Hydra MCP
好的,这是翻译成中文的结果: 一个简单的测试项目,用于在端点和 Claude 的 MCP 之间搭建一个中间服务器。
keyboardsmoke
README
Hydra MCP
本项目实现了一个 Hydra MCP (模型控制协议) 服务器,该服务器使 Claude 能够通过 REST API 接口与各种客户端功能进行交互。该系统由一个中央服务器组成,该服务器协调多个客户端之间的通信,并通过标准化的 API 将其功能暴露给 Claude。
项目结构
ipc_server.py
: 管理功能注册和路由的中央 FastAPI 服务器ipc_api.py
: 将客户端功能暴露给 Claude 的 Hydra MCP 接口fake_client.py
: 用于测试的示例客户端实现fake_claude.py
: Claude 接口的测试实现
功能特性
- 集中式功能注册中心,适用于多个客户端
- 用于功能发现和调用的 REST API 端点
- 客户端和 Claude 之间的标准化通信协议
- 易于使用的功能注册系统
- 自动功能发现和文档生成
API 端点
服务器端点
POST /register_functions
: 注册来自客户端的新功能GET /get_functions
: 检索所有已注册功能的列表
MCP 工具
get_endpoints()
: 列出所有可用的端点get_registered_functions(endpoint)
: 获取在特定端点可用的功能call_function(endpoint, function_name, arguments)
: 使用参数调用特定功能
使用方法
- 启动中央服务器:
python ipc_server.py
- 注册客户端功能:
# 示例客户端注册
functions = [
{
"name": "example_function",
"description": "一个示例函数",
"parameters": {
"param1": "string",
"param2": "integer"
}
}
]
requests.post(
f"http://localhost:{API_SERVER_PORT}/register_functions",
json={
"endpoint": "client1",
"functions": functions
}
)
- 使用 MCP 接口与功能进行交互:
# 获取可用的端点
endpoints = get_endpoints()
# 获取特定端点的功能
functions = get_registered_functions("localhost:1234")
# 调用一个函数
result = call_function("localhost:1234", "example_function", {"param1": "value", "param2": 42})
配置
服务器默认在端口 6565 上运行。可以通过更改 ipc_server.py
和 ipc_api.py
中的 API_SERVER_PORT
常量来修改此端口。
依赖项
- FastAPI
- uvicorn
- requests
- fastmcp
测试
该项目包括用于测试功能的示例实现(fake_client.py
和 fake_claude.py
)。这些可以作为创建新客户端或测试系统的参考实现。
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。