自定义 MCP 客户端

在任何 MCP 兼容客户端中连接 PuppyOne 数据。

MCP Server 信息

PuppyOne 为每个连接生成一个标准的 MCP Server，任何支持 MCP 协议的客户端都可以直接连接。

Server URL：

https://api.puppyone.ai/api/v1/mcp/server/{API_KEY}

自部署 URL：

http://localhost:9090/api/v1/mcp/server/{API_KEY}

传输协议：SSE（Server-Sent Events）

获取 API Key

通过 Dashboard

打开 Project → Connections
点击 Add Connection → 选择 MCP
输入名称，创建连接
复制 API Key

通过 CLI

puppyone conn add mcp "My Agent Data"

输出中会包含完整的 Server URL 和 API Key。

使用 mcp-remote

大多数 MCP 客户端支持通过 mcp-remote 连接远程 MCP Server。这是最通用的接入方式：

npx -y mcp-remote https://api.puppyone.ai/api/v1/mcp/server/sk_live_xxx

客户端配置示例

Cline（VS Code 插件）

在 Cline 的 MCP 设置中添加：

{
  "mcpServers": {
    "puppyone": {
      "command": "npx",
      "args": ["-y", "mcp-remote", "https://api.puppyone.ai/api/v1/mcp/server/sk_live_xxx"]
    }
  }
}

Continue（VS Code / JetBrains 插件）

在 ~/.continue/config.json 中添加 MCP 配置：

{
  "experimental": {
    "modelContextProtocolServers": [
      {
        "transport": {
          "type": "stdio",
          "command": "npx",
          "args": ["-y", "mcp-remote", "https://api.puppyone.ai/api/v1/mcp/server/sk_live_xxx"]
        }
      }
    ]
  }
}

Zed

在 Zed 的 settings.json 中添加：

{
  "context_servers": {
    "puppyone": {
      "command": {
        "path": "npx",
        "args": ["-y", "mcp-remote", "https://api.puppyone.ai/api/v1/mcp/server/sk_live_xxx"]
      }
    }
  }
}

使用 MCP SDK 直接连接

如果你在构建自己的 Agent 或工具，可以使用 MCP SDK 直接连接 PuppyOne。

TypeScript

import { Client } from "@modelcontextprotocol/sdk/client/index.js";
import { SSEClientTransport } from "@modelcontextprotocol/sdk/client/sse.js";
 
const API_KEY = "sk_live_xxx";
const serverUrl = `https://api.puppyone.ai/api/v1/mcp/server/${API_KEY}`;
 
const transport = new SSEClientTransport(new URL(serverUrl));
const client = new Client({
  name: "my-agent",
  version: "1.0.0",
});
 
await client.connect(transport);
 
// 列出可用工具
const tools = await client.listTools();
console.log("可用工具:", tools);
 
// 调用工具获取数据结构
const schema = await client.callTool({
  name: "get_data_schema",
  arguments: {},
});
console.log("数据结构:", schema);
 
// 查询数据
const result = await client.callTool({
  name: "query_data",
  arguments: {
    path: "/products",
  },
});
console.log("查询结果:", result);

Python

from mcp import ClientSession
from mcp.client.sse import sse_client
 
API_KEY = "sk_live_xxx"
server_url = f"https://api.puppyone.ai/api/v1/mcp/server/{API_KEY}"
 
async def main():
    async with sse_client(server_url) as (read, write):
        async with ClientSession(read, write) as session:
            await session.initialize()
 
            # 列出可用工具
            tools = await session.list_tools()
            print("可用工具:", tools)
 
            # 获取数据结构
            schema = await session.call_tool("get_data_schema", {})
            print("数据结构:", schema)
 
            # 查询数据
            result = await session.call_tool("query_data", {
                "path": "/products",
            })
            print("查询结果:", result)
 
if __name__ == "__main__":
    import asyncio
    asyncio.run(main())

可用工具列表

连接成功后，你的 Agent 可以使用以下 MCP 工具操作 Content Node：

工具	说明	参数
`get_data_schema`	获取 Content Node 树的结构概览	无
`get_all_data`	获取所有数据	无
`query_data`	按路径或条件查询数据	`path`, `filter`
`preview`	预览节点内容（截断大数据）	`path`
`select`	精确选择一个或多个节点	`path`, `ids`
`create`	创建新的 Content Node	`path`, `type`, `name`, `content`
`update`	更新节点内容	`path`, `content`
`delete`	删除节点	`path`

常见问题

SSE 连接被中断

部分客户端或网络代理不支持长时间的 SSE 连接。解决方案：

检查客户端是否有 SSE 超时设置
如果使用公司网络代理，确保代理支持 SSE
使用 mcp-remote 通常可以处理重连逻辑

工具列表为空

确认 API Key 正确
确认对应的 PuppyOne 项目中有数据
尝试重新创建 MCP 连接

SDK 版本兼容

PuppyOne 支持 MCP 协议的标准 SSE 传输。请使用最新版本的 MCP SDK：

# TypeScript
npm install @modelcontextprotocol/sdk
 
# Python
pip install mcp

下一步

REST API — 不使用 MCP，直接通过 HTTP 接口访问
代码沙盒 — 在隔离环境中执行代码处理数据

Claude Code REST API