Firebase MCP

Firebase MCP

MCP 服务器与任何 Firebase 项目交互

robertodevs

开发者工具
访问服务器

README

Firebase MCP 服务器

一个 Firebase Admin SDK MCP (模型-控制器-提供者) 服务器,提供一套用于管理 Firebase Authentication 和 Firestore 操作的工具。 此服务器可以与 Cursor IDE 或 Claude Desktop 一起使用,以实现与 AI 助手的无缝集成。

功能

身份验证工具

  • create_user: 创建新的 Firebase 用户
  • get_users: 列出 Firebase Auth 中的所有用户
  • get_user: 获取特定用户详细信息
  • update_user: 更新用户属性(电子邮件、显示名称、密码)
  • delete_user: 从 Firebase Auth 中删除用户
  • verify_email: 生成电子邮件验证链接
  • reset_password: 生成密码重置链接

Firestore 工具

  • get_collections: 列出所有 Firestore 集合
  • get_documents: 列出一个集合中的所有文档
  • get_document: 获取特定文档数据
  • create_document: 创建新文档
  • update_document: 更新现有文档
  • delete_document: 从 Firestore 中删除文档
  • batch_write: 原子性地执行多个写入操作

前提条件

  • Python 3.7 或更高版本
  • 启用了 Admin SDK 的 Firebase 项目
  • Firebase 服务帐户密钥
  • Cursor IDE 或 Claude Desktop(用于 AI 助手集成)

设置

  1. 创建 Firebase 项目

    • 前往 Firebase 控制台
    • 创建一个新项目或选择一个现有项目
    • 启用 Authentication 和 Firestore 服务
  2. 获取 Firebase Admin SDK 凭据

    • 在 Firebase 控制台中,转到“项目设置”>“服务帐户”
    • 点击“生成新的私钥”
    • 将 JSON 文件另存为项目根目录中的 service-account-key.json
  3. 安装依赖项

    pip install firebase-admin fastmcp
    
  4. 配置服务器

    • 更新 firebase.py 中的服务帐户密钥路径:
      cred = credentials.Certificate("path/to/your/service-account-key.json")
      

运行服务器

  1. 启动 MCP 服务器

    您可以通过多种方式运行服务器:

    # 使用 MCP CLI(推荐)
    mcp dev firebase.py
    
    # 使用环境变量
    mcp dev firebase.py -v FIREBASE_KEY=path/to/key.json
    
    # 使用自定义名称
    mcp dev firebase.py --name "Firebase Tools Server"
    
    # 从文件加载环境变量
    mcp dev firebase.py -f .env
    
  2. 在 Claude Desktop 中安装

    # 基本安装
    mcp install firebase.py
    
    # 使用自定义名称安装
    mcp install firebase.py --name "Firebase Tools"
    
    # 使用环境变量安装
    mcp install firebase.py -v FIREBASE_KEY=path/to/key.json -v OTHER_VAR=value
    mcp install firebase.py -f .env
    
  3. 直接执行

    对于高级场景,您可以直接运行服务器:

    from mcp.server.fastmcp import FastMCP
    
    mcp = FastMCP("Firebase Tools")
    
    if __name__ == "__main__":
        mcp.run()
    

    然后运行:

    python firebase.py
    # 或
    mcp run firebase.py
    

调试

  1. 服务器日志

    MCP 服务器提供详细的日志记录。 您可以通过设置环境变量来启用调试日志:

    mcp dev firebase.py -v MCP_LOG_LEVEL=debug
    
  2. 生命周期管理

    为了调试初始化和清理,请实现生命周期 API:

    from contextlib import asynccontextmanager
    from collections.abc import AsyncIterator
    from mcp.server import Server
    
    @asynccontextmanager
    async def server_lifespan(server: Server) -> AsyncIterator[dict]:
        # 启动时初始化 Firebase
        firebase_app = initialize_firebase()
        try:
            yield {"firebase": firebase_app}
        finally:
            # 关闭时清理
            await firebase_app.delete()
    
    # 将生命周期传递给服务器
    server = Server("firebase-tools", lifespan=server_lifespan)
    
  3. 工具测试

    您可以使用 MCP CLI 测试单个工具:

    # 测试特定工具
    mcp test firebase.py --tool create_user
    
    # 使用特定参数进行测试
    mcp test firebase.py --tool create_user --args '{"email": "test@example.com"}'
    
  4. 集成测试

    为了测试完整的服务器集成:

    # 在测试模式下启动服务器
    mcp dev firebase.py --test
    
    # 在另一个终端中,运行集成测试
    mcp test-integration firebase.py
    

使用示例

身份验证操作

# 创建一个新用户
await create_user(email="user@example.com", password="securepassword123")

# 更新用户属性
await update_user(
    user_id="user123",
    email="newemail@example.com",
    display_name="New Name"
)

# 发送电子邮件验证
await verify_email(
    user_id="user123",
    action_url="https://yourapp.com/verified"
)

# 生成密码重置链接
await reset_password(
    email="user@example.com",
    action_url="https://yourapp.com/reset-complete"
)

Firestore 操作

# 创建一个文档
await create_document(
    collection_id="users",
    document_id="user123",
    data={
        "name": "John Doe",
        "age": 30
    }
)

# 更新一个文档
await update_document(
    collection_id="users",
    document_id="user123",
    data={
        "age": 31
    }
)

# 获取文档数据
await get_document(
    collection_id="users",
    document_id="user123"
)

# 执行原子批量操作
await batch_write(operations=[
    {
        "type": "create",
        "collection_id": "users",
        "document_id": "user1",
        "data": {
            "name": "John Doe",
            "email": "john@example.com"
        }
    },
    {
        "type": "update",
        "collection_id": "profiles",
        "document_id": "profile1",
        "data": {
            "age": 30,
            "occupation": "Developer"
        }
    },
    {
        "type": "delete",
        "collection_id": "temp",
        "document_id": "temp1"
    }
])

响应格式

所有工具都以一致的格式返回响应:

# 成功响应
{
    "success": True,
    "data": {...}  # 或相关的成功数据
    "message": "操作已成功完成"
}

# 错误响应
{
    "success": False,
    "error": "错误消息详情"
}

安全注意事项

  1. 服务帐户密钥

    • 永远不要将您的 service-account-key.json 提交到版本控制
    • 将其添加到 .gitignore
    • 在生产中使用环境变量
  2. 身份验证

    • 始终验证用户输入
    • 实施适当的错误处理
    • 遵循 Firebase 安全最佳实践

贡献

  1. Fork 存储库
  2. 创建一个功能分支
  3. 提交您的更改
  4. 推送到分支
  5. 创建一个 Pull Request

许可证

该项目根据 MIT 许可证获得许可 - 有关详细信息,请参见 LICENSE 文件。

支持

对于问题和功能请求,请在 GitHub 存储库中创建一个 issue。

推荐服务器

Playwright MCP Server

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。

官方
精选
TypeScript
Magic Component Platform (MCP)

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。

官方
精选
本地
TypeScript
MCP Package Docs Server

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。

精选
本地
TypeScript
Claude Code MCP

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)。

精选
本地
JavaScript
@kazuph/mcp-taskmanager

@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。

精选
本地
JavaScript
mermaid-mcp-server

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。

精选
JavaScript
Jira-Context-MCP

Jira-Context-MCP

MCP 服务器向 AI 编码助手(如 Cursor)提供 Jira 工单信息。

精选
TypeScript
Linear MCP Server

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。

精选
JavaScript
Sequential Thinking MCP Server

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。

精选
Python
Curri MCP Server

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。

官方
本地
JavaScript