Vai al contenuto principale

​
Impostazione del server MCP di Port

Il server Port Model Context Protocol (MCP) offre un’integrazione perfetta con i più diffusi ambienti di sviluppo, consentendoti di accedere ai modelli di intelligenza artificiale di Port direttamente dal tuo editor o IDE. Questa guida ti guiderà attraverso l’impostazione del server MCP con vari strumenti.

​
Cos’è MCP?

Il Model Context Protocol (MCP) è un modo standardizzato per gli assistenti IA di accedere in modo sicuro a risorse e strumenti esterni. Il server MCP di Port ti consente di:
  • Elencare e cercare modelli di intelligenza artificiale disponibili su Port
  • Inviare richieste a qualsiasi endpoint del modello
  • Controllare lo stato e recuperare i risultati dal sistema di code
  • Caricare file e gestire gli schemi dei modelli
  • Gestire l’autenticazione API senza interruzioni

​
Prerequisiti

Prima di configurare il server MCP, assicurati di avere:
  1. Node.js installato (versione 18 o successiva)
  2. Chiave API Port dalla tua dashboard
  3. Il tuo editor/IDE preferito installato

​
Installazione

Il server MCP di Port è disponibile come pacchetto npm: 
npm install -g @portmoda/mcp-server
Oppure usalo direttamente con npx (consigliato): 
npx @portmoda/mcp-server

​
Configurazione per editor

​
Cursor

Cursor supporta MCP tramite il suo file di configurazione. Crea o aggiorna .cursor/mcp.json nella radice del tuo progetto: 
{
  "mcpServers": {
    "port-mcp-server": {
      "command": "npx",
      "args": ["@portmoda/mcp-server"]
    }
  }
}
Configurazione globale alternativa nelle impostazioni utente:
  1. Apri le impostazioni di Cursor
  2. Vai a “Server MCP”
  3. Aggiungi un nuovo server con:
    • Nome: port-mcp-server
    • Comando: npx
    • Argomenti: @portmoda/mcp-server

​
VS Code

Per VS Code con supporto MCP (richiede un’estensione compatibile): Crea .vscode/mcp.json: 
{
  "mcpServers": {
    "port-mcp-server": {
      "command": "npx",
      "args": ["@portmoda/mcp-server"],
      "env": {
        "PORT_KEY": "la-tua-chiave-api-qui"
      }
    }
  }
}

​
Cline

Cline supporta i server MCP tramite le sue impostazioni. Aggiungi alla tua configurazione di Cline: 
{
  "mcpServers": {
    "port": {
      "command": "npx",
      "args": ["@portmoda/mcp-server"],
      "description": "Accesso al modello IA di Port"
    }
  }
}

​
Windsurf

Per l’IDE Windsurf, configura MCP nelle impostazioni dell’area di lavoro: 
{
  "mcp": {
    "servers": {
      "port-mcp-server": {
        "command": "npx",
        "args": ["@portmoda/mcp-server"],
        "timeout": 30000
      }
    }
  }
}

​
Claude Desktop

Aggiungi al tuo file di configurazione di Claude Desktop: 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"]
    }
  }
}

​
Altri strumenti compatibili con MCP

Per qualsiasi altro strumento che supporti MCP, utilizza questo modello di configurazione generale: 
{
  "mcpServers": {
    "port-mcp-server": {
      "command": "npx",
      "args": ["@portmoda/mcp-server"],
      "env": {
        "PORT_KEY": "${PORT_KEY}"
      }
    }
  }
}

​
Impostazione dell’ambiente

​
Impostazione della chiave API

Puoi configurare la tua chiave API Port in diversi modi:

​
Opzione 1: variabile d’ambiente (consigliata)

export PORT_KEY="la-tua-chiave-api-qui"
Per Windows: 
set PORT_KEY=la-tua-chiave-api-qui

​
Opzione 2: file di configurazione

Alcuni editor consentono di impostare le variabili d’ambiente direttamente nella configurazione MCP: 
{
  "mcpServers": {
    "port-mcp-server": {
      "command": "npx",
      "args": ["@portmoda/mcp-server"],
      "env": {
        "PORT_KEY": "la-tua-chiave-api-qui"
      }
    }
  }
}

​
Opzione 3: configurazione di runtime

Il server MCP supporta anche l’impostazione della chiave API in fase di esecuzione utilizzando lo strumento set-port-key.

​
Strumenti MCP disponibili

Una volta configurato, avrai accesso a questi strumenti tramite il tuo assistente IA:

​
Gestione dei modelli

  • list-models - Sfoglia tutti i modelli di intelligenza artificiale disponibili
  • search-models - Trova i modelli per parole chiave
  • model-schema - Ottieni schemi di input/output per modelli specifici

​
Gestione delle richieste

  • submit - Invia richieste agli endpoint del modello
  • status - Controlla lo stato della richiesta e i log
  • result - Recupera i risultati completati
  • cancel - Annulla le richieste in esecuzione
  • subscribe - Invia e attendi il completamento

​
Gestione dei file

  • upload - Carica file nell’archivio di Port

​
Esempi di utilizzo

​
Elenco dei modelli disponibili

Usa lo strumento list-models per mostrarmi quali modelli di intelligenza artificiale sono disponibili.

​
Generazione di un’immagine

Usa lo strumento submit per generare un'immagine con l'endpoint black-forest-labs/flux-1.1-pro/text-to-image. 
Usa il prompt: "Un paesaggio montano sereno al tramonto"

​
Controllo dello stato della richiesta

Controlla lo stato dell'ID richiesta: pd_xxxxxx

​
Risoluzione dei problemi

​
Problemi comuni

Server MCP non trovato
  • Assicurati che Node.js sia installato e accessibile
  • Prova a installare globalmente: npm install -g @portmoda/mcp-server
  • Verifica che il percorso del comando sia corretto
Errori di autenticazione
  • Controlla che la tua variabile d’ambiente PORT_KEY sia impostata
  • Verifica che la tua chiave API sia valida nella dashboard di Port
  • Prova a impostare la chiave utilizzando lo strumento set-port-key
Timeout di connessione
  • Aumenta i valori di timeout nella tua configurazione
  • Controlla la tua connessione Internet
  • Verifica lo stato dell’API di Port
Errori di autorizzazione
  • Assicurati che i permessi dei file di configurazione siano corretti
  • Prova a eseguire con le autorizzazioni utente appropriate

​
Ottenere aiuto

In caso di problemi:
  1. Controlla la documentazione di Port
  2. Rivedi la documentazione MCP del tuo editor
  3. Apri un problema su GitHub

​
Prossimi passi

Una volta configurato il server MCP:
  1. Esplora i modelli: usa list-models per vedere tutte le funzionalità di intelligenza artificiale disponibili
  2. Prova gli esempi: inizia con semplici generazioni di testo in immagine o testo in video
  3. Crea flussi di lavoro: combina più modelli per pipeline di intelligenza artificiale complesse
  4. Monitora l’utilizzo: tieni traccia dell’utilizzo dell’API nella dashboard di Port
L’integrazione di MCP semplifica l’incorporazione di potenti modelli di intelligenza artificiale direttamente nel tuo flusso di lavoro di sviluppo, consentendo una prototipazione rapida e funzionalità basate sull’intelligenza artificiale senza interruzioni nelle tue applicazioni.