Unicity Orchestrator

MCP数据服务

提供方 unicitynetwork

数据服务 stdio · 本地进程 无需鉴权 社区 / 第三方
查看接入方式

基于知识图谱的模型上下文协议(MCP)服务编排器,具备工具发现和符号推理能力,适用于自动化工作流和AI代理集成。

一句话选型结论

按资料字段整理

Unicity Orchestrator 属于数据服务类 MCP 服务器,stdio · 本地进程,无需鉴权,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。

分类数据服务 传输方式stdio · 本地进程 鉴权无需鉴权 部署方式本地部署
GitHub 星标 1 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

数据服务
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

知识图谱Rust本地部署工具发现符号推理工作流自动化AI代理

安装与配置

stdio · 本地进程 无需鉴权
客户端在本机拉起子进程,数据不出本机
docker run --rm \

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 Docker,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
数据库查询

用自然语言查库、取数,不用手写 SQL。

数据同步与清洗

把多来源数据拉到一处做整理。

报表取数

按口径快速拉出统计结果。

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

  • 有现成的安装命令,不用自己找入口,照着跑就能起服务。
  • 资料标注无需鉴权,装好就能连。

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。
  • 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

  • 需要在数据服务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。
  • 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
Unicity Orchestrator当前 未标注 stdio · 本地进程 本地部署 有 2026-05-17
Memory 9d25f64e 9 未标注 未标注 无 2026-05-17
Getzep MCP 9 stdio · 本地进程 本地部署 有 2026-05-17
anything-llm 未标注 stdio · 本地进程 本地部署 有 2026-04-11
Prisma MCP Server 未标注 stdio · 本地进程 本地部署 有 2026-05-17
Astr Bot 未标注 stdio · 本地进程 本地部署 有 2026-05-17

服务器档案

数据服务
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unicitynetwork上游标注的维护方 unicitynetwork
分类数据服务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 · Docker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

13.1 KB
来自项目仓库与上游目录的原文,未做删改

Unicity编排器

基于知识图的编排器,用于模型上下文协议(MCP)服务,具有高级工具发现和符号推理功能。

概述

Unicity Orchestrator是一个复杂的系统,通过以下组合管理和发现MCP工具:

  • 知识图谱:工具、服务和数据类型之间的类型化关系
  • 矢量嵌入:用于工具发现的语义相似性搜索
  • 符号推理:用于智能工具选择的基于规则的推理
  • 注册表集成:支持多个MCP清单注册表 (开发中)
  • 链执行:具有依赖关系管理的多步工具执行 (开发中——rmcp 0.14+)

LLM交互模型

Unicity Orchestrator旨在操作 对大型语言模型的依赖最小 在规划和执行过程中。LLM只涉及两点:

  1. 初始意图描述 LLM(或用户)提供任务的自然语言描述和可选的高级步骤。编排者确实如此 不 要求LLM命名工具或操作模式。
  2. 后备援助 –只有在以下情况下,编排者才会要求LLM进行澄清或重新表述:
    - 没有找到语义相关的工具,
    - 不存在有效的类型安全工具链,
    - 或者无法自动解决运行时错误。

所有核心决策均由以下人员内部处理:

  • 语义检索 通过向量嵌入
  • 类型标准化 JSON模式
  • 知识图遍历 为了兼容性和链接
  • 符号推理 用于基于规则的推理

这种设计确保了快速、可预测和经济高效的编排,同时保持LLM交互的有意性和最小化。

特性

核心能力

  • 多注册表支持:GitHub、npm和自定义MCP注册表 (开发中)
  • 工具发现:MCP服务的自动发现和索引
  • 快速转发:通过智能冲突解决聚合来自所有MCP服务的提示
  • 资源转发:通过自动发现聚合所有MCP服务的资源
  • 语义搜索:按含义查找工具,而不仅仅是关键字
  • 类型安全图:工具输入/输出之间的强制兼容性
  • 符号规则:定义工具选择的自定义推理规则
  • 规划:规划复杂的工具工作流程;LLM驱动每个步骤的执行

