Atla

chính thức

Cho phép các tác nhân AI tương tác với API Atla để đánh giá LLMJ tiên tiến nhất.

Bạn có thể làm gì với Atla MCP?

  • Đánh giá một phản hồi LLM đơn lẻ — Chấm điểm và phê bình câu trả lời của LLM dựa trên tiêu chí đánh giá tùy chỉnh bằng cách sử dụng evaluate_llm_response.
  • Đánh giá qua nhiều tiêu chí — Đánh giá phản hồi LLM trên nhiều tiêu chí cùng lúc và nhận điểm số cùng phản hồi theo từng tiêu chí với evaluate_llm_response_on_multiple_criteria.

Tài liệu

Máy chủ Atla MCP

[!CAUTION] Kho lưu trữ này đã được lưu trữ vào ngày 21 tháng 7 năm 2025. API Atla không còn hoạt động.

Một triển khai máy chủ MCP cung cấp giao diện chuẩn hóa cho các LLM tương tác với API Atla để đánh giá LLMJ tiên tiến nhất.

Tìm hiểu thêm về Atla tại đây. Tìm hiểu thêm về Giao thức Ngữ cảnh Mô hình tại đây.

Atla MCP server

Công cụ có sẵn

  • evaluate_llm_response: Đánh giá phản hồi của một LLM đối với một lời nhắc bằng cách sử dụng một tiêu chí đánh giá nhất định. Hàm này sử dụng mô hình đánh giá Atla bên dưới để trả về một từ điển chứa điểm số cho phản hồi của mô hình và một bài phê bình văn bản chứa phản hồi về phản hồi của mô hình.
  • evaluate_llm_response_on_multiple_criteria: Đánh giá phản hồi của một LLM đối với một lời nhắc trên nhiều tiêu chí đánh giá. Hàm này sử dụng mô hình đánh giá Atla bên dưới để trả về một danh sách các từ điển, mỗi từ điển chứa điểm đánh giá và bài phê bình cho một tiêu chí nhất định.

Cách sử dụng

Để sử dụng máy chủ MCP, bạn sẽ cần một khóa API Atla. Bạn có thể tìm khóa API hiện có của mình tại đây hoặc tạo một khóa mới tại đây.

Cài đặt

Chúng tôi khuyên bạn nên sử dụng uv để quản lý môi trường Python. Xem tại đây để biết hướng dẫn cài đặt.

Chạy máy chủ thủ công

Sau khi bạn đã cài đặt uv và có khóa API Atla, bạn có thể chạy máy chủ MCP thủ công bằng cách sử dụng uvx (được cung cấp bởi uv):

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

Kết nối với máy chủ

Gặp sự cố hoặc cần trợ giúp kết nối với một máy khách khác? Hãy thoải mái mở một vấn đề hoặc liên hệ với chúng tôi!

OpenAI Agents SDK

Để biết thêm chi tiết về cách sử dụng OpenAI Agents SDK với các máy chủ MCP, hãy tham khảo tài liệu chính thức.

  1. Cài đặt OpenAI Agents SDK:
pip install openai-agents
  1. Sử dụng OpenAI Agents SDK để kết nối với máy chủ:
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

Để biết thêm chi tiết về cách cấu hình máy chủ MCP trong Claude Desktop, hãy tham khảo hướng dẫn bắt đầu nhanh MCP chính thức.

  1. Thêm nội dung sau vào tệp claude_desktop_config.json của bạn:
{
  "mcpServers": {
    "atla-mcp-server": {
      "command": "uvx",
      "args": ["atla-mcp-server"],
      "env": {
        "ATLA_API_KEY": "<your-atla-api-key>"
      }
    }
  }
}
  1. Khởi động lại Claude Desktop để áp dụng các thay đổi.

Bây giờ bạn sẽ thấy các tùy chọn từ atla-mcp-server trong danh sách các công cụ MCP có sẵn.

Cursor

Để biết thêm chi tiết về cách cấu hình máy chủ MCP trong Cursor, hãy tham khảo tài liệu chính thức.

  1. Thêm nội dung sau vào tệp .cursor/mcp.json của bạn:
{
  "mcpServers": {
    "atla-mcp-server": {
      "command": "uvx",
      "args": ["atla-mcp-server"],
      "env": {
        "ATLA_API_KEY": "<your-atla-api-key>"
      }
    }
  }
}

Bây giờ bạn sẽ thấy atla-mcp-server trong danh sách các máy chủ MCP có sẵn.

Đóng góp

Rất hoan nghênh các đóng góp! Vui lòng xem tệp CONTRIBUTING.md để biết chi tiết.

Giấy phép

Dự án này được cấp phép theo Giấy phép MIT. Xem tệp LICENSE để biết chi tiết.