Msty管理员MCP
Msty Studio桌面的人工智能管理2.4.0+
MCP(模型上下文协议)服务器,将Claude转换为智能系统管理员,用于 Msty工作室桌面.查询数据库、管理配置、编排本地AI模型和构建分层AI工作流程——所有这些都是通过自然对话完成的。
> v9.0.0版本 -配备155个工具的高级AI编排版本!新功能包括自主代理Swarms、智能自动路由器、级联执行、语义缓存、预测模型加载、A/B测试框架、成本智能仪表板和动态人物融合。
关于这个叉子
👋 嘿!我是Dmitri K DigitalKredit.
我拿起这个项目时,它已经 24工具 专为较旧的Msty Studio架构而设计,具有Msty 2.4.0+中不再存在的单独“Sidecar”服务。
我做了什么:
- 🔧 重写代码库 适用于Msty 2.4.0+(服务现已内置于主应用程序中)
- 🏗️ 重构 转换为干净的模块化架构(30+个模块)
- 📈 扩展的 从24种工具到 155个功能齐全的工具
- ✅ 增加了全面的测试 (250+次测试)
- 🚀 构建了主要的新功能:AI代理集群、智能路由、级联执行、语义缓存、成本智能等
此分支已针对Msty Studio 2.4.0+进行了积极维护和测试。
v9.0.0的新增功能
高级AI编排-10个新阶段的42个新工具
| 阶段 | 工具 | 描述 |
|---|---|---|
| 第26阶段:智能自动路由器 | 4 | 零配置任务分类和模型路由 |
| 第27阶段:自主代理Swarm | 5 | 生成并行工作的专业AI代理 |
| 第28阶段:背景代理人 | 7 | 持续监控代理(Code Sentinel、Doc Keeper) |
| 第29阶段:语义响应缓存 | 5 | 基于嵌入的相似性缓存以节省成本 |
| 第30阶段:预测模型加载 | 3 | 模型预热使用模式分析 |
| 第31阶段:对话考古学 | 5 | 深度搜索、决策提取、时间线构建 |
| 第32阶段:A/B测试框架 | 5 | 模型比较实验与统计分析 |
| 第33阶段:级联执行 | 4 | 基于置信度的模型升级(快速→平衡的→有能力的→专家) |
| 第34阶段:成本情报 | 7 | 令牌跟踪、预算警报、本地与云比较 |
| 第35阶段:人格融合 | 6 | 为复杂任务动态组合角色 |
新模块(v9.0.0)
| 模块 | 目的 |
|---|---|
smart_router.py |
智能任务分类和模型路由 |
agent_swarm.py |
具有并行执行的多代理编排 |
background_agents.py |
具有警报的长期运行监控代理 |
semantic_cache.py |
基于嵌入的响应缓存 |
predictive_loader.py |
使用模式学习和预测 |
conversation_archaeology.py |
深度对话搜索和分析 |
ab_testing.py |
A/B实验框架 |
cascade.py |
有信心地执行分层模型 |
cost_intelligence.py |
成本跟踪和优化 |
persona_fusion.py |
动态角色组合 |
server_extensions_v3.py |
扩展注册v3 |
主要特点
🤖 智能体集群 -Spawn专业代理(代码、研究、写作、分析)并行工作并综合结果:```
swarm_spawn "Build a comprehensive analysis of this codebase"
**🎯 级联执行** -从快速型号开始,只在需要时升级到功能强大的型号:```
cascade_smart "Complex reasoning task requiring detailed analysis"
💰 成本情报 -跟踪支出,比较本地与云,获取优化提示:```
cost_compare_local_cloud # Shows 95%+ savings using local models
