MCP Catalogs
首页mcp-summarization-functions screenshot

mcp-summarization-functions

by Braffolk·37·综合分 41

MCP 服务器为 AI 代理提供智能文本摘要,优化上下文使用。

ai-llmdeveloper-toolsproductivity
13
Forks
2
活跃 Issue
11 个月前
最近提交
2 天前
收录于

概述

Summarization Functions 是一个强大的 MCP 服务器,帮助 AI 代理通过提供潜在大输出的简洁摘要来管理上下文窗口。它支持对命令输出、文件内容、目录结构和任意文本进行摘要,并提供重点分析和多种输出格式选项。该服务器支持多个 AI 提供商,包括 Anthropic、OpenAI、Google 和 OpenAI 兼容 API,使其适用于不同的 AI 工作流和环境。

试试问 AI

装完之后,这里有 6 个你可以让 AI 做的事:

:帮助 AI 代理处理大文件内容或命令输出时避免上下文窗口溢出
:通过用重点摘要替换冗长响应来优化 AI 性能
:为不同的分析需求提供多种格式的摘要(文本、JSON、markdown、大纲)
:支持哪些 AI 提供商?
:如何设置环境变量?
:提供哪些输出格式?

什么时候选它

当您使用处理大量输出、文件内容或目录结构的 AI 代理时,选择此服务器可防止上下文窗口溢出并提高可靠性。

什么时候不要选它

如果您需要访问未经汇总的原始文件内容,或者担心因额外调用模型进行汇总而产生的 API 成本,请避免使用。

此 server 暴露的工具

从 README 抽取出 5 个工具
  • summarize_commandcommand: string, cwd: string, hint?: string, output_format?: string

    Execute and summarize command output

  • summarize_filespaths: string[], cwd: string, hint?: string, output_format?: string

    Summarize contents of multiple files

  • summarize_directorypath: string, cwd: string, recursive?: boolean, hint?: string, output_format?: string

    Get an overview of directory structure and contents

  • summarize_textcontent: string, type: string, hint?: string, output_format?: string

    Summarize arbitrary text content

  • get_full_contentid: string

    Retrieve the full content for a given summary ID

可对比工具

mcp-context-compressioncontext-optimizerai-summarizer

安装

通过 Smithery 安装

对于 Claude Desktop:

npx -y @smithery/cli install mcp-summarization-functions --client claude

手动安装

  1. 安装包:
npm i mcp-summarization-functions
  1. 添加到您的 MCP 配置:
{
  "mcpServers": {
    "MUST_USE_summarization": {
      "command": "node",
      "args": ["path/to/summarization-functions/build/index.js"],
      "env": {
        "PROVIDER": "ANTHROPIC",
        "API_KEY": "your-api-key",
        "MODEL_ID": "claude-3-5-sonnet-20241022",
        "MCP_WORKING_DIR": "default_working_directory"
      }
    }
  }
}

FAQ

支持哪些 AI 提供商?
该服务器支持 Anthropic(Claude)、OpenAI(GPT)、Google(Gemini)和 OpenAI 兼容 API(包括 Azure)。
如何设置环境变量?
必需的变量是 PROVIDER 和 API_KEY。可选变量包括 MODEL_ID、PROVIDER_BASE_URL、MAX_TOKENS 等。查看配置部分了解示例。
提供哪些输出格式?
您可以根据具体需求选择文本(默认)、JSON、markdown 和大纲格式。

mcp-summarization-functions 对比

GitHub →

最后更新于 · 由 README + GitHub 公开数据自动生成。