Atla MCP Server

官方

使AI代理能够与Atla API交互，以进行最先进的LLMJ评估。

GitHub
18

文档

Atla MCP 服务器

[!CAUTION] 此仓库已于 2025 年 7 月 21 日归档。Atla API 已不再活跃。

一个 MCP 服务器实现，为 LLM 提供标准化接口，以便与 Atla API 交互，进行最先进的 LLMJ 评估。

在此处了解有关 Atla 的更多信息。在此处了解有关模型上下文协议的更多信息。

Atla MCP server

可用工具

  • evaluate_llm_response：使用给定的评估标准评估 LLM 对提示的响应。此函数在底层使用 Atla 评估模型，返回一个字典，其中包含模型响应的分数以及包含对模型响应反馈的文本评论。
  • evaluate_llm_response_on_multiple_criteria：跨_多个_评估标准评估 LLM 对提示的响应。此函数在底层使用 Atla 评估模型，返回一个字典列表，每个字典包含给定标准的评估分数和评论。

用法

要使用 MCP 服务器，您需要一个 Atla API 密钥。您可以在此处找到现有的 API 密钥，或在此处创建一个新密钥。

安装

我们建议使用 uv 来管理 Python 环境。有关安装说明，请参见此处。

手动运行服务器

安装 uv 并拥有 Atla API 密钥后，您可以使用 uvx（由 uv 提供）手动运行 MCP 服务器：

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

连接到服务器

遇到问题或需要帮助连接到其他客户端？欢迎提交 issue 或联系我们！

OpenAI Agents SDK

有关将 OpenAI Agents SDK 与 MCP 服务器一起使用的更多详细信息，请参阅官方文档。

  1. 安装 OpenAI Agents SDK：
pip install openai-agents
  1. 使用 OpenAI Agents SDK 连接到服务器：
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

有关在 Claude Desktop 中配置 MCP 服务器的更多详细信息，请参阅官方 MCP 快速入门指南。

  1. 将以下内容添加到您的 claude_desktop_config.json 文件中：
{
  "mcpServers": {
    "atla-mcp-server": {
      "command": "uvx",
      "args": ["atla-mcp-server"],
      "env": {
        "ATLA_API_KEY": "<your-atla-api-key>"
      }
    }
  }
}
  1. 重启 Claude Desktop 以应用更改。

您现在应该会在可用 MCP 工具列表中看到来自 atla-mcp-server 的选项。

Cursor

有关在 Cursor 中配置 MCP 服务器的更多详细信息，请参阅官方文档。

  1. 将以下内容添加到您的 .cursor/mcp.json 文件中：
{
  "mcpServers": {
    "atla-mcp-server": {
      "command": "uvx",
      "args": ["atla-mcp-server"],
      "env": {
        "ATLA_API_KEY": "<your-atla-api-key>"
      }
    }
  }
}

您现在应该会在可用 MCP 服务器列表中看到 atla-mcp-server。

贡献

欢迎贡献！有关详细信息，请参见 CONTRIBUTING.md 文件。

许可证

本项目采用 MIT 许可证。有关详细信息，请参见 LICENSE 文件。