Braintree MCP Server
QuentinCody
README
Braintree MCP 服务器
一个非官方的 Model Context Protocol (MCP) 服务器,用于与 PayPal Braintree 支付处理服务交互。
概述
该服务器实现了 Model Context Protocol (MCP) 规范,为 AI 助手模型提供通过 GraphQL API 直接、结构化地访问 Braintree 支付处理能力的方式。它使 AI 系统能够通过 MCP 工具执行支付操作,例如获取交易、创建支付和管理客户数据。
要求
- Python 3.13+
- Braintree 商户帐户凭据
安装
- 克隆此仓库
git clone https://github.com/yourusername/braintree-mcp-server.git
cd braintree-mcp-server
- 设置 Python 3.13+ 环境
# 如果使用 pyenv
pyenv install 3.13.0
pyenv local 3.13.0
# 或者使用其他方法来确保 Python 3.13+
- 安装依赖项
pip install -e .
配置
在项目根目录中创建一个 .env
文件,其中包含您的 Braintree 凭据:
BRAINTREE_MERCHANT_ID=您的商户ID
BRAINTREE_PUBLIC_KEY=您的公钥
BRAINTREE_PRIVATE_KEY=您的私钥
BRAINTREE_ENVIRONMENT=sandbox # 或 production
您可以从 Braintree 控制面板获取这些凭据。
用法
运行服务器
python braintree_server.py
服务器默认使用 stdio 传输运行,这适用于与支持 MCP 的 AI 助手系统集成。
可用的 MCP 工具
braintree_ping
简单的连接性测试,用于检查您的 Braintree 凭据是否有效。
response = await braintree_ping()
# 如果成功,返回 "pong"
braintree_execute_graphql
针对 Braintree API 执行任意 GraphQL 查询。
query = """
query GetTransactionDetails($id: ID!) {
node(id: $id) {
... on Transaction {
id
status
amount {
value
currencyCode
}
createdAt
}
}
}
"""
variables = {"id": "transaction_id_here"}
response = await braintree_execute_graphql(query, variables)
# 返回来自 Braintree 的 JSON 响应
常用 GraphQL 操作
获取客户
query GetCustomer($id: ID!) {
node(id: $id) {
... on Customer {
id
firstName
lastName
email
paymentMethods {
edges {
node {
id
details {
... on CreditCardDetails {
last4
expirationMonth
expirationYear
cardType
}
}
}
}
}
}
}
}
创建交易
mutation CreateTransaction($input: ChargePaymentMethodInput!) {
chargePaymentMethod(input: $input) {
transaction {
id
status
amount {
value
currencyCode
}
}
}
}
包含变量:
{
"input": {
"paymentMethodId": "payment_method_id_here",
"transaction": {
"amount": "10.00",
"orderId": "order123",
"options": {
"submitForSettlement": true
}
}
}
}
故障排除
- 确保您的 Braintree 凭据在
.env
文件中正确 - 验证您的网络连接可以访问 Braintree 的 API 端点
- 检查您的 Braintree 帐户是否存在任何速率限制或权限问题
许可证
本项目仅用于演示目的。 在生产环境中使用风险自负。
免责声明
这是一个非官方的集成,未经 PayPal 或 Braintree 认可或附属。
推荐服务器
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。
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。
MCP Package Docs Server
促进大型语言模型高效访问和获取 Go、Python 和 NPM 包的结构化文档,通过多语言支持和性能优化来增强软件开发。
Claude Code MCP
一个实现了 Claude Code 作为模型上下文协议(Model Context Protocol, MCP)服务器的方案,它可以通过标准化的 MCP 接口来使用 Claude 的软件工程能力(代码生成、编辑、审查和文件操作)。
@kazuph/mcp-taskmanager
用于任务管理的模型上下文协议服务器。它允许 Claude Desktop(或任何 MCP 客户端)在基于队列的系统中管理和执行任务。
mermaid-mcp-server
一个模型上下文协议 (MCP) 服务器,用于将 Mermaid 图表转换为 PNG 图像。
Jira-Context-MCP
MCP 服务器向 AI 编码助手(如 Cursor)提供 Jira 工单信息。

Linear MCP Server
一个模型上下文协议(Model Context Protocol)服务器,它与 Linear 的问题跟踪系统集成,允许大型语言模型(LLM)通过自然语言交互来创建、更新、搜索和评论 Linear 问题。

Sequential Thinking MCP Server
这个服务器通过将复杂问题分解为顺序步骤来促进结构化的问题解决,支持修订,并通过完整的 MCP 集成来实现多条解决方案路径。
Curri MCP Server
通过管理文本笔记、提供笔记创建工具以及使用结构化提示生成摘要,从而实现与 Curri API 的交互。