Alephscript MCP Model SDK

MCP运维云端

提供方 escrivivir-co

运维云端 未标注 无需鉴权 社区 / 第三方

提供GPU优化的本地AI模型运行和函数调用支持的服务,适用于需要高性能AI计算的场景。

一句话选型结论

按资料字段整理

Alephscript MCP Model SDK 属于运维云端类 MCP 服务器,传输方式未标注,无需鉴权,没有现成安装命令,需按官方文档接入。接入前先确认权限范围;涉及写入、删除或付款的操作,建议先在测试环境验证。

分类运维云端 传输方式未标注 鉴权无需鉴权 部署方式未标注
GitHub 星标 0 仓库热度,无公开仓库时显示未标注
工具数 未标注 暴露给模型的工具数量
资源 / 提示词 0 / 0 资源与提示词模板数量
维护方 社区 / 第三方 核验等级 仅资料核对

工具与能力

运维云端
数量来自来源目录的标注,具体工具清单以官方文档为准
工具数量未标注暴露给模型可调用的工具个数
资源数量0可读取的资源条目
提示词数量0内置提示词模板数量

能力标签

适用场景

GPU加速JavaScript本地部署本地AI模型函数调用性能监控AI计算

安装与配置

未标注 无需鉴权
上游未给出传输方式
  1. 1
    准备运行环境

    按官方文档确认运行环境(常见为 Node.js 或 Python),装好后再执行安装命令。

  2. 2
    安装服务

    复制上面的安装命令执行;命令里带占位符的位置,换成自己的密钥或路径。

  3. 3
    写入客户端配置

    在客户端的 MCP 配置里填好启动命令和参数,保存后完全退出客户端再打开,让新配置生效。

  4. 4
    验证是否可用

    连接成功后随便调一个只读工具,确认能返回结果,再接入正式流程。

典型使用场景

3 类
按分类与标签整理的常见用法,具体以官方文档为准
云资源查询

查实例、存储、账单等云上资源状态。

部署与发布

把部署、重启、回滚这类操作接进对话。

监控与告警

拉取监控指标,异常时让模型帮你判断。

选择建议

选之前先看这几条
按条目字段给出的判断,不替你决定用不用

值得选的地方

  • 资料标注无需鉴权,装好就能连。

先想清楚的地方

  • 没有现成安装命令,需要按官方文档自己填启动命令和参数。
  • 资料没标注工具数量,实际能力要装好后确认。
  • 版本更新与行为细节以官方仓库为准。

更适合

  • 需要在运维云端场景里让模型直接调用外部能力的人。
  • 想先快速试一下、能接受在本地或自有环境跑服务的人。

不太适合

  • 需要厂商级 SLA 和技术支持的生产环境。

同类对比

6 个同类
同分类里挑最接近的几条,字段以各自详情页为准
MCP 服务器工具数传输方式部署方式安装命令最后核验
Alephscript MCP Model SDK当前 未标注 未标注 未标注 无 2026-05-17
lobehub 未标注 stdio · 本地进程 本地部署 有 2026-04-11
TrendRadar 未标注 stdio · 本地进程 本地部署 有 2026-04-13
Ui Tars Desktop 8a825770 未标注 stdio · 本地进程 本地部署 有 2026-05-17
ruflo 未标注 stdio · 本地进程 本地部署 有 2026-04-13
FastGPT 未标注 stdio · 本地进程 本地部署 有 2026-04-11

服务器档案

运维云端
字段来自项目仓库与公开索引,中文说明由本站标注
提供方escrivivir-co上游标注的维护方 escrivivir-co
分类运维云端本站按上游分类展示
连接方式未标注上游未给出传输方式
鉴权方式无需鉴权远程服务建议用最小权限凭据
维护方社区 / 第三方核验等级 仅资料核对
包名 / 运行时未标注 · 未标注本地安装时用到的包标识与运行时
部署类型未标注上游给出的部署形态
最近核验2026-05-17上游最后核验时间

详细介绍

4.1 KB
来自项目仓库与上游目录的原文,未做删改

关键字名称 / 关键名称:./SLMo42.md

(项目背景说明:https://github.com/escrivivir-co/oasis-features-lab-no-official)

Oasis AI服务 - GPU优化版

为Oasis提供的AI服务,包含GPU优化的本地模型及函数调用支持。

🚀 特性

  • GPU加速针对支持CUDA的NVIDIA GPU进行了优化
  • 本地模型使用node-llama-cpp在本地运行模型
  • 函数调用内置函数调用功能
  • 性能监控GPU诊断和基准测试工具
  • GPU优化专为高端GPU进行优化

📋 要求

  • 支持ES模块的Node.js 18+
  • 配备驱动程序450.80.02+的NVIDIA GPU(推荐RTX系列)
  • 8GB+ 显存(建议GPU使用24GB)
  • Windows 10/11 或 Linux

