ci4s
/
ai4mats-mcp-tools
0
0
Fork 1
Code Issues Pull Requests 2 Actions Packages Projects Releases Wiki Activity

dataset skill接ai4mats.com

This commit is contained in:
cyc 2026-06-08 08:39:19 +08:00
parent 29f39f5d0c
commit fe6304a6db
8 changed files with 280 additions and 32 deletions
Show Stats Download Patch File Download Diff File Expand all files Collapse all files

2
.opencode/skills/create_model/scripts/create_result.json
View File

@ -15,7 +15,7 @@
"identifier": "fanshuai_model_20260525110238",
"is_public": false,
"relative_paths": "fanshuai/model/143/fanshuai_model_20260525110238/origin/model",
"preview_pic": "http://172.20.32.121:31213/minio/data/mini-model-platform-data/temp/fanshuai/1761528061144/model/材料筛选.png",
"preview_pic": "https://www.ai4mats.com/minio/data/mini-model-platform-data/temp/fanshuai/1761528061144/model/材料筛选.png",
"is_hot_stone": false,
"git_id": 143
}

2
.opencode/skills/dataset/common/login_mcp_server.py
View File

@ -8,7 +8,7 @@ from mcp.server.fastmcp import FastMCP
def load_config():
config_path = os.path.join(os.path.dirname(__file__), "config.json")
default_config = {
"API_BASE_URL": "http://172.20.32.121:31213",
"API_BASE_URL": "https://www.ai4mats.com",
"MCP_TRANSPORT": "stdio"
}