知识图谱特征

  • 类型化边缘:DataFlow、语义相似性、顺序等。
  • 图的遍历:找到数据转换的最佳工具链
  • 使用模式:从历史工具使用中学习
  • 备选建议:为同一任务找到等效工具

快速转发

编排器聚合来自所有配置的MCP服务的提示,并通过统一的界面呈现它们:

  • 自动发现:在服务初始化过程中发现提示
  • 冲突解决:当多个服务定义具有相同名称的提示时,编排器会创建命名空间别名(例如。, github-commit, gitlab-commit)
  • 灵活的解决方案:提示可通过以下方式访问:
  • 命名空间名称: github-commit
  • 原始提示名称: commit (决定第一场比赛)
  • 服务提示模式: github:commit 或 my-service:commit (消毒)
  • 病例不敏感匹配:所有分辨率模式都适用,无论情况如何
  • 参数验证:验证提示名称和参数以防止注入攻击

资源转发

编排器聚合来自所有配置的MCP服务的资源,并通过统一的接口呈现它们:

  • 自动发现:在服务初始化过程中发现资源
  • 基于URI的解析:资源通过其唯一URI进行访问(例如。, file:///path/to/file.txt, git://github.com/user/repo)
  • 冲突解决:当多个服务使用相同的URI定义资源时,将使用第一个服务的版本
  • 安全验证:验证资源URI以防止路径遍历和注入攻击
  • 资源模板:支持参数化资源模板(例如。, git://{repo}/file/{path})

API和CLI

  • REST API:用于工具查询和管理的HTTP端点
  • CLI工具:用于管理和查询的命令行界面
  • MCP协议:通过HTTP或stdio传输的完整MCP服务器

快速开始

Docker部署

Unicity Orchestrator可以与SurrealDB一起完全容器化运行。

使用Docker Compose

存储库包括 docker-compose.yml 在开发模式下启动编排器的文件:

  • 内存模式(默认) --如果没有 SURREALDB_URL 如果提供,编排器会自动使用内存中的SurrealDB实例。
  • 外部SurrealDB(可选) --要连接到真正的SurrealDB部署,请设置 SURREALDB_URL 以及相关的环境变量。```yaml
    version: "3.9"

services:
orchestrator:
build: .
environment:

Optional: If omitted, orchestrator runs with in-memory DB for development

  • SURREALDB_NAMESPACE=unicity
  • SURREALDB_DATABASE=orchestrator
  • SURREALDB_USERNAME=${SURREALDB_USERNAME:-root}
  • SURREALDB_PASSWORD=${SURREALDB_PASSWORD:-root}
  • MCP_BIND=0.0.0.0:3942
  • RUST_LOG=info,unicity_orchestrator=info
    ports:
  • "3942:3942"

使用以下命令启动系统:```bash
docker compose up --build

默认情况下,这将与内存中的数据库一起运行。要将编排器指向SurrealDB实例,请设置 SURREALDB_URL:```bash
SURREALDB_URL=ws://localhost:8000/rpc docker compose up


MCP服务器可在以下位置访问:```
http://localhost:3942/mcp

直接使用Dockerfile

多阶段 Dockerfile 包括在内。要手动构建,请执行以下操作:```bash
docker build -t unicity-orchestrator .


使用环境变量运行:```bash
docker run --rm \
-e SURREALDB_URL=ws://host.docker.internal:8000 \
-e SURREALDB_NAMESPACE=unicity \
-e SURREALDB_DATABASE=orchestrator \
-e SURREALDB_USERNAME=root \
-e SURREALDB_PASSWORD=root \
-p 3942:3942 \
unicity-orchestrator

默认情况下,容器通过以下入口点启动:

  • 用途 内存SurrealDB 如果 SURREALDB_URL 未设置。
  • 在以下情况下验证所需的数据库变量 SURREALDB_URL 是 集。

服务器模式

Unicity Orchestrator提供多个服务器接口,每个接口都针对不同的用例设计:

公共REST API

在面向公共的端口上运行(默认值: 0.0.0.0:8080)并且仅暴露 只读 端点:

  • GET /health
  • POST /query --用户提供上下文的语义工具检索

此API对外公开是安全的,并且适用于面向用户的应用程序。

管理员REST API

在受限/管理员端口上运行(默认: 127.0.0.1:8081)并暴露 突变 端点:

  • POST /discover --从配置的MCP服务中重新发现和索引工具

这些端点修改编排器状态,并且应该 不 公开曝光。
使用防火墙规则、Docker端口映射或专用网络绑定来限制访问。

MCP HTTP服务器

编排器还运行一个完整的 MCP兼容服务器 在其自己的端口上(默认值: 3942).
此端点为代理LLM和MCP客户端公开模型上下文协议:```
http://localhost:3942/mcp


此服务器是基于LLM的工作流和工具执行的主要接口。

### MCP标准服务器

用于本地开发或与期望 `stdio` MCP传输:```bash
unicity-orchestrator mcp-stdio --db-url memory

当使用SurrealDB而不是内存中的数据库时,您可以通过环境变量或CLI标志向stdio服务器提供完整的数据库配置。例如:```bash
SURREALDB_URL=ws://localhost:8000 \
SURREALDB_NAMESPACE=unicity \
SURREALDB_DATABASE=orchestrator \
SURREALDB_USERNAME=root \
SURREALDB_PASSWORD=root \
unicity-orchestrator mcp-stdio --db-url ws://localhost:8000


此模式通常用于本地MCP客户端工具,而不是生产部署。

## 端到端示例

此示例演示了工具编排的当前生命周期——从自然语言请求到工具发现、语义匹配、符号推理和执行。

### 1.用户/LLM请求

LLM(或用户)通过REST API或MCP协议发送查询:```json
{
"query": "List open GitHub issues from this repository and group them by severity.",
"context": {
"repo_url": "https://github.com/example/project"
}
}

2.语义检索

编排器为查询生成嵌入,并执行余弦相似性搜索(前32个结果,0.25阈值)。候选工具排名如下:

  • github.list_issues — 0.91
  • github.get_repo — 0.78
  • json.structure_data — 0.72
  • text.summarize — 0.68

低于阈值的工具将被丢弃。

3.符号推理

符号推理引擎将候选者加载到工作记忆中,并对规则应用正向/反向链接来调整置信度得分和排名选择。

编排器将排序后的工具选择返回给调用者:```json
[
{
"tool_name": "github.list_issues",
"service_name": "github-mcp",
"confidence": 0.91,
"reasoning": "High semantic similarity to query; tool lists GitHub issues."
}
]


### 4.执行

LLM(或调用客户端)选择一个工具并要求编排器执行它。编排器通过其rmcp客户端将调用路由到正确的子MCP服务:```json
{
"tool_name": "github.list_issues",
"service_name": "github-mcp",
"arguments": {
"repo": "example/project",
"state": "open"
}
}

当前正在执行 每次通话使用一个工具LLM负责对多个工具调用进行排序——检查每个结果,决定下一步,并在工具之间传递参数。

> 注: 自动多步链执行(编排器执行计划的工具序列,并在它们之间传输输出)是与rmcp 0.14+一起开发的计划功能。今天,the plan_tools 端点可以建议一个多步骤的计划,但每个步骤的执行都是由调用者驱动的。

5.最终答复

执行的工具通过编排器返回其结果:```json
{
"content": [
{
"type": "text",
"text": "[{\"number\": 42, \"title\": \"Critical bug in auth\", \"labels\": [\"critical\"]}, ...]"
}
]
}


然后,LLM可以使用相同的选择-然后执行流调用其他工具(例如,摘要器或格式化器),或直接处理结果。

### 安装```bash
# Clone the repository
git clone
cd unicity-orchestrator

# Build the project
cargo build --release

配置

MCP配置文件(MCP.json)

编排器需要 mcp.json 列出要加载的外部MCP服务的文件。
在Docker内部或直接从二进制文件运行时,编排器将尝试在工作目录中查找此文件(./mcp.json).