🛠️ 安装```bash

npm install
npm run setup


## 🎯 可用脚本

### 核心服务

- `npm start` - 启动AI服务
- `npm run build` - 构建服务
- `npm run setup` - 运行安装程序

### GPU诊断与测试

- `npm run gpu:check` - **检查GPU状态并获取建议**
- `npm run diagnostic` - 与 gpu:check 相同(别名)
- `npm run verify-gpu` - 完整的GPU验证(检查+简单测试)

### GPU性能测试

- `npm run gpu:test-simple` - 简单的GPU性能测试
- `npm run gpu:test-real` - 实际模型测试,同时监控VRAM(视频随机存取存储器)
- `npm run test:local-model` - 测试本地模型加载(别名)

### 函数调用测试

- `npm run gpu:test-functions` - 使用自定义包装器测试函数
- `npm run gpu:test-simple-functions` - 测试无包装器的功能(推荐)
- `npm run test:functions` - 简单的功能测试(别名)

### Legacy Llama 测试

- `npm run llama:test-handler` - 测试llama处理器
- `npm run llama:test-functions` - 测试llama函数
- `npm run llama:test-no-functions` - 无函数测试

### 综合测试

- `npm run test:all-gpu` - 运行所有GPU测试(检查+简单+函数)
- `npm run benchmark` - 性能基准(简单功能+函数)

## 🎮 快速入门

1. **检查您的GPU设置:**```bash
npm run gpu:check
  1. 进行一个简单的测试:```bash
    npm run gpu:test-simple

1. **使用函数进行测试:**```bash
npm run test:functions
  1. 进行全面测试:```bash
    npm run test:all-gpu

## 🔧 GPU 配置

这些设置针对GPU进行了优化,以提供以下服务:```javascript
const config = {
gpu: true,              // GPU enabled by default
gpuLayers: undefined,   // Auto - load maximum layers on GPU
vramPadding: 256,       // 256MB padding for 24GB VRAM
};

对于不同的GPU,请进行调整 vramPadding:

  • 4GB 显存(用于VR)64MB 填充
  • 8GB 显存128MB 填充
  • 16GB+ 显存256MB+ 填充

📊 性能指标

预期的GPU性能表现:

  • 模型加载约5-6GB的VRAM使用量
  • 推理速度每次响应200-500毫秒
  • 每秒代币数15-30(取决于型号大小)

🐛 故障排除

未检测到GPU```bash

npm run gpu:check


检查输出以获取建议。

### 模型加载问题

确保模型文件存在于:```
src/AI/models/oasis-42-1-chat.Q4_K_M.gguf

函数调用问题

使用简单函数进行测试:```bash
npm run test:functions


### 性能问题

运行基准测试:```bash
npm run benchmark

📁 文件结构```

src/AI/
├── package.json
├── ai_service.mjs
├── models/
│ └── oasis-42-1-chat.Q4_K_M.gguf
└── plugins/
├── node_llama_cpp_handler.mjs # Main model handler
├── llama_functions_handler.mjs # Function calling handler
├── gpu_diagnostics.mjs # GPU diagnostic tools
├── test_gpu_simple.mjs # Simple GPU test
├── test_simple_functions.mjs # Function test
└── test_*.mjs # Various test files
```

🏆 GPU优化结果

✅ GPU已启用并正常工作
✅ 使用了5+ GB显存(VRAM) (模型已完全加载到GPU上)
✅ 亚秒级响应 (表现出色)
✅ GPU得到充分利用 (最大加速度)

您的 node-llama-cpp 客户端现已优化为支持 GPU! 🚀(火箭发射或快速前进的符号,常用来表示快速、进步或突破)

常见问题

5 问
答案由本站依据条目字段整理,不引用上游原文
Alephscript MCP Model SDK 怎么安装?

资料没有给出安装命令,请到官方仓库或文档按说明接入;这类条目多数是生态应用,或尚未发布可安装包。

Alephscript MCP Model SDK 怎么在客户端里配置?

它的传输方式未标注,在客户端 MCP 配置里按官方文档填写启动命令和参数,保存后重启客户端生效。

Alephscript MCP Model SDK 收费吗?

本站不代收费用,也没有标注具体价格。是否收费取决于服务本身和背后的接口额度,正式使用前按官方说明确认。

Alephscript MCP Model SDK 需要 API Key 吗?

资料标注为无需认证,装好就能连;如果实际调用时报鉴权错误,按官方文档补上凭据。

Alephscript MCP Model SDK 能提供哪些能力?

资料显示能力标签包括 JavaScript、性能监控、云端部署。具体工具清单以官方文档为准。

热门专题

按标签挑服务器
全部专题 →

服务器信息以作者仓库与官方文档为准;分类、传输方式与鉴权方式的中文说明为中文整理,最近核验 2026-05-17。