mindspore-model-hub-mcp

基于 MCP 的 MindSpore 开发工具包：提供官方模型清单的规范化查询/筛选，预留 PyTorch ↔ MindSpore 互转能力的扩展空间。

特性

• 官方模型清单：data/mindspore_official_models.json 统一字段（group/category/task/suite/links/metrics 等）。
• MCP 工具：list_models 支持 group/category/task/suite/关键词过滤；get_model_info 返回单个模型详情。
• MCP 资源：mindspore://models/official 暴露全量清单，便于客户端缓存或本地筛选。
• 抓取脚本：scripts/update_model_list.py 从官方页面生成最新 JSON。

目录结构

mindspore-model-hub-mcp/
├─ data/                      # 官方模型数据
│  └─ mindspore_official_models.json
├─ scripts/                   # 辅助脚本
│  ├─ update_model_list.py    # 抓取并生成模型 JSON
│  └─ __init__.py
├─ src/
│  └─ mindspore_mcp/          # 代码主体
│     ├─ server.py            # MCP 服务器（自动注册 tools/resources/prompts）
│     ├─ tools.py             # list_models / get_model_info
│     ├─ resource.py          # 资源定义
│     ├─ prompt.py            # prompt 定义
│     ├─ backup_server.py
│     ├─ config.py
│     └─ __init__.py
├─ tests/
├─ pyproject.toml
└─ uv.lock / README.md ...

快速开始（下载压缩包方式）

1. 下载项目压缩包并解压到本地路径（例如 E:/CodeProject/mindspore-model-hub-mcp），进入该目录。
2. 安装依赖：

uv sync

3. 客户端配置（示例，需按实际路径调整）：

// cline_mcp_settings.json 片段
"mindspore_model_hub_mcp": {
  "command": "uv",
  "args": [
    "--directory",
    "E:/CodeProject/mindspore-model-hub-mcp",
    "run",
    "python",
    "-m",
    "mindspore_mcp.server"
  ],
  "autoApprove": []
}

4. 调用示例：
   • 工具：list_models(task="text-generation")、get_model_info("llama2")
   • 资源：读取 mindspore://models/official 获取全量清单
5. 更新数据（可选）：

uv run python scripts/update_model_list.py

可选：如果需要在 IDE/测试中直接 import mindspore_mcp，可执行一次 uv pip install -e . 进行可编辑安装。

使用提示

• 客户端如不支持 read_resource，可用工具接口获取数据；支持资源的客户端可读取全量 JSON 后本地过滤，避免大 token 消耗。
• 可编辑安装后代码改动会实时生效；已有进程需重启/重载才会读取新代码。