自动行为:

  • 如果A mcp.json 在Docker构建期间,它存在于项目根目录中,它将自动包含在映像中。
  • 如果没有 mcp.json 如果运行时存在,编排器将创建一个最小的默认文件:```json
    { "mcpServers": {} }

这确保了即使没有配置外部MCP服务,系统也能始终干净启动。
您可以随时向此文件添加服务并重新启动编排器。

创建 `mcp.json` 配置MCP服务的文件:```json
{
"mcpServers": {
"filesystem": {
"command": "npx",
"args": ["-y", "@modelcontextprotocol/server-filesystem", "/tmp"],
"env": {}
},
"github": {
"command": "npx",
"args": ["-y", "@modelcontextprotocol/server-github"],
"env": {
"GITHUB_PERSONAL_ACCESS_TOKEN": "${GITHUB_TOKEN}"
}
}
}
}

跑步```bash

Initialize the database

cargo run -- init --db-url memory

Discover tools from configured services

cargo run -- discover-tools

Start the API server

cargo run -- server --port 8080

Query for tools

cargo run -- query "read a file from filesystem"


## 建筑

### 数据库层

- **SurrealDB**:具有图形功能的多模型数据库
- **模式**:服务、工具、嵌入和关系的类型化表
- **查询**:针对图遍历和相似性搜索进行了优化

### 知识图谱

- **节点**:服务、工具、类型、概念、注册表
- **边缘**:带置信度得分的类型化关系
- **遍历**:具有类型检查和兼容性规则的BFS/DFS

### 嵌入引擎

- **模型**:Qwen3 0.6B(1024维,通过embed_anything进行局部推理)
- **缓存**:具有内容哈希重复数据消除功能的内存缓存
- **相似性**:余弦相似度为0.25阈值

### 象征推理

- **规则**:正向和反向链式推理
- **事实**:带有类型化谓词的工作记忆
- **规划**:实现目标的反向链接

## API终点

### 健康检查```
GET /health

退货:```json
{"status": "healthy", "timestamp": "2025-01-01T00:00:00Z"}


### 查询工具```
POST /query
{
"query": "read a json file",
"context": {
"file_path": "/path/to/file.json"
}
}

发现工具```

POST /discover


## 配置

### 数据库```env
SURREALDB_URL=ws://localhost:8000/rpc
SURREALDB_NAMESPACE=unicity
SURREALDB_DATABASE=orchestrator
SURREALDB_USERNAME=root
SURREALDB_PASSWORD=password

发展

项目结构

待办事项

添加符号规则```rust

use unicity_orchestrator::knowledge_graph::symbolic::*;

let rule = SymbolicRule {
id: "file_operation_chain".to_string(),
name: "File Operation Chain".to_string(),
description: "Chain file read with data processing".to_string(),
antecedents: vec![
SymbolicExpression::Fact(Fact {
predicate: "tool_selected".to_string(),
arguments: vec![
SymbolicExpression::Variable("tool".to_string()),
SymbolicExpression::Literal(LiteralValue::String("file_read".to_string()))
],
confidence: Some(0.9),
})
],
consequents: vec![
SymbolicExpression::Fact(Fact {
predicate: "suggest_following_tool".to_string(),
arguments: vec![
SymbolicExpression::Variable("following_tool".to_string()),
SymbolicExpression::Literal(LiteralValue::String("data_parse".to_string()))
],
confidence: Some(0.8),
})
],
confidence: 0.85,
priority: 100,
};
```

许可证

MIT许可证-有关详细信息,请参阅许可证文件。

贡献

  1. 克隆该仓库
  2. 创建要素分支
  3. 进行更改
  4. 添加测试
  5. 提交拉取请求

支持

有关问题和疑问,请使用GitHub问题跟踪器。

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
Unicity Orchestrator 怎么安装?

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

Unicity Orchestrator 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。

Unicity Orchestrator 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。

Unicity Orchestrator 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。

Unicity Orchestrator 能提供哪些能力?

资料显示能力标签包括 知识图谱、Rust、工具发现、工作流自动化。具体工具清单以官方文档为准。

Unicity Orchestrator 需要什么运行环境?

运行时为 Docker;属于本地进程,需要在本机装好运行环境。

Unicity Orchestrator 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。