Analysis MCP Server
Enables arithmetic operations such as addition and calculating averages, exposing tools via MCP with stdio and Streamable HTTP transports.
README
Agent Platform — Phase 1 MCP
本目錄依照 AI Agent + MCP Server 建置說明 v0.1.md 建立。目前已完成單一 Analysis MCP Server、兩個工具、stdio 與 localhost Streamable HTTP transport,以及兩種 transport 的整合測試。
目前架構
mcp_server/
├── mcp_servers/
│ └── analysis/
│ ├── server.py
│ └── tests/
├── .env.example
├── .gitignore
├── AGENTS.md
├── README.md
└── requirements.txt
目前提供:
add(a, b):兩數相加。calculate_average(values):計算非空數列的算術平均值。
安裝
需要 Python 3.10 以上;目前已在 Python 3.12 驗證。
cd /home/mingkang/mcp_server
python3 -m venv .venv
source .venv/bin/activate
python -m pip install --upgrade pip
python -m pip install -r requirements.txt
執行 MCP Server(Streamable HTTP)
source .venv/bin/activate
python mcp_servers/analysis/server.py
預設 endpoint:
http://127.0.0.1:8001/mcp
Server 刻意只監聽 localhost;目前沒有驗證、授權與 TLS,不得改用 0.0.0.0 對外公開。
如需直接啟動 stdio transport:
python mcp_servers/analysis/server.py --transport stdio
不要在 stdio Server 中把一般日誌寫到 stdout,以免破壞 MCP 訊息。
執行測試
source .venv/bin/activate
pytest
測試包含 Python 函式單元測試,以及真正啟動 stdio 和 Streamable HTTP MCP 子行程後進行 initialize、tools/list、tools/call 的整合測試。HTTP 測試使用動態 localhost port,避免與開發中的 8001 衝突。
MCP Inspector
環境已具備 Node.js 與 npx 時可執行:
source .venv/bin/activate
mcp dev mcp_servers/analysis/server.py
Inspector 應顯示 add 與 calculate_average。建議測試:
add:a=5,b=7,預期12。calculate_average:values=[10,20,30],預期20。calculate_average:values=[],預期回報values cannot be empty。
下一個 checkpoint
stdio、Inspector 與 localhost Streamable HTTP 驗收通過後,下一步是串接單一 OpenAI Agent。目前 PyPI 的 openai-agents==0.19.4 宣告相依 mcp>=1.19,<2,與本專案採用的 mcp==2.0.0 不相容;因此尚未安裝 Agents SDK,也不以忽略相依條件的方式強行混裝。
.env 已建立且被 Git 忽略;日後 Agent 階段再填入 OPENAI_API_KEY,切勿提交金鑰。
推荐服务器
Baidu Map
百度地图核心API现已全面兼容MCP协议,是国内首家兼容MCP协议的地图服务商。
Playwright MCP Server
一个模型上下文协议服务器,它使大型语言模型能够通过结构化的可访问性快照与网页进行交互,而无需视觉模型或屏幕截图。
Audiense Insights MCP Server
通过模型上下文协议启用与 Audiense Insights 账户的交互,从而促进营销洞察和受众数据的提取和分析,包括人口统计信息、行为和影响者互动。
Magic Component Platform (MCP)
一个由人工智能驱动的工具,可以从自然语言描述生成现代化的用户界面组件,并与流行的集成开发环境(IDE)集成,从而简化用户界面开发流程。
VeyraX
一个单一的 MCP 工具,连接你所有喜爱的工具:Gmail、日历以及其他 40 多个工具。
Kagi MCP Server
一个 MCP 服务器,集成了 Kagi 搜索功能和 Claude AI,使 Claude 能够在回答需要最新信息的问题时执行实时网络搜索。
graphlit-mcp-server
模型上下文协议 (MCP) 服务器实现了 MCP 客户端与 Graphlit 服务之间的集成。 除了网络爬取之外,还可以将任何内容(从 Slack 到 Gmail 再到播客订阅源)导入到 Graphlit 项目中,然后从 MCP 客户端检索相关内容。
Exa MCP Server
模型上下文协议(MCP)服务器允许像 Claude 这样的 AI 助手使用 Exa AI 搜索 API 进行网络搜索。这种设置允许 AI 模型以安全和受控的方式获取实时的网络信息。
mcp-server-qdrant
这个仓库展示了如何为向量搜索引擎 Qdrant 创建一个 MCP (Managed Control Plane) 服务器的示例。
e2b-mcp-server
使用 MCP 通过 e2b 运行代码。