返回 MCP 目录
public公开dns本地运行

Fledge IoT

Fledge MCP服务器是一个连接Fledge功能与Cursor AI的中间件,通过自然语言命令实现AI与Fledge实例的交互。

article

README

🚀 Fledge MCP 服务器

Fledge MCP 服务器是一个模型上下文协议(MCP)服务器,它能将 Fledge 功能与 Cursor AI 相连接,让 AI 可以通过自然语言命令与 Fledge 实例进行交互。

🚀 快速开始

若要使用 Fledge MCP 服务器,需满足以下先决条件:

  • 本地安装了 Fledge 或可通过 API 访问(默认:http://localhost:8081)
  • 安装了 Cursor AI
  • Python 3.8+

📦 安装指南

  1. 克隆此仓库:
git clone https://github.com/Krupalp525/fledge-mcp.git
cd fledge-mcp
  1. 安装依赖项:
pip install -r requirements.txt

💻 使用示例

基础用法

  1. 启动服务器:
python mcp_server.py
  1. 访问 http://localhost:8082 在浏览器中查看文档。

高级用法

示例请求

  1. 初始化:
{
    "jsonrpc": "2.0",
    "method": "initialize",
    "params": {},
    "id": "1"
}
  1. 列出工具:
{
    "jsonrpc": "2.0",
    "method": "tools/list",
    "params": {},
    "id": "2"
}
  1. 调用工具:
{
    "jsonrpc": "2.0",
    "method": "tools/call",
    "params": {
        "name": "get_sensor_data",
        "parameters": {
            "sensor_id": "temp1",
            "limit": 10
        }
    },
    "id": "3"
}

JSON - RPC 协议支持

服务器使用 JSON - RPC 2.0 协议实现模型上下文协议(MCP)。

  1. initialize
    {
        "jsonrpc": "2.0",
        "method": "initialize",
        "params": {},
        "id": "1"
    }
    
    响应:
    {
        "jsonrpc": "2.0",
        "result": {
            "serverInfo": {
                "name": "fledge-mcp",
                "version": "1.0.0"
            }
        },
        "id": "1"
    }
    

✨ 主要特性

  • 支持通过 WebSocket 的 JSON - RPC 2.0 协议
  • 提供以下工具:
    • 获取传感器数据
    • 控制设备
    • 获取系统状态
    • 获取日志信息
    • 设置报警阈值

🔧 技术细节

错误码

服务器遵循标准的 JSON - RPC 2.0 错误码:

  • -32700: 解析错误
  • -32600: 无效请求
  • -32601: 方法未找到
  • -32602: 参数无效
  • -32000: 服务器错误

📚 详细文档

生产环境注意事项

  • 使用 HTTPS
  • 部署在反向代理(如 Nginx)之后
  • 实现更强大的身份验证(JWT、OAuth)
  • 添加速率限制
  • 设置持久数据存储用于订阅

在 Smithery.ai 上部署

  1. 先决条件

    • 安装 Docker
    • Smithery.ai 账户
    • 安装 Smithery CLI 工具
  2. 构建和部署

# 构建 Docker 镜像
docker build -t fledge-mcp .

# 部署到 Smithery.ai
smithery deploy
  1. 配置

    • WebSocket 传输在 8082 端口
    • 可配置的 Fledge API URL
    • 工具定义和参数
    • 超时设置
  2. 环境变量

    • FLEDGE_API_URL: 您的 Fledge API 端点
    • API_KEY: 您的安全模式 API 密钥
  3. 验证

smithery status fledge-mcp
  1. 监控

    • 通过 Smithery.ai 控制台进行实时日志、性能指标、错误跟踪和资源使用情况的监控。
  2. 更新

# 构建新镜像
docker build -t fledge-mcp .
   
# 部署更新
smithery deploy --update
即贴即用配置

MCP 客户端配置生成器

选择客户端,补齐所需环境变量,再复制根据当前 MCP 公开配置生成的完整文件

terminal
data_object

当前条目没有标准 command 或远程 URL,暂时无法安全生成客户端配置

help

运行方式说明

cloud

托管运行

托管运行通常表示这个 MCP Server 由服务方环境承载,用户一般按页面提供的连接方式或授权流程接入,不需要在本地长期启动一个 MCP 进程

  1. 打开服务方连接页
  2. 完成授权或复制端点
  3. 在 MCP 客户端中连接
terminal

本地运行 / 其它方式

本地运行通常需要用户在自己的电脑或服务器上安装依赖,把 server_config 复制到 MCP 客户端,并按 env_schema 补齐环境变量、密钥或其它配置

  1. 复制 server_config
  2. 安装所需依赖
  3. 补齐环境变量后重启客户端