最初为了简化配置管理,我们曾将分离的MCP配置模板合并到主配置文件 vertex_flow/config/llm.yml.template 中,但现在MCP相关配置已重新拆分到独立文件 vertex_flow/config/mcp.yml.template,以便更灵活地管理。
- ✅ MCP配置模板 (
mcp.yml.template) 已合并到llm.yml.template - ✅ 配置结构优化 使用分区标题清晰组织配置
- ✅ 语法验证通过 YAML格式正确无误
- ✅ 功能完整性 包含所有12个主要配置块
| 项目 | 数值 |
|---|---|
| 总行数 | 399行 |
| 配置块数量 | 12个 |
| MCP客户端 | 5个预配置客户端 |
| 分区标题 | 3个主要分区 |
llm.yml.template
├── 大语言模型配置 (LLM Configuration)
│ ├── llm (LLM提供商配置)
│ ├── web-search (网络搜索服务)
│ ├── finance (金融工具)
│ ├── workflow (工作流配置)
│ ├── web (Web服务)
│ ├── vector (向量存储)
│ ├── embedding (嵌入模型)
│ ├── rerank (重排序)
│ ├── document (文档处理)
│ └── retrieval (检索配置)
├── MCP协议配置 (MCP Configuration)
│ └── mcp (MCP客户端和服务器)
└── MCP集成设置 (Integration Settings)
└── integration (集成和安全设置)
llm:
deepseek: # DeepSeek API配置
tongyi: # 通义千问配置
openrouter: # OpenRouter配置
ollama: # 本地Ollama配置mcp:
enabled: true
clients: # 外部MCP服务器连接
filesystem: # 文件系统访问
github: # GitHub集成
database: # 数据库访问
mcp_web_search: # MCP网络搜索
http_server: # HTTP MCP服务器
server: # Vertex Flow MCP服务器
resources: # 资源暴露
tools: # 工具暴露
prompts: # 提示模板integration:
auto_connect: true # 自动连接
timeout: 30 # 操作超时
retry: # 重试策略
logging: # 日志配置
security: # 安全设置-
复制模板:
cp vertex_flow/config/llm.yml.template vertex_flow/config/llm.yml
-
基础配置:
# 设置LLM API密钥 export llm_deepseek_sk="your-deepseek-key" # 设置GitHub Token (可选) export GITHUB_PERSONAL_ACCESS_TOKEN="your-github-token"
-
启用MCP功能:
mcp: enabled: true clients: filesystem: enabled: true # 启用文件系统访问 args: ["@modelcontextprotocol/server-filesystem", "/your/path"]
mcp:
clients:
# 启用GitHub集成
github:
enabled: true
transport: "stdio"
command: "npx"
args: ["@modelcontextprotocol/server-github"]
env:
GITHUB_PERSONAL_ACCESS_TOKEN: "your-token"
# 启用数据库访问
database:
enabled: true
transport: "stdio"
command: "python"
args: ["-m", "mcp_server_database", "--connection-string", "sqlite:///data.db"]integration:
security:
require_approval: true # 需要工具调用审批
allowed_resources:
- "file:///safe/path/*"
- "workflow://*"
blocked_resources:
- "file:///etc/*"
- "file:///root/*"
tool_limits:
max_execution_time: 30
max_memory_usage: 50如果您之前使用了分离的MCP配置文件:
-
备份现有配置:
cp vertex_flow/config/llm.yml vertex_flow/config/llm.yml.backup cp vertex_flow/config/mcp.yml vertex_flow/config/mcp.yml.backup 2>/dev/null || true
-
使用新模板:
cp vertex_flow/config/llm.yml.template vertex_flow/config/llm.yml
-
合并配置:
- 从
llm.yml.backup复制LLM相关配置 - 从
mcp.yml.backup复制MCP相关配置到新文件的mcp和integration部分
- 从
-
验证配置:
python -c "import yaml; yaml.safe_load(open('vertex_flow/config/llm.yml')); print('✅ 配置验证通过')"
- 统一管理: 单一配置文件,减少维护复杂度
- 结构清晰: 分区组织,易于理解和编辑
- 向后兼容: 保持原有配置项不变
- 功能完整: 涵盖所有Vertex Flow功能
- 易于部署: 简化Docker和生产环境配置
- 环境变量支持: 所有敏感配置支持环境变量覆盖
- YAML完整支持: 支持引用、锚点等高级YAML特性
- 配置验证: 内置YAML语法验证
- 模块化设计: 各功能模块独立配置
- 安全控制: 细粒度的资源访问和工具执行控制
# 检查YAML语法
python -c "import yaml; yaml.safe_load(open('vertex_flow/config/llm.yml.template')); print('✅ 语法正确')"# 测试配置加载
python -c "
from vertex_flow.config.config_loader import load_config
config = load_config()
print(f'✅ 配置块数量: {len(config)}')
print(f'✅ MCP启用状态: {config.get(\"mcp\", {}).get(\"enabled\", False)}')
"-
配置文件找不到:
# 确保模板文件存在 ls -la vertex_flow/config/llm.yml.template -
YAML语法错误:
# 使用Python验证语法 python -c "import yaml; yaml.safe_load(open('vertex_flow/config/llm.yml'))"
-
环境变量未生效:
# 检查环境变量 env | grep llm_ env | grep GITHUB_
-
MCP客户端连接失败:
- 检查MCP服务器是否安装 (
npx @modelcontextprotocol/server-*) - 验证命令路径和参数
- 查看日志输出
- 检查MCP服务器是否安装 (
-
启用详细日志:
integration: logging: level: "DEBUG" log_mcp_messages: true log_tool_calls: true
-
测试MCP连接:
# 测试MCP服务器 npx @modelcontextprotocol/server-filesystem /tmp -
配置项检查:
from vertex_flow.config.config_loader import load_config import json config = load_config() print(json.dumps(config, indent=2, ensure_ascii=False))
通过配置统一化,Vertex Flow现在提供了更加简洁和强大的配置管理体验。单一的 llm.yml.template 文件包含了所有功能的配置,使得部署、维护和扩展都变得更加容易。
这个统一配置不仅保持了向后兼容性,还为未来的功能扩展提供了良好的基础架构。用户可以根据需要选择性启用各种功能,同时享受统一配置带来的便利性。