Atla MCP Server
resmiMemungkinkan agen AI untuk berinteraksi dengan API Atla guna evaluasi LLMJ yang mutakhir.
Dokumentasi
Server MCP Atla
[!CAUTION] Repositori ini diarsipkan pada 21 Juli 2025. API Atla sudah tidak aktif.
Implementasi server MCP yang menyediakan antarmuka terstandarisasi bagi LLM untuk berinteraksi dengan API Atla guna evaluasi LLMJ terkini.
Pelajari lebih lanjut tentang Atla di sini. Pelajari lebih lanjut tentang Model Context Protocol di sini.
Alat yang Tersedia
evaluate_llm_response: Mengevaluasi respons LLM terhadap suatu prompt menggunakan kriteria evaluasi yang diberikan. Fungsi ini menggunakan model evaluasi Atla di balik layar untuk mengembalikan kamus berisi skor untuk respons model dan kritik tekstual berisi umpan balik terhadap respons model.evaluate_llm_response_on_multiple_criteria: Mengevaluasi respons LLM terhadap suatu prompt di beberapa kriteria evaluasi. Fungsi ini menggunakan model evaluasi Atla di balik layar untuk mengembalikan daftar kamus, masing-masing berisi skor evaluasi dan kritik untuk kriteria tertentu.
Penggunaan
Untuk menggunakan server MCP, Anda memerlukan kunci API Atla. Anda dapat menemukan kunci API yang sudah ada di sini atau membuat yang baru di sini.
Instalasi
Kami merekomendasikan penggunaan
uvuntuk mengelola lingkungan Python. Lihat di sini untuk petunjuk instalasi.
Menjalankan server secara manual
Setelah Anda menginstal uv dan memiliki kunci API Atla, Anda dapat menjalankan server MCP secara manual menggunakan uvx (yang disediakan oleh uv):
ATLA_API_KEY=<your-api-key> uvx atla-mcp-server
Menghubungkan ke server
Mengalami masalah atau butuh bantuan menghubungkan ke klien lain? Jangan ragu untuk membuka isu atau hubungi kami!
OpenAI Agents SDK
Untuk detail lebih lanjut tentang penggunaan OpenAI Agents SDK dengan server MCP, lihat dokumentasi resmi.
- Instal OpenAI Agents SDK:
pip install openai-agents
- Gunakan OpenAI Agents SDK untuk terhubung ke server:
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
Untuk detail lebih lanjut tentang konfigurasi server MCP di Claude Desktop, lihat panduan memulai cepat MCP resmi.
- Tambahkan yang berikut ke file
claude_desktop_config.jsonAnda:
{
"mcpServers": {
"atla-mcp-server": {
"command": "uvx",
"args": ["atla-mcp-server"],
"env": {
"ATLA_API_KEY": "<your-atla-api-key>"
}
}
}
}
- Mulai ulang Claude Desktop untuk menerapkan perubahan.
Anda sekarang akan melihat opsi dari atla-mcp-server di daftar alat MCP yang tersedia.
Cursor
Untuk detail lebih lanjut tentang konfigurasi server MCP di Cursor, lihat dokumentasi resmi.
- Tambahkan yang berikut ke file
.cursor/mcp.jsonAnda:
{
"mcpServers": {
"atla-mcp-server": {
"command": "uvx",
"args": ["atla-mcp-server"],
"env": {
"ATLA_API_KEY": "<your-atla-api-key>"
}
}
}
}
Anda sekarang akan melihat atla-mcp-server di daftar server MCP yang tersedia.
Berkontribusi
Kontribusi sangat diterima! Silakan lihat file CONTRIBUTING.md untuk detailnya.
Lisensi
Proyek ini dilisensikan di bawah Lisensi MIT. Lihat file LICENSE untuk detailnya.