76
.opencode/skills/dataset/create_dataset/SKILL.md
View File

@ -5,7 +5,7 @@ triggers:
- "新增数据集"
- "创建数据集"
metadata:
api-base: http://172.20.32.121:31213
api-base: https://www.ai4mats.com
---
# 创建数据集（调用接口）
@ -22,7 +22,6 @@ metadata:
- 密码 `password`
- 数据集名称 `name`
- 数据集标签 `data_tag`
- 数据类型 `data_type`（可选，默认为"通用数据"）
- 若缺失，必须先向用户询问
2. **调用登录接口获取token**
@ -31,33 +30,52 @@ metadata:
- 获取 `access_token`
- 保存为临时变量 `token`
3. **创建数据集**
- 调用`scripts/dataset_mcp_server.create_dataset`方法
- 参数：`token`(来自步骤2), `name`, `data_tag`, `data_type`
3. **获取父级分类列表**
- 调用`scripts/dataset_mcp_server.get_parent_categories`方法
- 参数: `token`(来自步骤2)
- 返回父级分类列表，供用户选择需要展开的分类
4. **反馈结果**
4. **选择需要展开的父级分类**
- 展示父级分类列表给用户
- 询问用户需要展开哪个父级分类
- 获取用户选择的父级分类ID `parent_id`
5. **获取叶子节点列表**
- 调用`scripts/dataset_mcp_server.get_child_categories`方法
- 参数: `token`(来自步骤2), `parent_id`(来自步骤4)
- 返回该父级分类下的所有叶子节点列表
6. **选择数据类型**
- 展示叶子节点列表给用户
- 询问用户选择哪种数据类型 `data_type`
7. **创建数据集**
- 调用`scripts/dataset_mcp_server.create_dataset`方法
- 参数：`token`(来自步骤2), `name`, `data_tag`, `data_type`(来自步骤6)
8. **反馈结果**
- ✅ 成功：返回数据集名称和创建结果
- ❌ 失败：返回错误码和错误信息
5. **询问是否创建数据集版本**
9. **询问是否创建数据集版本**
- 如果创建数据集成功，则继续询问用户是否需要创建数据集版本
- 用户回答是则进行以下步骤，否则终止。
6. **输入版本描述**
10. **输入版本描述**
- 输入版本描述version_desc
7. **上传文件**
11. **上传文件**
- 调用`scripts/upload_file.upload_file`方法分片上传文件
8. **获取最新的版本号**
12. **获取最新的版本号**
- 调用`scripts/dataset_mcp_server.query_next_version`方法获取最新的版本号
9. **创建数据集版本**
13. **创建数据集版本**
- 调用`scripts/dataset_mcp_server.create_dataset_version`方法
- 参数：`token`(来自步骤2), `git_id`(来自步骤3), `id`(来自步骤3), `identifier`(来自步骤3), `file_path`(来自步骤7的输入), `file_data`(来自步骤7的结果), `name`:name, `owner`:username, `version`(来自步骤8), `version_desc`(来自步骤6)
- 参数：`token`(来自步骤2), `git_id`(来自步骤7), `id`(来自步骤7), `identifier`(来自步骤7), `file_path`(来自步骤11的输入), `file_data`(来自步骤11的结果), `name`:name, `owner`:username, `version`(来自步骤12), `version_desc`(来自步骤10)
10. **反馈结果**
- 打印第9步的参数
14. **反馈结果**
- 打印第13步的参数
- ✅ 成功：返回创建数据集版本结果
- ❌ 失败：返回错误码和错误信息
@ -66,24 +84,32 @@ metadata:
## 示例对话
**用户：**
> 帮我创建一个数据集，名字叫 test121，标签是 test，数据类型是通用数据
> 帮我创建一个数据集，名字叫 test121，标签是 test
**Agent 行为：**
1. 询问用户名和密码（如未知）
2. 调用登录接口获取token
3. 调用创建数据集
4. 返回：
> ✅ 数据集 `test121` 创建成功
5. 询问是否创建数据集版本
6. 输入版本描述
7. 上传文件
8. 获取最新的版本号
9. 创建数据集版本
10. 反馈结果
3. 调用获取父级分类列表接口，返回：知识层级数据
4. 询问用户需要展开哪个父级分类
5. 用户选择"知识层级数据"
6. 调用获取叶子节点列表接口，返回：通用数据、领域基础数据、领域专业数据
7. 询问用户选择哪种数据类型
8. 用户选择"通用数据"
9. 调用创建数据集
10. 返回：
> ✅ 数据集 `test121` 创建成功
11. 询问是否创建数据集版本
12. 输入版本描述
13. 上传文件
14. 获取最新的版本号
15. 创建数据集版本
16. 反馈结果
---
## 注意事项
- Token 有效期由服务端控制，过期需重新登录
- 不建议将用户名、密码、Token 写入日志
- 创建失败时应明确提示是 **登录失败** 还是 **创建失败**
- 创建失败时应明确提示是 **登录失败** 还是 **创建失败**
- 数据类型选择流程：先选择父级分类 → 展开叶子节点 → 选择叶子节点作为数据类型
- 如用户直接指定数据类型名称，可调用`get_data_types`获取所有叶子节点进行匹配验证

173
.opencode/skills/dataset/create_dataset/scripts/dataset_mcp_server.py
View File

