参考

express风格的mcpServer

飞书聊天机器人事件回调测试

mqtt接入事件回调测试

openclaw菜鸟教程

openclaw -h

OpenClaw的配置文件配置

OpenClaw spec.site

longcat的OpenClaw 配置

阿里百练的OpenClaw 配置

一些模型服务

白山智算
智谱 AI apiKey
miniMax
阿里百炼
字节火山引擎
aistudio.google
美团 longcat
packyapi
模型腾讯文档

安装依赖

MCP

npm install  @modelcontextprotocol/sdk zod ming_node

@anthropic-ai/sdk

npm install @anthropic-ai/sdk 

openai

npm install openai

mcp_server.js

import { z } from 'zod';
import M from "ming_node";
import MyMcpServer from "./lib/StdioMcpServer.js";
const app=new MyMcpServer("my_mcp_server");

app.listen(3000);
app.begin((req,res)=>{
    M.log("开始执行",req.mcpName,JSON.stringify(req.params));
})

app.end((req,res)=>{
    M.log("执行完成",req.mcpName,res.result);
})

app.get("加法",{
    a:z.number(),
    b:z.number(),
},async (req,res)=>{
    const {a,b}=req.params;
    const c=a+b+1;
    res.send(c);
});


app.get("设置转速",{ speed:z.number()},async (req,res)=>{
    const {speed}=req.params;
    M.log(`转速设置为 ${speed}`);
    res.send("转速设置完成");
});

anthropic_agent.js

import Anthropic from "@anthropic-ai/sdk";
import { Client } from "@modelcontextprotocol/sdk/client/index.js";
import { StdioClientTransport } from "@modelcontextprotocol/sdk/client/stdio.js";

// ─────────────────────────────────────────────
//  配置区（需要修改时只动这里）
// ─────────────────────────────────────────────
const CONFIG = {
  api: {
    apiKey:    "YOUR_API_KEY",
    baseURL:   "https://api.longcat.chat/anthropic",
    model:     "LongCat-Flash-Chat",

    // ── messages.create 全参数 ──────────────
    maxTokens:      1024,           // 最大输出 token 数（必填）
    system:         "你是一个智能助手，请用中文回答。", // 系统提示词
    temperature:    1.0,            // 随机性 0~1（与 top_p 二选一）
    // top_p:       0.9,            // 核采样（与 temperature 二选一）
    // top_k:       50,             // 只从概率最高的 K 个 token 中采样
    // stopSequences: ["END"],      // 遇到这些字符串时停止生成
    // toolChoice:  "auto",         // auto | any | none | { type:"tool", name:"xx" }
    // metadata:    { user_id: "u1" }, // 请求元数据
    // stream:      false,          // 是否流式返回
  },
  server: {
    command: "node",
    args:    ["mcp_server.js"],         // 切换 MCP Server 只改这里
  },
};

// ─────────────────────────────────────────────
//  初始化 Anthropic 客户端
// ─────────────────────────────────────────────
function createAnthropicClient() {
  return new Anthropic({
    apiKey:  CONFIG.api.apiKey,
    baseURL: CONFIG.api.baseURL,
    defaultHeaders: {
      "Authorization": `Bearer ${CONFIG.api.apiKey}`,
      "x-api-key":     CONFIG.api.apiKey,
    },
  });
}

// ─────────────────────────────────────────────
//  初始化 MCP 客户端
// ─────────────────────────────────────────────
async function createMcpClient() {
  const transport = new StdioClientTransport(CONFIG.server);
  const client = new Client({ name: "agent", version: "1.0.0" }, { capabilities: {} });
  await client.connect(transport);
  return client;
}

// MCP 工具格式 → Claude 工具格式
function toClaudeTool(tool) {
  return {
    name:         tool.name,
    description:  tool.description,
    input_schema: tool.inputSchema,
  };
}

// ─────────────────────────────────────────────
//  Agent 主循环
// ─────────────────────────────────────────────
async function runAgent(anthropic, mcpClient, tools, userMessage) {
  console.log(`\n${"─".repeat(48)}`);
  console.log(`👤 ${userMessage}`);
  console.log("─".repeat(48));

  const messages = [{ role: "user", content: userMessage }];

  while (true) {
    const response = await anthropic.messages.create({
      // ── 必填 ────────────────────────────
      model:      CONFIG.api.model,
      max_tokens: CONFIG.api.maxTokens,
      messages,

      // ── 可选（从 CONFIG 读取，注释掉的参数不传） ──
      system:      CONFIG.api.system,
      temperature: CONFIG.api.temperature,
      tools,
      // top_p:          CONFIG.api.top_p,
      // top_k:          CONFIG.api.top_k,
      // stop_sequences: CONFIG.api.stopSequences,
      // tool_choice:    CONFIG.api.toolChoice,
      // metadata:       CONFIG.api.metadata,
      // stream:         CONFIG.api.stream,
    });

    // Claude 回复纯文本 → 任务完成
    if (response.stop_reason === "end_turn") {
      const text = response.content.find(b => b.type === "text")?.text;
      if (text) console.log(`\n🤖 ${text}`);
      break;
    }

    // Claude 请求调用工具
    if (response.stop_reason === "tool_use") {
      messages.push({ role: "assistant", content: response.content });
      const toolResults = await executeTools(mcpClient, response.content);
      messages.push({ role: "user", content: toolResults });
    }
  }
}

