MCP / Agent 接入¶
本文为您介绍如何将 FIRERPA 与大模型进行对接(基于 MCP 或命令)。FIRERPA 已在底层实现了 MCP 服务端协议以及 OpenAI 原生 tool call 功能,支持您自行编写 MCP 插件并通过 65000 标准端口进行服务,或者继承 Agent 类实现全自动的 tool 调用。同时我们也内置了一个自动化 MCP 服务。
内置 Agent 命令¶
通过内置 agent 命令可以快速通过大模型完成完全口语化的任务,支持任意兼容 OpenAI API + tool call 的服务商或是自建服务。配合内置的 crontab,您可以实现口语化任务的定时运行。
提示
agent 命令需要在内置终端内使用,同时需要您提供有效的 API 以及密钥。各个大模型的使用表现可能不一致,请选择最适合您的。我们推荐 Gemini、OpenAI、DeepSeek、GLM 等。
注意
需要注意的是,--api 参数的地址是完整的地址,不是 base_url,通常需要在 base_url 后扩充 /chat/completions 拼接出完整的 API 地址。
准备好所需的信息后,您可以通过在远程桌面的终端输入如下命令来让 AI 自动操作您的设备。
agent --api https://generativelanguage.googleapis.com/v1beta/openai/chat/completions --key YOUR_API_KEY --model gemini-2.5-flash --prompt "帮我打开设置 APP,包名 com.android.settings,找到网络设置,开启飞行模式"
如果您的任务提示过长,也可以通过文件的方式提供模型提示词。
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)¶
本部分为您介绍如何将 FIRERPA 的 MCP 功能接入大模型客户端。我们以 Claude 和 Cursor 为例进行说明,您也可以在其他任意支持 MCP 协议的地方使用它。
备注
FIRERPA 内置 MCP 服务支持 tool call、resource read 以及 prompts 和进度通知及日志。
使用官方扩展¶
对于 Claude,您需要先找到 Claude 设置页面,并按图示操作。然后根据提示,编辑 Claude 的 claude_desktop_config.json 配置文件,并写入如下的 MCP JSON 服务配置。
{"mcpServers": {"firerpa": {"command": "npx", "args": ["-y", "supergateway", "--streamableHttp", "http://192.168.0.2:65000/mcp/"]}}}
对于 Cursor,您需要打开 Cursor Settings,按照图示进行操作,并输入如下配置。
{"mcpServers": {"firerpa": {"url": "http://192.168.0.2:65000/mcp/"}}}
注意
请将配置中的地址替换为您自己设备的 IP 地址。
编写 MCP 扩展¶
我们为您提供了一个示例的 MCP 插件,您可以在 extensions/firerpa.py 下载到此插件,您可以参考其实现方式自行编写或者扩展插件功能。下载扩展插件脚本后,通过远程桌面或者手动 push 将其上传到设备的 ~/modules/extension 目录中,重启 FIRERPA 服务即可。FIRERPA 的 MCP 扩展以 Python 脚本形式部署在设备的 ~/modules/extension 目录下,服务重启后自动加载。