概述
智能路由是 MCPHub 的智能工具发现系统,它使用向量语义搜索来自动找到与任何给定任务最相关的工具。AI 客户端无需手动指定使用哪些工具,只需描述他们想要完成的任务,智能路由就会识别并提供对最合适工具的访问。智能路由的工作原理
1. 工具索引
当服务器启动时,智能路由会自动:- 从 MCP 服务器发现所有可用工具
- 提取工具元数据(名称、描述、参数)
- 将工具信息转换为向量嵌入
- 使用 pgvector 将嵌入存储在 PostgreSQL 中
2. 语义搜索
当进行查询时:- 用户查询被转换为向量嵌入
- 相似性搜索使用余弦相似度找到匹配的工具
- 动态阈值过滤掉不相关的结果
- 结果按相关性得分排序
3. 智能过滤
智能路由应用多个过滤器:- 相关性阈值:只返回高于相似性阈值的工具
- 上下文感知:考虑对话上下文
- 工具可用性:确保工具当前可访问
- 权限过滤:尊重用户访问权限
4. 工具执行
找到的工具可以直接执行:- 参数验证确保正确的工具使用
- 错误处理提供有用的反馈
- 响应格式保持一致性
- 日志记录跟踪工具使用情况进行分析
前置条件
智能路由需要比基础 MCPHub 使用更多的设置:必需组件
- 带有 pgvector 的 PostgreSQL:用于嵌入存储的向量数据库
- 嵌入服务:OpenAI API 或兼容服务
- 环境配置:正确的配置变量
使用智能路由
智能路由端点
通过特殊的$smart
端点访问智能路由:
- HTTP MCP
- SSE (Legacy)
故障排除
数据库连接问题
数据库连接问题
症状:
- 智能路由不可用
- 数据库连接错误
- 嵌入存储失败
- 验证 PostgreSQL 是否正在运行
- 检查 DATABASE_URL 格式
- 确保安装了 pgvector 扩展
- 手动测试连接:
嵌入服务问题
嵌入服务问题
症状:
- 工具索引失败
- 查询处理错误
- API 速率限制错误
- 验证 API 密钥有效性
- 检查网络连接
- 监控速率限制
- 测试嵌入服务:
搜索结果不佳
搜索结果不佳
症状:
- 返回不相关的工具
- 相关性得分低
- 缺少预期的工具
- 调整相似性阈值
- 使用更好的描述重新索引工具
- 使用更具体的查询
- 检查工具元数据质量
性能问题
性能问题
症状:
- 查询响应缓慢
- 数据库负载高
- 内存使用激增
- 优化数据库配置
- 增加缓存大小
- 减少批处理大小
- 监控系统资源
最佳实践
查询编写
要具体描述:在查询中使用具体、描述性的语言以获得更好的工具匹配。
包含上下文:提供有关您的任务或领域的相关上下文以获得更准确的结果。
使用自然语言:像向人类描述任务一样编写查询。
工具描述
质量元数据:确保 MCP 服务器提供高质量的工具描述和元数据。
定期更新:随着功能的发展保持工具描述的最新状态。
一致的命名:在工具和服务器中使用一致的命名约定。
系统维护
定期重新索引:定期重新索引工具以确保嵌入质量。
监控性能:跟踪查询模式并根据使用情况进行优化。
更新模型:随着新嵌入模型的出现,考虑更新到更新的模型。