🚀 Mandoline MCP 服务器
借助 Model Context Protocol，使用 Mandoline 的评估框架，让 Claude Code、Claude Desktop 和 Cursor 等 AI 助手能够反思、评估并持续改进自身性能。
🚀 快速开始
客户端设置
大多数用户应从此处开始。使用 Mandoline 托管的 MCP 服务器，将评估工具集成到你的 AI 助手中。
对于以下每个集成，请将 sk_**** 替换为你从 mandoline.ai/account 获取的实际 API 密钥。
Claude Code
使用 CLI 将 Mandoline MCP 服务器添加到 Claude Code：
claude mcp add --scope user --transport http mandoline https://mandoline.ai/mcp --header "x-api-key: sk_****"
你可以使用 --scope user（跨项目）或 --scope project（仅当前项目）。
⚠️ 重要提示
配置更改后，请重启所有活动的 Claude Code 会话。
验证：在 Claude Code 中运行 /mcp，查看 Mandoline 是否列为活动服务器。
官方文档：Claude Code MCP 指南
Claude Desktop
编辑你的配置文件（设置 > 开发者 > 编辑配置）：
- macOS：
~/Library/Application Support/Claude/claude_desktop_config.json - Windows：
%APPDATA%/Claude/claude_desktop_config.json
{
"mcpServers": {
"Mandoline": {
"command": "npx",
"args": [
"-y",
"mcp-remote",
"https://mandoline.ai/mcp",
"--header",
"x-api-key: ${MANDOLINE_API_KEY}"
],
"env": {
"MANDOLINE_API_KEY": "sk_****"
}
}
}
}
此配置全局应用于所有对话。
⚠️ 重要提示
配置更改后，请重启 Claude Desktop。
验证：点击“搜索和工具”按钮时，查看是否有 Mandoline 工具。
官方文档：MCP 快速入门指南
Cursor
创建或编辑你的 MCP 配置文件：
{
"mcpServers": {
"Mandoline": {
"url": "https://mandoline.ai/mcp",
"headers": {
"x-api-key": "sk_****"
}
}
}
}
你可以使用全局配置（影响所有项目）~/.cursor/mcp.json 或项目本地配置（仅当前项目）.cursor/mcp.json（在项目根目录中）。
⚠️ 重要提示
配置更改后，请重启 Cursor。
验证：检查输出面板（Ctrl + Shift + U）→“MCP 日志”以确认连接成功，或在 Composer Agent 中查找 Mandoline 工具。
官方文档：Cursor MCP 指南
服务器设置
仅在你想在本地运行服务器或为开发做贡献时需要。大多数用户应使用上述托管服务器。
先决条件：Node.js 18+ 和 npm
安装
- 克隆并构建
git clone https://github.com/mandoline-ai/mandoline-mcp-server.git cd mandoline-mcp-server npm install npm run build - 配置环境（可选）
cp .env.example .env.local # 编辑 .env.local 以自定义 PORT、LOG_LEVEL 等。 - 启动服务器
npm start
服务器默认运行在 http://localhost:8080。
使用本地服务器
若要使用本地服务器而非托管服务器，请在上述客户端配置中，将 https://mandoline.ai/mcp 替换为 http://localhost:8080/mcp。
💻 使用示例
工具使用
集成完成后，你可以在 AI 助手对话中直接使用 Mandoline 评估工具。
指标工具
| 工具 | 用途 |
|---|---|
create_metric |
为特定任务定义自定义评估标准 |
batch_create_metrics |
一次操作中创建多个评估指标 |
get_metric |
获取特定指标的详细信息 |
get_metrics |
通过过滤和分页浏览指标 |
update_metric |
修改现有指标定义 |
评估工具
| 工具 | 用途 |
|---|---|
create_evaluation |
根据指标对提示/响应进行评分 |
batch_create_evaluations |
根据多个指标评估相同内容 |
get_evaluation |
获取评估结果和分数 |
get_evaluations |
通过过滤和分页浏览评估历史 |
update_evaluation |
为评估添加元数据或上下文 |
资源访问
在 AI 助手中直接访问 Mandoline 的文档和参考资料，包括模型比较指南和评估最佳实践。
📚 详细文档
支持信息
- 平台：https://mandoline.ai - 创建账户并获取 API 密钥
- 文档：https://mandoline.ai/docs - 评估指南和最佳实践
- 问题反馈：GitHub 问题 - 报告错误和提出功能请求
- 邮箱：support@mandoline.ai - 直接支持
📄 许可证
本项目采用 Apache-2.0 许可证，详情请参阅 LICENSE 文件。