// 执行本轮所有工具调用，返回结果列表
async function executeTools(mcpClient, contentBlocks) {
  const results = [];

  for (const block of contentBlocks.filter(b => b.type === "tool_use")) {
    console.log(`🔧 ${block.name}(${JSON.stringify(block.input)})`);

    const result = await mcpClient.callTool({
      name:      block.name,
      arguments: block.input,
    });

    const text = result.content[0]?.text ?? "";
    console.log(`   → ${text}`);

    results.push({
      type:        "tool_result",
      tool_use_id: block.id,
      content:     text,
    });
  }

  return results;
}

// ─────────────────────────────────────────────
//  入口
// ─────────────────────────────────────────────
async function main() {
  const anthropic = createAnthropicClient();
  const mcpClient = await createMcpClient();

  try {
    const { tools: mcpTools } = await mcpClient.listTools();
    const tools = mcpTools.map(toClaudeTool);
    console.log(`🔌 已连接，可用工具：${tools.map(t => t.name).join(", ")}`);

    // ↓ 在这里添加更多对话
    await runAgent(anthropic, mcpClient, tools, "帮我算一下 12 + 34，然后把转速设置为 300");
  } finally {
    await mcpClient.close();
  }
}

main();

openai_agent.js

import OpenAI from "openai";
import { Client } from "@modelcontextprotocol/sdk/client/index.js";
import { StdioClientTransport } from "@modelcontextprotocol/sdk/client/stdio.js";

// ─────────────────────────────────────────────
//  配置区（需要修改时只动这里）
// ─────────────────────────────────────────────
const CONFIG = {
  api: {
    apiKey:      "YOUR_API_KEY",  // 替换为你的apiKey
    baseURL:     "https://api.edgefn.net/v1",
    model:       "GLM-4.7",

    maxTokens:   1024,
    system:      "你是一个智能助手，请用中文回答。",
    temperature: 1.0,
  },
  server: {
    command: "node",
    args:    ["mcp_server.js"],
  },
};

// ─────────────────────────────────────────────
//  初始化 OpenAI 客户端
// ─────────────────────────────────────────────
function createOpenAIClient() {
  return new OpenAI({
    apiKey:  CONFIG.api.apiKey,
    baseURL: CONFIG.api.baseURL,
  });
}

// ─────────────────────────────────────────────
//  初始化 MCP 客户端
// ─────────────────────────────────────────────
async function createMcpClient() {
  const transport = new StdioClientTransport(CONFIG.server);
  const client = new Client({ name: "agent", version: "1.0.0" }, { capabilities: {} });
  await client.connect(transport);
  return client;
}

// MCP 工具格式 → OpenAI 工具格式
function toOpenAITool(tool) {
  return {
    type: "function",
    function: {
      name:        tool.name,
      description: tool.description,
      parameters:  tool.inputSchema,
    },
  };
}

// ─────────────────────────────────────────────
//  Agent 主循环
// ─────────────────────────────────────────────
async function runAgent(openai, mcpClient, tools, userMessage) {
  console.log(`\n${"─".repeat(48)}`);
  console.log(`👤 ${userMessage}`);
  console.log("─".repeat(48));

  const messages = [
    { role: "system",  content: CONFIG.api.system },
    { role: "user",    content: userMessage },
  ];

  while (true) {
    const response = await openai.chat.completions.create({
      model:       CONFIG.api.model,
      max_tokens:  CONFIG.api.maxTokens,
      temperature: CONFIG.api.temperature,
      messages,
      tools,
      tool_choice: "auto",
      // top_p:    CONFIG.api.top_p,
      // stop:     CONFIG.api.stop,
      // stream:   CONFIG.api.stream,
    });

    const message = response.choices[0].message;
    const finishReason = response.choices[0].finish_reason;

    // 纯文本回复 → 任务完成
    if (finishReason === "stop") {
      if (message.content) console.log(`\n🤖 ${message.content}`);
      break;
    }

    // 模型请求调用工具
    if (finishReason === "tool_calls") {
      // 把 assistant 消息（含 tool_calls）追加进历史
      messages.push(message);

      // 执行所有工具并把结果追加进历史
      const toolResults = await executeTools(mcpClient, message.tool_calls);
      messages.push(...toolResults);
    }
  }
}

// 执行本轮所有工具调用，返回结果消息列表
async function executeTools(mcpClient, toolCalls) {
  const results = [];

  for (const call of toolCalls) {
    const name  = call.function.name;
    const input = JSON.parse(call.function.arguments);

    console.log(`🔧 ${name}(${JSON.stringify(input)})`);

    const result = await mcpClient.callTool({ name, arguments: input });
    const text   = result.content[0]?.text ?? "";
    console.log(`   → ${text}`);

    results.push({
      role:         "tool",
      tool_call_id: call.id,
      content:      text,
    });
  }

  return results;
}

// ─────────────────────────────────────────────
//  入口
// ─────────────────────────────────────────────
async function main() {
  const openai    = createOpenAIClient();
  const mcpClient = await createMcpClient();

  try {
    const { tools: mcpTools } = await mcpClient.listTools();
    const tools = mcpTools.map(toOpenAITool);
    console.log(`🔌 已连接，可用工具：${tools.map(t => t.function.name).join(", ")}`);

    await runAgent(openai, mcpClient, tools, "帮我算一下 12 + 34，然后把转速设置为 300");
  } finally {
    await mcpClient.close();
  }
}

main();

测试

$ node anthropic_agent.js

🔌 已连接，可用工具：加法, 设置转速

────────────────────────────────────────────────
👤 帮我算一下 12 + 34，然后把转速设置为 300
────────────────────────────────────────────────
🔧 加法({"a":12,"b":34})
   → 47
🔧 设置转速({"speed":300})
   → 转速设置完成

🤖 计算结果为 46，转速已设置为 300