Chatllm API

MCP运维云端

提供方 WeslleySebastiao

运维云端 stdio · 本地进程 Token 社区 / 第三方
查看接入方式

该服务是一个用于管理和执行自定义LLM代理的API,支持本地和外部工具集成,提供代理注册、执行、会话记忆和PR自动审查等功能。

一句话选型结论

按资料字段整理

Chatllm API 属于运维云端类 MCP 服务器,stdio · 本地进程,Token,有可直接执行的安装命令。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stdio · 本地进程 鉴权Token 部署方式本地部署
GitHub 星标 2 仓库热度,无公开仓库时显示未标注
工具数 1 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1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

LLM代理Python本地部署自动化审查会话记忆工具集成API管理

安装与配置

stdio · 本地进程 Token
客户端在本机拉起子进程,数据不出本机
python3 -m venv venv

这条命令只是入口,具体启动参数请按官方文档补齐,不要直接照搬到别的服务器。

  1. 1
    准备运行环境

    stdio 服务在本地起进程,需要先装好 Python,再按安装命令拉取依赖。

  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

    连接成功后客户端会列出约 1 个工具,随便调一个只读工具确认能返回结果。

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 1 个工具,职责相对集中,接入后不容易误操作。
  • 有现成的安装命令,不用自己找入口,照着跑就能起服务。

先想清楚的地方

  • stdio 方式要求本地装好运行时(如 Node.js),换机器要重新装一遍。
  • 使用前要准备好Token对应的凭据,并按最小权限配置。
  • 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

  • 完全不想在本地装环境的人。
  • 不方便管理密钥或第三方授权的人。
  • 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
Chatllm API当前 1 stdio · 本地进程 本地部署 有 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WeslleySebastiao上游标注的维护方 WeslleySebastiao
分类运维云端本站按上游分类展示
连接方式stdio · 本地进程客户端在本机拉起子进程,数据不出本机
鉴权方式Token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 · Python本地安装时用到的包标识与运行时
部署类型本地部署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

9.0 KB
来自项目仓库与上游目录的原文,未做删改

🚀 API查特勒姆

作者 : Weslley da Costa Sebastião

> 这个API组织自定义代理的生命周期(注册和运行),允许他们访问本地托管在项目中的工具(通过文件夹)。 src/mcp/tools) 或可选的外部 MCP 服务器。

该服务充当LLM代理人的编排中心。它简化了整个周期的管理,从注册和管理代理到最终执行,包括对话内存和使用遥测。该项目还包括一个管道 自动代码审查 用于提取请求 (PR) 和用于指标分析的仪表板端点。


📌 摘要

  • 概述
  • 主要功能
  • 架构与流程
  • 文件夹结构
  • 要求
  • 配置 (.env)
  • 安装和运行
  • API 文档
  • MCP 工具
  • 遥测与记忆
  • 常见问题

🧭 概述

ChatLLM API提供:

  • 代理人 带有提示符,模板和允许的工具列表。
  • 执行代理 具有对话记忆和成本/使用跟踪功能。
  • 与 MCP 集成 (本地通过文件或外部服务器)。
  • 管道审查与公关执行自动分析并在银行记录结果。
  • 仪表板端点 用于指标和报告。

✨ 主要功能

  • 代理人管理 (创建和列表)
  • 使用 LangChain + LangGraph 执行代理.
  • 可扩展工具 通过 src/mcp/tools/*.
  • Supabase 数据库 (Postgres) 为了坚持。
  • 对话记忆 每个会话。
  • 成本遥测和令牌 通过执行。
  • 自动审查拉动请求 历史和统计。

🏗️ 架构与流程

1) 注册代理人

  • O端点 POST /agent 将代理配置保存到银行(Supabase)。

2) 执行

  • O端点 POST /agent/run/v2:
    1. 载入代理配置 。
    1. 载入允许的工具 。
    1. 使用LangChain运行代理。
    1. 记录遥测,令牌和成本。

3) PR评论

  • O端点 POST /api/v1/reviews/pr/run:
  • 需要用户验证 Authorization: Bearer e标题 X-GitHub-Token.
  • 运行审查管道并返回最终报告。

🗂️ 文件夹结构```

.
├── main.py # Ponto de entrada FastAPI
├── README.md
├── requirements.txt
└── src
├── api # Rotas HTTP
│ ├── routes.py # Agentes + health + list_tools
│ ├── DashboardViews # Endpoints do dashboard
│ └── reviews # Endpoints de review de PR
├── core # Configuração e logging
├── data # Persistência (Supabase/Postgres)
├── mcp # Loader/registry e ferramentas locais
├── models # Schemas Pydantic
├── services # Lógicas de execução de agentes e reviews
└── utils # Logs, helpers, telemetria


______________________________________________________________________

## ✅ 要求

- **Python 3.10+**
- **Git**
- **Supabase/Postgres 可访问** (为了坚持)
- **Chave OpenAI** (LLM的执行)

______________________________________________________________________

## ⚙️ 配置 (.env)

项目使用 `pydantic-settings` 通过加载环境变量 `.env`下面的变量是必需的:```env
APP_NAME="ChatLLM API"
APP_VERSION="0.6.0"
DEBUG=True

OPENAI_API_KEY=""
MODEL_NAME=""
FRONT_URL="http://localhost:3000"
API_KEY=""

SUPABASE_DB_USER=""
SUPABASE_DB_PASSWORD=""
SUPABASE_DB_HOST=""
SUPABASE_DB_PORT=5432
SUPABASE_DB_NAME=""