**🔮 预测性加载** -了解您的使用模式和预热模式:```
predict_session_start # "Based on history, you typically code at 9am"
v8.0.0中有什么
10个新阶段的36个新工具
| 阶段 | 工具 | 描述 |
|---|---|---|
| 第16阶段:影子人物 | 5 | 多视角会话分析 |
| 第17阶段:工作区 | 4 | 工作空间管理和数据隔离 |
| 第18阶段:实时网络 | 3 | 网络搜索、URL获取、YouTube转录 |
| 第19阶段:聊天管理 | 4 | 导出、克隆、分支、合并对话 |
| 第20阶段:文件夹组织 | 4 | 对话文件夹管理 |
| 第21阶段:PII清洗 | 3 | 13种PII模式,符合GDPR/HIPAA标准 |
| 第22阶段:嵌入可视化 | 4 | 文档聚类和相似性 |
| 第23阶段:健康仪表板 | 3 | 服务监控和警报 |
| 第24阶段:配置文件 | 4 | 保存/加载/比较配置 |
| 第25阶段:自动化维护 | 3 | 清理、优化、健康评分 |
新模块(v8.0.0)
| 模块 | 目的 |
|---|---|
shadow_personas.py |
影子角色集成 |
workspaces.py |
工作区管理 |
realtime_data.py |
Web/UTube集成 |
chat_management.py |
聊天操作 |
folders.py |
文件夹组织 |
pii_tools.py |
PII检测和清除 |
embeddings.py |
嵌入可视化 |
dashboard.py |
健康监测 |
profiles.py |
配置文件 |
maintenance.py |
自动化维护 |
server_extensions_v2.py |
扩展注册v2 |
全面测试
- 130+单元测试 涵盖所有模块
- PII模式检测已验证
- 余弦相似性数学检验
- 维护干运行验证
v7.0.0中有什么
6个阶段的35个工具
| 阶段 | 工具 | 描述 |
|---|---|---|
| 第10阶段:知识库 | 5 | RAG系统管理-列表、搜索、分析 |
| 第11阶段:模型管理 | 6 | 下载/删除模型,查找重复项,存储分析 |
| 第12阶段:克劳德↔本地桥梁 | 5 | 智能模型委托,多模型共识 |
| 第13阶段:旋转栅门工作流程 | 7 | 5个内置自动化模板,模拟运行执行 |
| 第14阶段:现场环境 | 5 | 用于提示的实时系统/日期时间/Msty上下文 |
| 第15阶段:对话分析 | 5 | 使用模式、内容分析、会话指标 |
增强型标签系统v2.0
- 上下文长度感知:
long_context(100K+),very_long_context(250K+),massive_context(500K+) - 量化检测:
fp16,8bit,6bit,5bit,4bit,3bit - 架构标签:
moe,mlx,gguf - 新尺寸等级:
massive(200B+参数)
Msty 2.4.0+服务支持
| 服务 | 端口 | 描述 |
|---|---|---|
| 本地AI服务 | 11964 | Ollama-兼容API |
| MLX服务 | 11973 | 苹果硅优化型号 |
| LLaMA.cpp服务 | 11454 | GGUF型号支持 |
| Vibe CLI代理 | 8317 | 所有人工智能服务的统一代理 |
这是什么?
Msty Admin MCP允许您通过Claude Desktop管理整个Msty Studio安装。与其点击菜单或手动编辑配置文件,不如问Claude:
> “向我展示我的Msty角色并提出改进建议”
> “在编码任务中比较我的本地模型”
> “我在所有服务中都有哪些可用的型号?”