@ -20,7 +20,7 @@ async def create_dataset(
}
payload = {
"name": name,
"preview_pic": "http://172.20.32.121:31213/minio/data/mini-model-platform-data/temp/fanshuai/1761528061144/dataset/电学材料.png",
"preview_pic": "https://www.ai4mats.com/minio/data/mini-model-platform-data/temp/fanshuai/1761528061144/dataset/电学材料.png",
"dataset_source": "add",
"data_type": data_type,
"data_tag": data_tag,
@ -134,6 +134,177 @@ async def query_asset_icon(
return f"❌ 查询数据集分类失败: {str(e)}"
@mcp.tool()
async def get_parent_categories(token: str) -> str:
"""
获取父级分类列表，用于用户选择需要展开的分类
参数:
- token: 访问令牌
返回: 父级分类列表，格式为 {"code": 200, "msg": "操作成功", "data": [{"id": 137, "name": "知识层级数据"}, ...]}
"""
import json
try:
asset_icon_result = await query_asset_icon(token)
if isinstance(asset_icon_result, str):
try:
asset_icon_result = json.loads(asset_icon_result)
except:
return f"❌ 解析数据集分类失败"
if asset_icon_result.get("code") != 200:
return f"❌ 获取数据集分类失败: {asset_icon_result.get('msg', '未知错误')}"
data = asset_icon_result.get("data", [])
parent_categories = []
for category in data:
parent_categories.append({
"id": category.get("id"),
"name": category.get("name"),
"category_id": category.get("category_id"),
"parent_id": category.get("parent_id")
})
return {
"code": 200,
"msg": "操作成功",
"data": parent_categories
}
except Exception as e:
return f"❌ 获取父级分类列表失败: {str(e)}"
@mcp.tool()
async def get_child_categories(token: str, parent_id: int) -> str:
"""
根据父级分类ID获取其下的叶子节点列表
参数:
- token: 访问令牌
- parent_id: 父级分类ID
返回: 叶子节点列表，格式为 {"code": 200, "msg": "操作成功", "data": [{"id": 138, "name": "通用数据", "parent_id": 137, "path": "icon-tongyongshuju"}, ...]}
"""
import json
try:
asset_icon_result = await query_asset_icon(token)
if isinstance(asset_icon_result, str):
try:
asset_icon_result = json.loads(asset_icon_result)
except:
return f"❌ 解析数据集分类失败"
if asset_icon_result.get("code") != 200:
return f"❌ 获取数据集分类失败: {asset_icon_result.get('msg', '未知错误')}"
data = asset_icon_result.get("data", [])
child_categories = []
for category in data:
if category.get("id") == parent_id:
second_list = category.get("second_asset_icon_list", [])
if second_list:
for item in second_list:
grandchild_list = item.get("second_asset_icon_list", [])
if grandchild_list:
for grandchild in grandchild_list:
child_categories.append({
"id": grandchild.get("id"),
"name": grandchild.get("name"),
"parent_id": grandchild.get("parent_id"),
"path": grandchild.get("path")
})
else:
child_categories.append({
"id": item.get("id"),
"name": item.get("name"),
"parent_id": item.get("parent_id"),
"path": item.get("path")
})
break
return {
"code": 200,
"msg": "操作成功",
"data": child_categories
}
except Exception as e:
return f"❌ 获取叶子节点列表失败: {str(e)}"
@mcp.tool()
async def get_data_types(token: str) -> str:
"""
获取所有可用的数据类型列表（仅叶子节点），用于直接选择
参数:
- token: 访问令牌
返回: 所有叶子节点列表，格式为 {"code": 200, "msg": "操作成功", "data": [{"id": 138, "name": "通用数据", "parent_id": 137, "path": "icon-tongyongshuju"}, ...]}
"""
import json
try:
asset_icon_result = await query_asset_icon(token)
if isinstance(asset_icon_result, str):
try:
asset_icon_result = json.loads(asset_icon_result)
except:
return f"❌ 解析数据集分类失败"
if asset_icon_result.get("code") != 200:
return f"❌ 获取数据集分类失败: {asset_icon_result.get('msg', '未知错误')}"
data = asset_icon_result.get("data", [])
data_types = []
for category in data:
second_list = category.get("second_asset_icon_list", [])
if second_list:
for item in second_list:
grandchild_list = item.get("second_asset_icon_list", [])
if grandchild_list:
for grandchild in grandchild_list:
data_types.append({
"id": grandchild.get("id"),
"name": grandchild.get("name"),
"parent_id": grandchild.get("parent_id"),
"path": grandchild.get("path")
})
else:
data_types.append({
"id": item.get("id"),
"name": item.get("name"),
"parent_id": item.get("parent_id"),
"path": item.get("path")
})
else:
data_types.append({
"id": category.get("id"),
"name": category.get("name"),
"parent_id": category.get("parent_id"),
"path": category.get("path")
})
return {
"code": 200,
"msg": "操作成功",
"data": data_types
}
except Exception as e:
return f"❌ 获取数据类型列表失败: {str(e)}"
if __name__ == "__main__":
print(f"🚀 启动数据集 MCP 服务，传输模式: {TRANSPORT_MODE}")
mcp.run(transport=TRANSPORT_MODE)

