Atla MCP Server

官方

使AI代理能夠與Atla API互動，進行最先進的LLMJ評估。

GitHub
18

文件

Atla MCP 伺服器

[!CAUTION] 此存放庫已於 2025 年 7 月 21 日封存。Atla API 已不再提供服務。

一個 MCP 伺服器實作，提供標準化介面讓 LLM 與 Atla API 互動，以進行最先進的 LLMJ 評估。

在此處了解更多關於 Atla 的資訊。在此處了解更多關於模型上下文協定的資訊。

Atla MCP server

可用工具

  • evaluate_llm_response：使用指定的評估標準來評估 LLM 對提示的回應。此函式在底層使用 Atla 評估模型，回傳一個包含模型回應分數的字典，以及一個包含對模型回應回饋的文字評論。
  • evaluate_llm_response_on_multiple_criteria：跨_多個_評估標準來評估 LLM 對提示的回應。此函式在底層使用 Atla 評估模型，回傳一個字典列表，每個字典包含針對特定標準的評估分數和評論。

使用方式

要使用 MCP 伺服器，您需要一個 Atla API 金鑰。您可以在此處找到現有的 API 金鑰，或在此處建立新的金鑰。

安裝

我們建議使用 uv 來管理 Python 環境。請參閱此處的安裝說明。

手動執行伺服器

安裝好 uv 並取得 Atla API 金鑰後，您可以使用 uvx（由 uv 提供）手動執行 MCP 伺服器：

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

連接到伺服器

遇到問題或需要協助連接到其他客戶端嗎？歡迎提出 issue 或聯絡我們！

OpenAI Agents SDK

有關將 OpenAI Agents SDK 與 MCP 伺服器搭配使用的更多詳細資訊，請參閱官方文件。

  1. 安裝 OpenAI Agents SDK：
pip install openai-agents
  1. 使用 OpenAI Agents SDK 連接到伺服器：
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

有關在 Claude Desktop 中設定 MCP 伺服器的更多詳細資訊，請參閱官方 MCP 快速入門指南。

  1. 將以下內容新增到您的 claude_desktop_config.json 檔案中：
{
  "mcpServers": {
    "atla-mcp-server": {
      "command": "uvx",
      "args": ["atla-mcp-server"],
      "env": {
        "ATLA_API_KEY": "<your-atla-api-key>"
      }
    }
  }
}
  1. 重新啟動 Claude Desktop 以套用變更。

您現在應該會在可用的 MCP 工具列表中看到來自 atla-mcp-server 的選項。

Cursor

有關在 Cursor 中設定 MCP 伺服器的更多詳細資訊，請參閱官方文件。

  1. 將以下內容新增到您的 .cursor/mcp.json 檔案中：
{
  "mcpServers": {
    "atla-mcp-server": {
      "command": "uvx",
      "args": ["atla-mcp-server"],
      "env": {
        "ATLA_API_KEY": "<your-atla-api-key>"
      }
    }
  }
}

您現在應該會在可用的 MCP 伺服器列表中看到 atla-mcp-server。

貢獻

歡迎貢獻！請參閱 CONTRIBUTING.md 檔案以了解詳細資訊。

授權

本專案採用 MIT 授權條款。請參閱 LICENSE 檔案以了解詳細資訊。