> “对我最快的编码任务模型进行基准测试”
Claude负责其余的工作——查询数据库、调用API、分析结果和提供可操作的见解。
快速开始
先决条件
- macOS (推荐苹果硅)
- Python 3.10+
- Msty Studio桌面2.4.0+ 安装
- 克劳德桌面版 支持MCP
安装```bash
Clone the repository
git clone https://github.com/DBSS/msty-admin-mcp.git
cd msty-admin-mcp
Create virtual environment
python -m venv .venv
source .venv/bin/activate
Install dependencies
pip install -r requirements.txt
### Claude桌面配置
**重要**:Claude Desktop并不总是尊重 `cwd` 设置,因此我们使用shell脚本启动器。
1. 存储库包括 `run_msty_server.sh`。确保它是可执行的:```bash
chmod +x run_msty_server.sh
- 增添
~/Library/Application Support/Claude/claude_desktop_config.json:```json
{
"mcpServers": {
"msty-admin": {
"command": "/absolute/path/to/msty-admin-mcp/run_msty_server.sh",
"env": {
"MSTY_TIMEOUT": "30"
}
}
}
}
1. **重新启动克劳德桌面** (Cmd+Q,然后重新打开)
1. 您应该在可用的工具中看到“msty-admin” **155工具** 加载。
______________________________________________________________________
## 可用工具(共155个)
### 第一阶段:安装和健康(7个工具)
|工具|说明|
|------|-------------|
| `detect_msty_installation` |查找Msty Studio,验证路径,检查运行状态|
| `read_msty_database` |查询对话、人物角色、提示、工具|
| `list_configured_tools` |查看MCP工具箱配置|
| `get_model_providers` |列出人工智能提供商和本地模型|
| `analyse_msty_health` |数据库完整性、存储、所有4种服务状态|
| `get_server_status` |MCP服务器信息和功能|
| `scan_database_locations` |在公共位置查找数据库文件|
### 第2阶段:配置管理(4个工具)
|工具|说明|
|------|-------------|
| `export_tool_config` |导出MCP配置以进行备份或同步|
| `import_tool_config` |验证并准备Msty导入工具|
| `generate_persona` |从模板创建人物角色(作品、程序员、作家、最小)|
| `sync_claude_preferences` |将Claude Desktop首选项转换为Msty角色|
### 第3阶段:本地模型集成(8个工具)
|工具|说明|
|------|-------------|
| `get_sidecar_status` |检查所有4个服务(本地AI、MLX、LLaMA.cpp、Vibe代理)|
| `list_available_models` |查询所有服务中的模型及其明细|
| `query_local_ai_service` |直接低级API访问|
| `chat_with_local_model` |发送具有自动指标跟踪功能的消息|
| `recommend_model` |按用例推荐硬件感知模型|
| `list_model_tags` |获取智能模型选择的可用标签|
| `find_model_by_tag` |查找与特定标签匹配的型号|
| `get_cache_stats` |查看响应缓存统计信息|
| `clear_cache` |清除缓存的响应|
### 第四阶段:情报与分析(5个工具)
|工具|说明|
|------|-------------|
| `get_model_performance_metrics` |令牌/秒、延迟、随时间变化的错误率|
| `analyse_conversation_patterns` |尊重隐私的使用分析|
| `compare_model_responses` |多个型号的提示相同,比较质量/速度|
| `optimise_knowledge_stacks` |分析并提出改进建议|
| `suggest_persona_improvements` |人工智能驱动的角色优化|
### 第5阶段:校准和工作流程(4个工具)
|工具|说明|
|------|-------------|
| `run_calibration_test` |使用质量评分跨类别测试模型|
| `evaluate_response_quality` |使用启发式评估对任何响应进行评分|
| `identify_handoff_triggers` |跟踪应升级到Claude的模式|
| `get_calibration_history` |历史结果与趋势和统计数据|
### 第6阶段:高级模型管理(4个工具)
|工具|说明|
|------|-------------|
| `get_model_details` |全面的模型信息(上下文长度、参数、标签、功能)|
| `benchmark_model` |不同上下文大小下的性能基准测试(令牌/秒)|
| `list_local_model_files` |列出磁盘上MLX和GGUF模型文件的大小|
| `estimate_model_requirements` |估计模型的内存/硬件要求|
### 第7阶段:对话管理(3个工具)
|工具|说明|
|------|-------------|
| `export_conversations` |以JSON、Markdown或CSV格式导出聊天记录|
| `search_conversations` |按关键字或标题搜索对话|
| `get_conversation_stats` |使用情况分析:每天的消息数、模型使用情况、会话长度|
### 第8阶段:提示模板和自动化(4个工具)
|工具|说明|
|------|-------------|
| `create_prompt_template` |使用创建可重用模板 `{{variable}}` 占位符|
| `list_prompt_templates` |列出所有模板,可选择按类别筛选|
| `run_prompt_template` |执行带有变量替换的模板|
| `smart_model_router` |自动为给定的任务描述选择最佳模型|
### 第9阶段:备份和系统管理(3个工具)
|工具|说明|
|------|-------------|
| `backup_configuration` |创建人物角色、提示、模板、工具的全面备份|
| `restore_configuration` |从备份文件还原配置|
| `get_system_resources` |与AI推理相关的CPU、内存和磁盘使用情况|
______________________________________________________________________
## 模型标记系统
Msty Admin MCP包括一个智能模型标记系统,该系统具有60多个特定于模型的覆盖功能,可实现精确的布线。
### 可用标签
|类别|标签|描述|
|----------|------|-------------|
| **尺寸** | `large`, `medium`, `small` |模型参数计数(70B+,13-34B,\<13B)|
| **速度** | `fast` |快速响应型号(Haiku、Flash、Mini等)|
| **能力** | `coding`, `reasoning`, `creative`, `vision`, `embedding` |专业能力|
| **上下文** | `long_context` |具有128K以上上下文窗口的模型|
| **质量** | `quality` |高质量输出模型|
| **将军** | `general` |通用型号|
### 按标签查找模型```
You: Find me a fast coding model
Claude: Using find_model_by_tag with tag="coding" and prefer_fast=true...