> ℹ️ 注释
>
> - MODEL_NAME 在应用程序中用作备份/默认值。
> - API_KEY 保护或结束PR审查。
> - 在仓库中没有真正的版本凭据;使用一个 .env 位置或环境变量。


▶️ 安装和运行

  1. 克隆仓库```bash
    git clone [URL_DO_SEU_REPOSITORIO]
    cd [NOME_DA_PASTA_DO_PROJETO]

2. **创建虚拟环境**```bash
python3 -m venv venv
source venv/bin/activate
  1. 安装依赖关系```bash
    pip install -r requirements.txt

4. **配置o `.env`** (如上所示)

1. **启动应用程序**```bash
uvicorn main:app --host 0.0.0.0 --port 8080 --reload

该应用程序将在: http://localhost:8080


📖 API 文档

交互式文档(Swagger)位于:

  • http://localhost:8080/docs

替代文档(ReDoc):

  • http://localhost:8080/redoc

主要端点

✅ 健康检查

获取 /health

答案 :```json
{
"status": "ok"
}


______________________________________________________________________

#### 📌 创建代理

**发布 `/agent`**

主体:```json
{
"name": "Agente Suporte",
"description": "Atende clientes",
"provider": "openai",
"model": "gpt-4o-mini",
"prompt": "Você é um atendente virtual...",
"temperature": 0.7,
"max_tokens": 1024,
"tools": ["hello_world"]
}

答案 :```json
{
"message": "Agente criado com sucesso",
"agent_id": "uuid"
}


______________________________________________________________________

#### 📌 列出代理

**获取 `/agent`**

答案( 例子) :```json
[
{
"id": "uuid",
"name": "Agente Suporte"
}
]

▶️ 运行代理( 推荐)

发布 /agent/run/v2

主体:```json
{
"agent_id": "uuid",
"user_id": "usuario-123",
"session_id": null,
"message": "Qual o status do meu pedido?"
}


答案 :```json
{
"response": "Resposta do agente...",
"session_id": "uuid-session"
}

⚠️ 运行代理( 传统)

发布 /agent/run

> 此终端当前接受方案 AgentRunRequest (user_prompt, id但内部委托给运行时 v2。建议使用 /agent/run/v2 为了避免不兼容。


🧰 列出可用的工具

获取 /list_tools

答案 :```json
{
"tools": [
{
"name": "hello_world"
}
]
}


______________________________________________________________________

### 仪表板端点

前缀 : `/dashboard`

#### 获取 `/dashboard/overview`

返回带有可选过滤器的概览( 总计) `agent_id`.

#### 获取 `/dashboard/totals-by-agent`

返回按代理添加的指标。

#### 获取 `/dashboard/last-runs`

列出最近执行时间 。参数 :

- `limit` (1–200)
- `agent_id` (可选)
- `status` (可选)

______________________________________________________________________

### PR审查的终点

前缀 : `/api/v1/reviews`

#### ▶️ Rodar审查公关

**发布 `/api/v1/reviews/pr/run`**

必需的标题 :```
Authorization: Bearer
X-GitHub-Token:

主体:```json
{
"repo_full_name": "WeslleySebastiao/chatllm-api",
"pr_number": 12,
"head_sha": "abc123",
"base_sha": "def456"
}


答案 :```json
{
"repo_full_name": "WeslleySebastiao/chatllm-api",
"pr_number": 12,
"result": {}
}

🔎 最新PR评论

获取 /api/v1/reviews/pr/latest

查询:

  • repo_full_name
  • pr_number

🔎 按作业审查

获取 /api/v1/reviews/jobs/{job_id}


📜 PR历史回顾

获取 /api/v1/reviews/pr/history

查询:

  • repo_full_name
  • pr_number
  • limit (1–100)
  • offset

📚 已分析的仓库

获取 /api/v1/reviews/repos


📂 PRS分析师DOS

获取 /api/v1/reviews/prs

查询:

  • repo_full_name
  • limit (1–200)
  • offset

🧩 MCP 工具

本地工具在:src/mcp/tools// ├── function.py └── schema.json

启动服务器时,加载器会自动记录该文件夹中找到的所有工具。要添加新工具 :

  1. 用工具名称创建文件夹 。
  2. 添加 function.py 与主要功能。
  3. 添加 schema.json com description e parameters.

📊 遥测与记忆

  • 遥测每次执行记录时间,令牌和成本(通过 utils/log.py).
  • 对话记忆会话在银行中保留,以允许来自同一用户的呼叫之间的上下文。

🧯 常见问题

  • Erro 401无终点复查检查是否 API_KEY 不 .env 这是正确的。
  • 与银行连接错误: 验证 Supabase 凭据 。
  • 执行代理程式时发生错误:确认 OPENAI_API_KEY 是否有效,模型是否存在。

常见问题

7 问
答案由本站依据条目字段整理,不引用上游原文
Chatllm API 怎么安装?

在客户端按下面的安装命令接入:python3 -m venv venv。装完在客户端配置里引用同一个包或端点。

Chatllm API 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。

Chatllm API 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。

Chatllm API 需要 API Key 吗?

资料标注需要Token认证,使用前准备好对应凭据,并按最小权限配置。

Chatllm API 能提供哪些能力?

资料显示约 1 个工具;能力标签包括 LLM代理、Python、API集成。具体工具清单以官方文档为准。

Chatllm API 需要什么运行环境?

运行时为 Python;属于本地进程,需要在本机装好运行环境。

Chatllm API 是本地还是远程?

它是本地进程(stdio),由客户端在本机拉起。传输方式为stdio · 本地进程。

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。