语音输入:输入框为空时发送键变麦克风,进入语音模式后按住说话、松手转写并发送;套壳 App 走原生录音桥,浏览器走 MediaRecorder(需 HTTPS)。转写在 mcp_asr,经 /api/asr/transcribe 直达,不经过模型、不消耗 token。 /api/health 增加 service/api/auth_required 字段并设 no-store,供套壳 App 校验手填的服务器地址;免认证路径容忍尾斜杠,避免 /api/health/ 被中间件 401。 接线与文档:compose 新增 mcp_asr;init.sh 默认复用 BIGMODEL_KEY 作为 ASR_API_KEY;README/AGENTS/mcp 文档同步。版本 2.3.0 → 2.4.0。
101 lines
5.2 KiB
Markdown
101 lines
5.2 KiB
Markdown
# MCP 服务集合
|
||
|
||
四个 MCP(Model Context Protocol)服务,各占一个目录,由仓库根 `docker-compose.yml` 统一编排:
|
||
|
||
| 目录 | 容器名 | 作用 | 容器内端口 | MCP 端点 |
|
||
|---|---|---|---|---|
|
||
| `web_search/` | `mcp_web_search` | 免费网页搜索(Parallel / Exa,无需 key) | `3000` | `POST /` |
|
||
| `image_task/` | `mcp_image_task` | 图片生成 / 编辑(智谱原生或任意 OpenAI 兼容 `/images/generations`,单工具 op=create/get) | `3000` | `POST /mcp` |
|
||
| `video_task/` | `mcp_video_task` | 智谱 CogVideo 视频生成(异步,单工具 op=create/get) | `3000` | `POST /mcp` |
|
||
| `asr/` | `mcp_asr` | 语音转文字(上游 OpenAI 兼容 `/audio/transcriptions`),**额外带一个给输入框用的 `POST /transcribe`** | `3000` | `POST /mcp` |
|
||
|
||
**这些服务一个宿主机端口都不占**——它们只挂在 `agent-mcp-net` 上,由 `agent-core` / `agent-executor`
|
||
按容器名访问。所以整台服务器对外只需要开 agent-core 那一个端口(`AGENT_PORT`,默认 8090)。
|
||
(要从宿主机 curl 调试时,把根 `docker-compose.yml` 里对应服务注释掉的 `ports` 两行打开。)
|
||
|
||
## 部署
|
||
|
||
它们和 `agent-core` / `agent-executor` / `wxbot` 同属一个 compose 项目,无需单独启动,也没有先后顺序:
|
||
|
||
```bash
|
||
cd /root/workspace/tools/agent
|
||
docker compose up -d --build
|
||
```
|
||
|
||
`config.yml` 里的地址与容器名一一对应:
|
||
|
||
```yaml
|
||
mcp_servers:
|
||
- name: web_search
|
||
url: "http://mcp_web_search:3000/"
|
||
- name: image_task
|
||
url: "http://mcp_image_task:3000/mcp"
|
||
- name: video_task
|
||
url: "http://mcp_video_task:3000/mcp"
|
||
# 可选:语音转写(低频,建议 skill 模式,不占每轮工具表)
|
||
- name: asr
|
||
url: "http://mcp_asr:3000/mcp"
|
||
mode: skill
|
||
```
|
||
|
||
服务没起来时,core 只在启动日志里告警,不影响 Web 主流程,但对应工具不会下发给模型。工具发现只在启动时做一次,失败后会自动按 2s / 20s / 1min 重试 3 次;三次都失败则需重启 core。四个服务都配了 `/health` 健康检查,`docker ps` 可直接看状态。
|
||
|
||
> 从旧的「agent + mcp 双仓库」部署升级:先在旧 mcp 仓库目录 `docker compose down`(只需一次,否则同名容器与网络会冲突),再 `up` 本栈。
|
||
|
||
`image_task` / `video_task` 的 token **不由服务端保存**——每个请求从 `Authorization` header 读取
|
||
(agent 侧配在 `config.yml` 的 `mcp_servers[].headers`)。`video_task` 用智谱 token;
|
||
`image_task` 用对应上游(智谱或 OpenAI 兼容网关)的 token,上游地址与模型分别由
|
||
`X-Image-Task-Base-Url` / `X-Image-Task-Model` 指定。所以这两个服务不用配任何密钥。
|
||
|
||
`asr` 是例外:输入框那条路(`agent-core` → `POST /transcribe`)不经过 MCP 调用,拿不到 header,
|
||
所以它自己的上游密钥由容器 env `ASR_API_KEY` 提供(写在根 `.env`,已 gitignore,不挂给其他容器)。
|
||
|
||
### 调试端口
|
||
|
||
写在仓库顶层 `.env` 里即可(不写就用默认值;开了端口记得调试完注释回去):
|
||
|
||
| 变量 | 默认 | 说明 |
|
||
|---|---|---|
|
||
| `WEB_SEARCH_PORT` | `8081` | 只在临时打开 web_search 调试端口时用 |
|
||
| `IMAGE_TASK_PORT` | `8082` | 只在临时打开 image_task 调试端口时用 |
|
||
| `VIDEO_TASK_PORT` | `8083` | 只在临时打开 video_task 调试端口(MCP 口,仅本机短时调试)时用 |
|
||
|
||
## 图片是怎么到智谱手上的(只有 video_task 关心)
|
||
|
||
智谱服务器生成视频前要**自己来拉参考图**,它不带 cookie、不带 `Authorization`。这套链路里**没有任何人上传文件**:
|
||
|
||
```
|
||
AI ──调用 agent 内置的「公开临时 URL」工具(直接传文件路径)──► 拿到一条短命公网 URL
|
||
│
|
||
▼
|
||
AI 把拿到的 URL 当 image_url 交给 video_task:3000/mcp
|
||
│
|
||
▼
|
||
智谱 ──匿名 GET──► agent 侧提供的公开临时 URL
|
||
那个文件始终躺在 agent 的任务目录里,零拷贝
|
||
```
|
||
|
||
- 签发与托管全在 agent 侧(它已集成为一个 tool,AI 直接调用即可,不需要 curl 任何内网入口)。
|
||
- 链接短命:到期或 agent 重启后失效;智谱只在提交任务那一刻拉一次图,完全够用。
|
||
- mcp 这三家一个端口都不露,唯一公网可达的东西只有 agent 自己。
|
||
|
||
## 端口与安全
|
||
|
||
| 服务 | 公网暴露 | 说明 |
|
||
|---|---|---|
|
||
| `mcp_web_search` | 无 | 服务端无鉴权,**永远不要映射出去**(会被白嫖搜索额度);agent 走内网访问 |
|
||
| `mcp_image_task` | 无 | token 由调用方自带,暴露后可被拿去消耗你的上游图片额度 |
|
||
| `mcp_video_task` | 无 | 它需要的公开临时 URL 由 agent 侧集成的工具提供,自己不占端口 |
|
||
| `mcp_asr` | 无 | `/mcp` 与 `/transcribe` 都无鉴权,只能由 core 经内网调用;它持有上游 ASR 密钥 |
|
||
|
||
## 单独调试
|
||
|
||
```bash
|
||
cd /root/workspace/tools/agent
|
||
docker compose up -d --build mcp_web_search
|
||
# 不占端口的健康检查
|
||
docker exec mcp_web_search node -e "fetch('http://localhost:3000/health').then(r=>r.text()).then(console.log)"
|
||
```
|
||
|
||
各目录下的 `README.md` 有该服务的工具说明、header 覆盖项与 curl 调试脚本。
|