Found 3 fast coding models:
1. deepseek-coder-v2-lite (fast, coding, small)
2. codestral-mini (fast, coding, small)
3. starcoder2-3b (fast, coding, small)
智能模型路由器```
You: What's the best model for writing a poem?
Claude: Using smart_model_router with task="writing a poem"...
Recommended: claude-3-opus (tags: quality, creative, reasoning, large)
Reasoning: Creative writing tasks benefit from models with
the 'creative' tag and high quality output.
______________________________________________________________________
## 使用示例
### 检查服务状态```
You: What's the status of my Msty services?
Claude: All 4 services are running:
✅ Local AI Service (port 11964) - 2 models
✅ MLX Service (port 11973) - 11 models
✅ LLaMA.cpp Service (port 11454) - 10 models
✅ Vibe CLI Proxy (port 8317) - 36 models
Total: 59 models available
对模型进行基准测试```
You: Benchmark my fastest coding model
Claude: Running benchmark on deepseek-coder-v2-lite...
Results (3 runs each):
| Context | Tokens/sec | Latency |
|---------|------------|---------|
| 50 tokens | 42.3 t/s | 1.2s |
| 200 tokens | 38.7 t/s | 5.2s |
| 500 tokens | 35.1 t/s | 14.3s |
Average: 38.7 tokens/sec
### 导出对话```
You: Export my last week's conversations to markdown
Claude: Exported 23 conversations from the last 7 days.
File: conversations_2026-01-26.md
Format: Markdown with headers per conversation
Total messages: 156
创建提示模板````
You: Create a code review template
Claude: Created template "code-review":
Template: "Review this {{language}} code for {{focus}}:
{{language}}
{{code}}
Provide specific suggestions."
Variables: language, focus, code
Category: coding
````
环境变量
使用以下环境变量自定义行为:
| 变量 | 默认值 | 描述 |
|---|---|---|
MSTY_SIDECAR_HOST |
127.0.0.1 |
服务主机地址 |
MSTY_AI_PORT |
11964 |
本地AI服务端口 |
MSTY_MLX_PORT |
11973 |
MLX服务端口 |
MSTY_LLAMACPP_PORT |
11454 |
LLaMA.cpp服务端口 |
MSTY_VIBE_PORT |
8317 |
Vibe CLI代理端口 |
MSTY_TIMEOUT |
10 |
API请求超时(秒) |
MSTY_DATABASE_PATH |
(自动检测) | 覆盖数据库路径 |
建筑```
┌─────────────────────────────────────────────────────────────┐
│ Claude Desktop │
│ │ │
│ MCP Protocol │
│ │ │
│ ┌──────────┴──────────┐ │
│ ▼ ▼ │
│ ┌─────────────────┐ ┌─────────────────┐ │
│ │ Msty Admin MCP │ │ Other MCPs │ │
│ │ (42 tools) │ │ │ │
│ └────────┬────────┘ └─────────────────┘ │
└───────────────┼─────────────────────────────────────────────┘
│
┌──────────┴──────────────────────────────┐
▼ ▼
┌──────────┐ ┌──────────────────┐
│ Msty │ │ Msty Studio │
│ Database │ │ 2.4.0+ App │
│ (SQLite) │ └────────┬─────────┘
└──────────┘ │
