MCP / Agent 接入¶
本文為您介紹如何將 FIRERPA 與大模型進行對接(基於 MCP 或命令)。FIRERPA 已在底層實現了 MCP 服務端協定以及 OpenAI 原生 tool call 功能,支援您自行編寫 MCP 外掛程式並透過 65000 標準埠進行服務,或者繼承 Agent 類別實現全自動的 tool 呼叫。同時我們也內建了一個自動化 MCP 服務。
內建 Agent 命令¶
透過內建 agent 命令可以快速透過大模型完成完全口語化的任務,支援任意相容 OpenAI API + tool call 的服務商或是自建服務。配合內建的 crontab,您可以實現口語化任務的定時執行。
提示
agent 命令需要在內建終端內使用,同時需要您提供有效的 API 以及金鑰。各個大模型的使用表現可能不一致,請選擇最適合您的。我們推薦 Gemini、OpenAI、DeepSeek、GLM 等。
注意
需要注意的是,--api 參數的地址是完整的地址,不是 base_url,通常需要在 base_url 後擴充 /chat/completions 拼接出完整的 API 地址。
準備好所需的資訊後,您可以透過在遠端桌面的終端輸入如下命令來讓 AI 自動操作您的裝置。
agent --api https://generativelanguage.googleapis.com/v1beta/openai/chat/completions --key YOUR_API_KEY --model gemini-2.5-flash --prompt "幫我打開設定 APP,套件名稱 com.android.settings,找到網路設定,開啟飛航模式"
如果您的任務提示過長,也可以透過檔案的方式提供模型提示詞。
agent --api https://generativelanguage.googleapis.com/v1beta/openai/chat/completions --key YOUR_API_KEY --model gemini-2.5-flash --prompt /path/to/prompt.txt
Claude & Cursor 接入(MCP)¶
本部分為您介紹如何將 FIRERPA 的 MCP 功能接入大模型客戶端。我們以 Claude 和 Cursor 為例進行說明,您也可以在其他任意支援 MCP 協定的地方使用它。
備註
FIRERPA 內建 MCP 服務支援 tool call、resource read 以及 prompts 和進度通知及日誌。
使用官方擴充套件¶
對於 Claude,您需要先找到 Claude 設定頁面,並按圖示操作。然後根據提示,編輯 Claude 的 claude_desktop_config.json 配置檔案,並寫入如下的 MCP JSON 服務配置。
{"mcpServers": {"firerpa": {"command": "npx", "args": ["-y", "supergateway", "--streamableHttp", "http://192.168.0.2:65000/mcp/"]}}}
對於 Cursor,您需要開啟 Cursor Settings,按照圖示進行操作,並輸入如下配置。
{"mcpServers": {"firerpa": {"url": "http://192.168.0.2:65000/mcp/"}}}
注意
請將配置中的地址替換為您自己裝置的 IP 地址。
編寫 MCP 擴充套件¶
我們為您提供了一個示例的 MCP 外掛程式,您可以在 extensions/firerpa.py 下載到此外掛程式,您可以參考其實作方式自行編寫或者擴充外掛程式功能。下載擴充外掛程式指令碼後,透過遠端桌面或者手動 push 將其上传到裝置的 ~/modules/extension 目錄中,重啟 FIRERPA 服務即可。FIRERPA 的 MCP 擴充套件以 Python 指令碼形式部署在裝置的 ~/modules/extension 目錄下,服務重啟後自動載入。