2
.opencode/skills/dataset/create_dataset/scripts/upload_file.py
View File

@ -6,8 +6,8 @@ import sys
import time
import httpx
from common.config import API_BASE_URL
API_BASE_URL = "http://172.20.32.121:31213"
DEFAULT_SIZE = 10 * 1024 * 1024 # 10MB
def compute_md5(file_path: str) -> str:

2
test/test_dataset.py
View File

@ -10,6 +10,7 @@ from tools.dataset_mcp_server import (
login,
add_dataset,
get_asset_icon,
get_data_types,
upload_chunk,
add_version,
update_dataset,
@ -74,6 +75,7 @@ async def main():
test_cases = [
("查询数据集分类", get_asset_icon, {"token": token, **test_data["get_asset_icon"]}),
("获取可用数据类型", get_data_types, {"token": token}),
("查询数据集列表", query_datasets, {"token": token, **test_data["query_datasets"]}),
]

2
tools/app_deploy_mcp_server.py
View File

@ -10,7 +10,7 @@ def load_config():
"""加载配置"""
config_path = os.path.join(os.path.dirname(__file__), "config.json")
default_config = {
"API_BASE_URL": "http://172.20.32.121:31213"
"API_BASE_URL": "https://www.ai4mats.com"
}
try:

53
tools/dataset_mcp_server.py
View File

@ -6,7 +6,7 @@ import json
def load_config():
config_path = os.path.join(os.path.dirname(__file__), "../config/config.json")
default_config = {
"DATASET_API_BASE_URL": "http://172.20.32.121:31213",
"DATASET_API_BASE_URL": "https://www.ai4mats.com",
"DATASET_DEFAULT_USERNAME": "fanshuai",
"DATASET_DEFAULT_PASSWORD": "h1n2x3j4y5@",
"MCP_TRANSPORT": "stdio"
@ -150,7 +150,7 @@ async def get_asset_icon(
- size: 每页数量 (默认: 10000)
- category_id: 分类ID (默认: 1)
返回: 数据集分类列表。
返回: 数据集分类列表，包含一级分类和二级分类信息。
"""
api_url = f"{API_BASE_URL}/api/mmp/assetIcon"
@ -175,6 +175,55 @@ async def get_asset_icon(
except Exception as e:
return f"查询数据集分类时发生未知错误: {str(e)}"
@mcp.tool()
async def get_data_types(token: str) -> str:
"""
获取可用的数据集类型列表
参数说明:
- token: 访问令牌
返回: 可用的数据类型列表，格式为[{"id": 138, "name": "通用数据"}, ...]
"""
try:
asset_icon_result = await get_asset_icon(token)
asset_icon_data = json.loads(asset_icon_result)
if asset_icon_data.get("code") != 200:
return f"获取数据集分类失败: {asset_icon_data.get('msg', '未知错误')}"
data = asset_icon_data.get("data", [])
data_types = []
for category in data:
second_list = category.get("second_asset_icon_list", [])
if second_list:
for item in second_list:
data_types.append({
"id": item.get("id"),
"name": item.get("name"),
"parent_id": item.get("parent_id"),
"path": item.get("path")
})
else:
data_types.append({
"id": category.get("id"),
"name": category.get("name"),
"parent_id": category.get("parent_id"),
"path": category.get("path")
})
return json.dumps({
"code": 200,
"msg": "操作成功",
"data": data_types
}, indent=2, ensure_ascii=False)
except json.JSONDecodeError as e:
return f"解析数据集分类失败: {str(e)}"
except Exception as e:
return f"获取数据类型列表时发生未知错误: {str(e)}"
@mcp.tool()
async def upload_chunk(
token: str,