Langsung ke konten utama

​
Menyiapkan Server MCP Port

Server Port Model Context Protocol (MCP) menyediakan integrasi yang mulus dengan lingkungan pengembangan populer, memungkinkan Anda mengakses model AI Port langsung dari editor atau IDE Anda. Panduan ini akan memandu Anda dalam menyiapkan server MCP dengan berbagai alat.

​
Apa itu MCP?

Model Context Protocol (MCP) adalah cara standar bagi asisten AI untuk mengakses sumber daya dan alat eksternal dengan aman. Server MCP Port memungkinkan Anda untuk:
  • Mendaftar dan mencari model AI yang tersedia di Port
  • Mengirim permintaan ke titik akhir model mana pun
  • Memeriksa status dan mengambil hasil dari sistem antrian
  • Mengunggah file dan mengelola skema model
  • Mengelola otentikasi API dengan mulus

​
Prasyarat

Sebelum menyiapkan server MCP, pastikan Anda memiliki:
  1. Node.js terinstal (versi 18 atau lebih tinggi)
  2. Kunci API Port dari dasbor Anda
  3. Editor/IDE pilihan Anda terinstal

​
Instalasi

Server MCP Port tersedia sebagai paket npm: 
npm install -g @portmoda/mcp-server
Atau gunakan langsung dengan npx (disarankan): 
npx @portmoda/mcp-server

​
Konfigurasi berdasarkan Editor

​
Kursor

Kursor mendukung MCP melalui file konfigurasinya. Buat atau perbarui .cursor/mcp.json di root proyek Anda: 
{
  "mcpServers": {
    "port-mcp-server": {
      "command": "npx",
      "args": ["@portmoda/mcp-server"]
    }
  }
}
Konfigurasi global alternatif di pengaturan pengguna Anda:
  1. Buka Pengaturan Kursor
  2. Navigasi ke “Server MCP”
  3. Tambahkan server baru dengan:
    • Nama: port-mcp-server
    • Perintah: npx
    • Argumen: @portmoda/mcp-server

​
VS Code

Untuk VS Code dengan dukungan MCP (memerlukan ekstensi yang kompatibel): Buat .vscode/mcp.json: 
{
  "mcpServers": {
    "port-mcp-server": {
      "command": "npx",
      "args": ["@portmoda/mcp-server"],
      "env": {
        "PORT_KEY": "kunci-api-anda-di-sini"
      }
    }
  }
}

​
Cline

Cline mendukung server MCP melalui pengaturannya. Tambahkan ke konfigurasi Cline Anda: 
{
  "mcpServers": {
    "port": {
      "command": "npx",
      "args": ["@portmoda/mcp-server"],
      "description": "Akses model AI Port"
    }
  }
}

​
Selancar Angin

Untuk Windsurf IDE, konfigurasikan MCP di pengaturan ruang kerja: 
{
  "mcp": {
    "servers": {
      "port-mcp-server": {
        "command": "npx",
        "args": ["@portmoda/mcp-server"],
        "timeout": 30000
      }
    }
  }
}

​
Desktop Claude

Tambahkan ke file konfigurasi Desktop Claude Anda: macOS: ~/Library/Application Support/Claude/claude_desktop_config.json Windows: %APPDATA%\Claude\claude_desktop_config.json 
{
  "mcpServers": {
    "port-mcp-server": {
      "command": "npx",
      "args": ["@portmoda/mcp-server"]
    }
  }
}

​
Alat Lain yang Kompatibel dengan MCP

Untuk alat lain yang mendukung MCP, gunakan pola konfigurasi umum ini: 
{
  "mcpServers": {
    "port-mcp-server": {
      "command": "npx",
      "args": ["@portmoda/mcp-server"],
      "env": {
        "PORT_KEY": "${PORT_KEY}"
      }
    }
  }
}

​
Pengaturan Lingkungan

​
Mengatur Kunci API Anda

Anda dapat mengonfigurasi kunci API Port Anda dengan beberapa cara:

