软件版本llama-b11243使用 llamacpp llmaindex FastMCP mcp-crossappmcpserver.py代码摘要if __name__ __main__:transport os.environ.get(MCP_TRANSPORT, stdio)if transport stdio:mcp.run(transportstdio)else:# 关键修改stateless_http 通过 http_app() 传入而不是 FastMCP()# 这样每个请求都是独立的不再需要 Mcp-Session-Id# 解决 mcp-cross 桥接时的 Session not found 问题import uvicornapp mcp.http_app(json_responseTrue,stateless_httpTrue)uvicorn.run(app,hostos.environ.get(MCP_HOST, 127.0.0.1),portint(os.environ.get(MCP_PORT, 8000)),log_levelwarning,)启动命令set MCP_TRANSPORTstreamable-httpset MCP_HOST127.0.0.1set MCP_PORT8000set PYTHONUTF81set PYTHONIOENCODINGutf-8python.exe .\appmcpserver.py验证mcpserver启动是否成功Get-Content .\req.jsonl | cmd /c npx mcp-cross --debug --header Accept: application/json, text/event-stream --http http://127.0.0.1:8000/mcp --timeout 120000返回{jsonrpc:2.0,id:2,result:{tools:[{_meta:{fastmcp:{tags:[]}},description:从本地知识库检索与问题最相关 的文档片段。\n\n返回的是**原文片段**不是生成的答案。请基于这些片段组织你的回答。,inputSchema:{properties:{query:{type:string,description:用户问题或检索关键词。},top_k:{anyOf:[{type:integer},{type:null}],default:null,description:返回的片段数量默认使用服务器配置值。}},required:[query],type:object,additionalProperties:false},name:query_knowledge_base,outputSchema:{properties:{result:{type:string}},required:[result],type:object,x-fastmcp-wrap-result:true},title:Query Knowledge Base},{_meta:{fastmcp:{tags:[]}},description:检索知识库并返回带来源文件名的片段便于溯源。,inputSchema:{properties:{query:{type:string,description:用户问题或检索关键词。},top_k:{anyOf:[{type:integer},{type:null}],default:null,description:返回的 片段数量。}},required:[query],type:object,additionalProperties:false},name:query_with_sources,outputSchema:{properties:{result:{type:string}},required:[result],type:object,x-fastmcp-wrap-result:true},title:Query With Sources},{_meta:{fastmcp:{tags:[]}},description:列出当前知识库目录下的所有文档文件。,inputSchema:{properties:{},type:object,additionalProperties:false},name:list_documents,outputSchema:{properties:{result:{type:string}},required:[result],type:object,x-fastmcp-wrap-result:true},title:List Documents},{_meta:{fastmcp:{tags:[]}},description:重建向量索引。上传/删除文档后调用此工具让改动生效。,inputSchema:{properties:{},type:object,additionalProperties:false},name:rebuild_index,outputSchema:{properties:{result:{type:string}},required:[result],type:object,x-fastmcp-wrap-result:true},title:Rebuild Index}]}}[http-proxy] Stdin closed, stopping proxy代表mcpserver http方式启动成功mcp-cross代理在mcp.json配置如下:{mcpServers: {llamaindex-rag: {command: cmd,args: [/c,npx,mcp-cross,--header,Accept: application/json, text/event-stream,--http,http://127.0.0.1:8000/mcp,--timeout,120000]}}}启动llama-server补充指定--tools all --mcp-servers-config ./mcp.json启动llama-server结果如下启动日志中有 [34m0.01.049.314[0m [32mI [0msrv start: MCP warmup: llamaindex-rag discovered 4 tools表示通过mcp-cross http方式链接 mcp-server成功效果如下它调用命令把知识库里的内容检索出来。RAG部署完成。