GitHub MCP Server

GitHub MCP Server

一个模型上下文协议服务器,使人工智能模型能够与 GitHub 的 API 交互,从而允许通过自然语言命令创建和管理带有描述、主题和网站 URL 的存储库。

版本控制
开发者工具
访问服务器

Tools

create_repo

Create or update GitHub repositories using natural language commands

README

GitHub MCP 服务器

一个模型上下文协议 (MCP) 服务器,提供与 GitHub API 交互的工具。目前支持创建带有描述、主题和网站 URL 的存储库。

功能

  • 从描述自动生成名称来创建 GitHub 存储库
  • 向存储库添加主题/标签
  • 设置存储库主页
  • 使用 README 文件自动初始化存储库

安装

  1. 克隆存储库
  2. 安装依赖项:
npm install
  1. 构建服务器:
npm run build

配置

服务器需要具有存储库创建权限的 GitHub 个人访问令牌。 将以下内容添加到您的 MCP 设置文件中:

{
  "mcpServers": {
    "github": {
      "command": "node",
      "args": ["path/to/github-server/build/index.js"],
      "env": {
        "GITHUB_TOKEN": "your-github-token"
      }
    }
  }
}

可用工具

create_repo

使用自然语言命令创建或更新 GitHub 存储库。

命令格式

该工具接受用于不同操作的自然语言命令:

创建存储库:

Create a repository for [description] with tags [tag1 tag2 tag3] website [url]

或者

Make a new repository called [description] tagged with [tag1, tag2, tag3]

更新存储库描述:

Update [owner/repo] description to [new description]

或者

Change [repo-name] description as [new description]

更新存储库标签:

Update [owner/repo] tags to [tag1 tag2 tag3]

或者

Set [repo-name] topics as [tag1, tag2, tag3]

更新存储库网站:

Update [owner/repo] website to [url]

或者

Set [repo-name] homepage as [url]

使用示例

创建一个新的存储库:

const result = await use_mcp_tool({
  server_name: "github",
  tool_name: "create_repo",
  arguments: {
    command: "Create a repository for my machine learning image classifier with tags python tensorflow computer-vision website https://example.com/docs"
  }
});

这将:

  1. 创建一个名为 "my-machine-learning-image-classifier" 的存储库
  2. 将描述设置为 "my machine learning image classifier"
  3. 添加 "python"、"tensorflow" 和 "computer-vision" 作为存储库主题
  4. 将网站设置为 "https://example.com/docs"
  5. 使用 README 文件初始化

更新存储库描述:

const result = await use_mcp_tool({
  server_name: "github",
  tool_name: "create_repo",
  arguments: {
    command: "Update username/existing-repo description to Updated ML project for image classification"
  }
});

更新存储库标签:

const result = await use_mcp_tool({
  server_name: "github",
  tool_name: "create_repo",
  arguments: {
    command: "Update username/existing-repo tags to machine-learning python updated"
  }
});

更新存储库网站:

const result = await use_mcp_tool({
  server_name: "github",
  tool_name: "create_repo",
  arguments: {
    command: "Update username/existing-repo website to https://example.com/new-docs"
  }
});

该工具理解各种自然语言模式和关键字:

  • Create/make/new 用于创建存储库
  • Update/change/set/modify 用于更新存储库
  • "description to/as" 用于更新描述
  • "tags/topics to/as" 用于更新标签
  • "website/homepage/url to/as" 用于更新网站

开发

要修改或扩展服务器:

  1. src/index.ts 进行更改
  2. 重新构建服务器:
npm run build

许可证

MIT

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
Gitingest-MCP

Gitingest-MCP

一个用于 gitingest 的 MCP 服务器。它允许像 Claude Desktop、Cursor、Cline 等 MCP 客户端快速提取关于 Github 仓库的信息,包括仓库摘要、项目目录结构、文件内容等。

精选
本地
Python
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