✨ 核心特性

• 🔍 自然语言查询 - 支持中文自然语言查询数据集
• 🚀 高性能缓存 - 多层缓存架构，响应速度快
• 🛡️ 安全可靠 - 完整的错误处理和日志记录
• 🔧 易于部署 - 提供完整的批处理脚本套件
• 📊 实时监控 - 详细的性能指标和状态监控
• 🌐 MCP协议 - 完全兼容MCP标准协议

🚀 快速开始

方式一：一键启动（推荐）

1. 下载项目

   git clone <repository-url>
   cd modelscope-mcp

2. 一键启动

   # 双击运行或在命令行执行
   quick_start.bat

   这个脚本会自动完成所有设置并启动服务器！

方式二：图形化管理

运行管理菜单：

menu.bat

提供友好的图形化界面，包含所有管理功能。

方式三：手动安装

1. 安装Python依赖

   install_deps.bat

2. 配置API密钥 编辑 config.json 文件，设置您的SiliconFlow API密钥：

   {
     "siliconflow": {
       "api_key": "YOUR_API_KEY_HERE",
       "api_url": "https://api.siliconflow.cn/v1/chat/completions"
     }
   }

3. 启动服务器

   start_server.bat

📋 可用脚本

脚本	功能	描述
quick_start.bat	🚀 一键启动	自动检查环境、安装依赖、启动服务器
menu.bat	📋 管理菜单	图形化管理界面，包含所有功能
start_server.bat	▶️ 启动服务器	启动MCP服务器
stop_server.bat	⏹️ 停止服务器	停止正在运行的服务器
install_deps.bat	📦 安装依赖	安装Python依赖包
test_all.bat	🧪 运行测试	执行所有功能测试

🔧 MCP工具

服务器提供以下MCP工具：

1. list_datasets

列出可用的数据集

{
  "name": "list_datasets",
  "arguments": {
    "limit": 10,
    "offset": 0
  }
}

2. get_dataset_info

获取特定数据集的详细信息

{
  "name": "get_dataset_info",
  "arguments": {
    "dataset_id": "dataset_name"
  }
}

3. query_dataset

使用自然语言查询数据集

{
  "name": "query_dataset",
  "arguments": {
    "query": "查找图像分类相关的数据集",
    "limit": 5
  }
}

4. filter_samples

根据条件过滤数据集样本

{
  "name": "filter_samples",
  "arguments": {
    "dataset_id": "dataset_name",
    "filters": {
      "category": "image"
    },
    "limit": 10
  }
}

📊 系统架构

┌─────────────────┐    ┌─────────────────┐    ┌─────────────────┐
│   MCP Client    │────│  MCP Protocol   │────│   MCP Server    │
│   (Claude等)    │    │   (JSON-RPC)    │    │ (ModelScope)    │
└─────────────────┘    └─────────────────┘    └─────────────────┘
                                                        │
                                                        ▼
┌─────────────────┐    ┌─────────────────┐    ┌─────────────────┐
│   缓存层        │    │   数据库层      │    │   API层         │
│ (Memory/Redis)  │    │   (SQLite)      │    │ (SiliconFlow)   │
└─────────────────┘    └─────────────────┘    └─────────────────┘

🔍 使用示例

在Claude中使用

1. 配置MCP服务器连接
2. 使用自然语言查询：

   "帮我找一些图像分类的数据集"
   "查找中文文本处理相关的数据集"
   "我需要语音识别的训练数据"
   

测试服务器功能

运行测试脚本验证所有功能：

test_all.bat

📝 配置说明

config.json 配置文件

{
  "siliconflow": {
    "api_key": "YOUR_API_KEY_HERE",
    "api_url": "https://api.siliconflow.cn/v1/chat/completions"
  },
  "database": {
    "url": "sqlite:///data/modelscope_mcp.db"
  },
  "cache": {
    "type": "memory",
    "redis_url": "redis://localhost:6379/0",
    "enabled": false
  },
  "logging": {
    "level": "INFO",
    "file": "logs/modelscope_mcp.log"
  }
}

环境要求

• Python: 3.8+
• 操作系统: Windows (批处理脚本)
• 内存: 建议2GB+
• 存储: 建议1GB+

🐛 故障排除

常见问题

1. 服务器启动失败

   • 检查Python是否正确安装
   • 确认端口8000未被占用
   • 查看日志文件：logs/modelscope_mcp.log

2. API调用失败

   • 验证SiliconFlow API密钥是否正确
   • 检查网络连接
   • 确认API配额是否充足

3. 依赖安装问题

   • 使用 install_deps.bat 重新安装
   • 检查pip是否为最新版本
   • 考虑使用虚拟环境

获取帮助

• 查看详细日志：logs/modelscope_mcp.log
• 运行诊断测试：test_all.bat
• 查看系统状态：使用 menu.bat → "查看服务器状态"

📖 文档

• 设计文档 - 详细的架构设计和技术实现
• API文档 - MCP工具API参考
• 开发指南 - 开发和贡献指南

🤝 贡献

欢迎贡献代码！请查看 DESIGN.md 了解项目架构和开发指南。

📄 许可证

MIT License - 详见 LICENSE 文件

🌟 致谢

• ModelScope - 数据集平台
• SiliconFlow - AI API服务
• MCP Protocol - 协议标准

---

🎉 开始您的ModelScope数据集查询之旅！

如有问题，请查看文档或提交Issue。