Atla

Serveur MCP Atla

[!CAUTION] Ce dépôt a été archivé le 21 juillet 2025. L'API Atla n'est plus active.

Une implémentation de serveur MCP fournissant une interface standardisée permettant aux LLM d'interagir avec l'API Atla pour une évaluation LLMJ de pointe.

Apprenez-en plus sur Atla ici. Apprenez-en plus sur le Model Context Protocol ici.

Outils disponibles

• evaluate_llm_response : Évalue la réponse d'un LLM à une invite en utilisant un critère d'évaluation donné. Cette fonction utilise un modèle d'évaluation Atla en arrière-plan pour retourner un dictionnaire contenant un score pour la réponse du modèle et une critique textuelle contenant des retours sur la réponse du modèle.
• evaluate_llm_response_on_multiple_criteria : Évalue la réponse d'un LLM à une invite selon plusieurs critères d'évaluation. Cette fonction utilise un modèle d'évaluation Atla en arrière-plan pour retourner une liste de dictionnaires, chacun contenant un score d'évaluation et une critique pour un critère donné.

Utilisation

Pour utiliser le serveur MCP, vous aurez besoin d'une clé API Atla. Vous pouvez trouver votre clé API existante ici ou en créer une nouvelle ici.

Installation

Nous recommandons d'utiliser uv pour gérer l'environnement Python. Voir ici pour les instructions d'installation.

Exécution manuelle du serveur

Une fois que vous avez installé uv et que vous disposez de votre clé API Atla, vous pouvez exécuter manuellement le serveur MCP en utilisant uvx (qui est fourni par uv) :

ATLA_API_KEY=<your-api-key> uvx atla-mcp-server

Connexion au serveur

Vous rencontrez des problèmes ou avez besoin d'aide pour vous connecter à un autre client ? N'hésitez pas à ouvrir un ticket ou à nous contacter !

OpenAI Agents SDK

Pour plus de détails sur l'utilisation du SDK OpenAI Agents avec les serveurs MCP, consultez la documentation officielle.

1. Installez le SDK OpenAI Agents :

pip install openai-agents

2. Utilisez le SDK OpenAI Agents pour vous connecter au serveur :

import os

from agents import Agent
from agents.mcp import MCPServerStdio

async with MCPServerStdio(
        params={
            "command": "uvx",
            "args": ["atla-mcp-server"],
            "env": {"ATLA_API_KEY": os.environ.get("ATLA_API_KEY")}
        }
    ) as atla_mcp_server:
    ...

Claude Desktop

Pour plus de détails sur la configuration des serveurs MCP dans Claude Desktop, consultez le guide de démarrage rapide MCP officiel.

1. Ajoutez ce qui suit à votre fichier claude_desktop_config.json :

{
  "mcpServers": {
    "atla-mcp-server": {
      "command": "uvx",
      "args": ["atla-mcp-server"],
      "env": {
        "ATLA_API_KEY": "<your-atla-api-key>"
      }
    }
  }
}

2. Redémarrez Claude Desktop pour appliquer les modifications.

Vous devriez maintenant voir les options de atla-mcp-server dans la liste des outils MCP disponibles.

Cursor

Pour plus de détails sur la configuration des serveurs MCP dans Cursor, consultez la documentation officielle.

1. Ajoutez ce qui suit à votre fichier .cursor/mcp.json :

{
  "mcpServers": {
    "atla-mcp-server": {
      "command": "uvx",
      "args": ["atla-mcp-server"],
      "env": {
        "ATLA_API_KEY": "<your-atla-api-key>"
      }
    }
  }
}

Vous devriez maintenant voir atla-mcp-server dans la liste des serveurs MCP disponibles.

Contribution

Les contributions sont les bienvenues ! Veuillez consulter le fichier CONTRIBUTING.md pour plus de détails.

Licence

Ce projet est sous licence MIT. Voir le fichier LICENSE pour plus de détails.