┌────────────────────┼────────────────────┐
▼ ▼ ▼
┌────────────┐ ┌────────────┐ ┌────────────┐
│ Local AI │ │ MLX │ │ LLaMA.cpp │
│ :11964 │ │ :11973 │ │ :11454 │
└────────────┘ └────────────┘ └────────────┘
│ │ │
└────────────────────┼────────────────────┘
▼
┌────────────┐
│ Vibe Proxy │
│ :8317 │
└────────────┘
______________________________________________________________________
## 项目结构```
msty-admin-mcp/
├── src/
│ ├── __init__.py # Package exports
│ ├── constants.py # Configuration constants
│ ├── models.py # Data classes
│ ├── errors.py # Standardized error handling
│ ├── paths.py # Path resolution utilities
│ ├── database.py # SQL operations (injection protected)
│ ├── network.py # API request helpers
│ ├── cache.py # Response caching
│ ├── tagging.py # Model tagging system
│ ├── server.py # Main MCP server (42 tools)
│ └── phase4_5_tools.py # Metrics and calibration
├── tests/
│ ├── test_server.py # Integration tests
│ ├── test_constants.py # Constants tests
│ ├── test_paths.py # Path utilities tests
│ ├── test_database.py # Database tests (SQL injection)
│ ├── test_network.py # Network tests
│ ├── test_cache.py # Cache tests
│ └── test_tagging.py # Tagging tests
├── docs/
│ ├── API.md # API reference & error codes
│ └── DEVELOPMENT.md # Development guide
├── run_msty_server.sh # Shell script launcher (required!)
├── requirements.txt
├── pyproject.toml
├── CHANGELOG.md
├── LICENSE
└── README.md
文档
- api参考 -错误代码、响应格式、工具参数
- 开发指南 -贡献、测试、架构
- 更新日志 -版本历史和迁移说明
故障排除
“ModuleNotFoundError:没有名为'src'的模块”
Claude Desktop未从正确的目录运行。确保您使用的是shell脚本启动器(run_msty_server.sh)而不是直接调用Python。
“没有本地AI服务正在运行”
- 打开Msty工作室
- 转到“设置”→ 本地AI/MLX/LLaMA.cpp
- 确保服务显示“正在运行”
Claude看不到msty管理工具
- 检查你的
claude_desktop_config.json具有正确的绝对路径 - 确保
run_msty_server.sh可执行(chmod +x) - 完全重新启动克劳德桌面(Cmd+Q,然后重新打开)
只看到2个嵌入模型
显示的模型取决于哪个服务首先响应。使用 list_available_models 使用查看所有服务中的所有型号 by_service 故障。
找不到数据库
- 跑
detect_msty_installation首先验证路径 - 使用
scan_database_locations查找数据库文件 - 集
MSTY_DATABASE_PATH环境变量(如果需要)
安全
看 docs/API.md文件 有关以下内容的详细信息:
- SQL注入保护 -表满列表、参数化查询
- API密钥处理 -钥匙从未被记录或归还
- 网络安全 -所有对localhost的调用,可配置超时
贡献
欢迎投稿!拜托:
- 克隆该仓库
- 创建要素分支(
git checkout -b feature/amazing-feature) - 运行测试(
pytest tests/ -v) - 提交您的更改(
git commit -m 'Add amazing feature') - 推到分支(
git push origin feature/amazing-feature) - 打开拉取请求
看 docs/DEVELOPMENT.md 详细的贡献指南。
学分
- 原作者: 菠萝 -创建了原始的msty管理员mcp
- v5.0.0+分叉: DigitalKredit -Msty 2.4.0+兼容性,模块化架构
许可证
MIT许可证-请参阅 许可证 了解详情。
致谢
- Msty工作室 -该MCP管理的优秀本地AI应用程序
- Anthropic -对于Claude和MCP协议
- 模型上下文协议 -使这成为可能的基础
