פיתוח · שרת MCP מקומי
Orionbelt Semantic Layer
API-first semantic layer MCP server compiling YAML models into dialect-specific SQL.
מה ה-MCP Registry מציין
הרשומה כפי שפורסמה ב-MCP Registry הרשמי (נקרא ב-4 באוקטובר 2026), בגרסה האחרונה.
- שם במרשם
io.github.ralfbecher/orionbelt-semantic-layer- גרסה
- 0.3.0
- סטטוס
- פעיל
- קטגוריה
- פיתוח
- שכבת תעבורה
- stdio (תהליך מקומי)
- חבילה
- PyPI
- פורסם
- 19 בפברואר 2026
- עודכן
- 19 בפברואר 2026
- מפרסם
- ralfbecher (GitHub) · 2 שרתים עם דף כאן
- מרחב שמות
- מרחב השמות אומת על ידי ה-MCP Registry דרך GitHub (github.com/ralfbecher) · איך
- מאגר קוד
- github.com/ralfbecher/orionbelt-semantic-layer
- מקור
- הרשומה ב-API של המרשם
חבילות
| מרשם | חבילה | גרסה | שכבת תעבורה |
|---|---|---|---|
| PyPI | orionbelt-semantic-layer | 0.3.0 | stdio |
איך מחברים את Orionbelt Semantic Layer
Orionbelt Semantic Layer רץ באופן מקומי מתוך חבילת Python שפורסמה ב-PyPI: orionbelt-semantic-layer, גרסה 0.3.0. הוא משתמש ב-MCP על גבי stdio, ולכן הלקוח מפעיל אותו כתוכנה ומתקשר איתו דרך קלט ופלט סטנדרטיים. כדי להריץ אותו צריך Python; לקוחות מפעילים אותו בדרך כלל עם uvx (מתוך uv) או אחרי pip install - הפקודה המקובלת היא uvx orionbelt-semantic-layer.
בפורמט ה-JSON של mcpServers, שלקוחות MCP רבים לדסקטופ ולעורכי קוד קוראים, הרשומה נראית כך (מצייני מקום בסוגריים זוויתיים):
{
"mcpServers": {
"orionbelt-semantic-layer": {
"command": "uvx",
"args": [
"orionbelt-semantic-layer"
]
}
}
}נגזר מהרשומה במרשם, ולא נבדק כאן. מה השרת עושה, ובאילו תנאים, נקבע על ידי המפרסם שלו; כדאי לבדוק את מאגר הקוד או את האתר שלו לפני שנותנים לו גישה לחשבונות או לקבצים שלך. איך מוסיפים שרת MCP לעוזר AI · לפני שמתחברים
עוד מ-ralfbecher (GitHub)
| שרת | הרצה |
|---|---|
| Orionbelt AnalyticsOntology-based MCP server for database schema analysis and RDF/OWL ontology generation. | מקומי · stdio |
עוד שרתים בקטגוריה פיתוח
| שרת | הרצה |
|---|---|
| OrchestrUIDeterministic UI policy, discovery and audits for coding agents across seven ecosystems. | מקומי · stdio |
| OrchexAutopilot AI orchestration - auto-plan, parallelize, self-heal, and route across 6 LLMs. | מקומי · stdio |
| Ori MemoryPersistent memory infrastructure for AI agents. Identity, knowledge graph, and search. | מקומי · stdio |
| Oriora RouterAI model routing on your own vendor keys: pick model per prompt, or route and run it. | מרוחק · HTTPבדיקה חיה: נדרשת התחברות |
| Orm MCPMCP server for @mostajs/orm: generate, lint (24 rules) & migrate EntitySchemas. | מקומי · stdio |
| orm-preflightChecks TypeORM migrations for data loss, table locks, and deploy problems before they run. | מקומי · stdio |
| Orq.aiBuild and monitor LLM apps on Orq.ai: AI gateway, agents, prompts, evals, traces. | מרוחק · HTTPבדיקה חיה: נדרשת התחברות |