​
Opsi 1: Variabel Lingkungan (Disarankan)

export PORT_KEY="kunci-api-anda-di-sini"
Untuk Windows: 
set PORT_KEY=kunci-api-anda-di-sini

​
Opsi 2: File Konfigurasi

Beberapa editor memungkinkan Anda untuk mengatur variabel lingkungan langsung di konfigurasi MCP: 
{
  "mcpServers": {
    "port-mcp-server": {
      "command": "npx",
      "args": ["@portmoda/mcp-server"],
      "env": {
        "PORT_KEY": "kunci-api-anda-di-sini"
      }
    }
  }
}

​
Opsi 3: Konfigurasi Runtime

Server MCP juga mendukung pengaturan kunci API saat runtime menggunakan alat set-port-key.

​
Alat MCP yang Tersedia

Setelah dikonfigurasi, Anda akan memiliki akses ke alat-alat ini melalui asisten AI Anda:

​
Manajemen Model

  • list-models - Jelajahi semua model AI yang tersedia
  • search-models - Temukan model berdasarkan kata kunci
  • model-schema - Dapatkan skema input/output untuk model tertentu

​
Manajemen Permintaan

  • submit - Kirim permintaan ke titik akhir model
  • status - Periksa status permintaan dan log
  • result - Ambil hasil yang sudah selesai
  • cancel - Batalkan permintaan yang sedang berjalan
  • subscribe - Kirim dan tunggu penyelesaian

​
Manajemen File

  • upload - Unggah file ke penyimpanan Port

​
Contoh Penggunaan

​
Mendaftar Model yang Tersedia

Gunakan alat list-models untuk menunjukkan model AI apa yang tersedia.

​
Menghasilkan Gambar

Gunakan alat submit untuk menghasilkan gambar dengan titik akhir black-forest-labs/flux-1.1-pro/text-to-image. 
Gunakan prompt: "Pemandangan gunung yang tenang saat matahari terbenam"

​
Memeriksa Status Permintaan

Periksa status ID permintaan: pd_xxxxxx

​
Pemecahan Masalah

​
Masalah Umum

Server MCP Tidak Ditemukan
  • Pastikan Node.js terinstal dan dapat diakses
  • Coba instal secara global: npm install -g @portmoda/mcp-server
  • Verifikasi bahwa path perintah sudah benar
Kesalahan Otentikasi
  • Periksa apakah variabel lingkungan PORT_KEY Anda telah diatur
  • Verifikasi kunci API Anda valid di Dasbor Port
  • Coba atur kunci menggunakan alat set-port-key
Waktu Koneksi Habis
  • Tingkatkan nilai waktu habis dalam konfigurasi Anda
  • Periksa koneksi internet Anda
  • Verifikasi status API Port
Kesalahan Izin
  • Pastikan izin file yang tepat untuk file konfigurasi
  • Coba jalankan dengan izin pengguna yang sesuai

​
Mendapatkan Bantuan

Jika Anda mengalami masalah:
  1. Periksa Dokumentasi Port
  2. Tinjau dokumentasi MCP editor Anda
  3. Ajukan masalah di GitHub

​
Langkah Berikutnya

Setelah server MCP Anda dikonfigurasi:
  1. Jelajahi Model: Gunakan list-models untuk melihat semua kemampuan AI yang tersedia
  2. Coba Contoh: Mulailah dengan pembuatan teks-ke-gambar atau teks-ke-video sederhana
  3. Bangun Alur Kerja: Gabungkan beberapa model untuk alur kerja AI yang kompleks
  4. Pantau Penggunaan: Lacak penggunaan API Anda di Dasbor Port
Integrasi MCP memudahkan untuk menggabungkan model AI yang kuat langsung ke dalam alur kerja pengembangan Anda, memungkinkan pembuatan prototipe yang cepat dan fitur bertenaga AI yang mulus di aplikasi Anda.