MCP API Server Template
fnf-deepHeading
README
MCP API 服务器模板
用于 API 集成的 MCP 服务器模板。利用 AI 可以轻松地将外部 API 封装为 MCP 服务器。
特点
- 利用 AI 实现自动 API 集成
- 通过命令行参数进行配置管理
- Docker 支持
- 提供详细的指南文档
使用 AI 创建 MCP 服务器
使用此模板,您可以在 AI 的帮助下轻松地将外部 API 封装为 MCP 服务器。
使用方法
- 克隆项目
git clone https://github.com/fnf-deepHeading/mcp-api-server-wrapper.git your-api-name-mcp
cd your-api-name-mcp
- 设置开发环境
# 同步依赖
uv sync
- 以以下格式向 AI 发出请求:
# 目标:实现可以调用 ~~ API 的 MCP 服务器
# 指导:请务必遵循 `HOWTOMAKE.md` 文件中明确的指导,特别是 **"AI 助手的核心指导"** 部分。(必需提示)
# API 信息:
# 1. 功能1: [链接]
# 2. 功能2: [链接]
# 工作方式: (可选提示)
不要一次性处理所有任务,而是创建待办事项列表 (TODO.md) 和详细的执行计划文件,并逐一检查。
详细的执行计划一次性进行,无需询问是否进行。
示例:
# 目标:实现可以调用 3 个 Naver API(博客搜索、新闻搜索、搜索量查询)的 MCP 服务器
# 指导:请务必遵循 `HOWTOMAKE.md` 文件中明确的指导,特别是 **"AI 助手的核心指导"** 部分。
# API 信息:
# 1. Naver 博客搜索: https://developers.naver.com/docs/serviceapi/search/blog/blog.md#%EB%B8%94%EB%A1%9C%EA%B7%B8
# 2. Naver 新闻搜索: https://developers.naver.com/docs/serviceapi/search/news/news.md#%EB%89%B4%EC%8A%A4
# 3. Naver 搜索量查询: https://developers.naver.com/docs/serviceapi/datalab/search/search.md#%ED%86%B5%ED%95%A9-%EA%B2%80%EC%83%89%EC%96%B4-%ED%8A%B8%EB%A0%8C%EB%93%9C
-
AI 将自动执行以下操作:
- 分析 API 文档
- 生成 MCP 服务器代码
- 配置配置文件
- 提供执行方法指南
-
(推荐的完成步骤) 为了代码审查,请向 AI 发出以下请求:
请检查代码。
请根据以下标准提供反馈并进行修改:
1. 语法错误或运行时可能发生的错误
2. 低效的逻辑或重复代码
3. 可以改进性能的部分
4. 可以提高可读性的改进
5. 是否违反了一般的代码约定(例如:PEP8、Google Style 等)
在 Claude 中使用
要在 Claude 中使用 MCP 服务器,请按如下方式设置:
配置示例:
{
"mcpServers": {
"[服务器名称]": {
"command": "uv",
"args": [
"--directory",
"/path/to/your/project",
"run",
"server.py",
"--API_KEY",
"your_api_key"
]
}
}
}
问题解决
常见问题
-
API 密钥错误
- 检查
.env
文件是否位于正确的位置 - 检查 API 密钥的格式是否正确
- 检查
-
依赖性错误
- 使用
uv sync
命令重新安装依赖项 - 检查 Python 版本是否为 3.10 或更高版本
- 使用
-
Docker 相关错误
- 检查 Docker 守护程序是否正在运行
- 检查镜像是否已正确构建
调试模式使用
- 无需直接编码即可进行 API 集成
- 只要有 API 文档即可快速实现
- 保持标准化的 MCP 服务器结构
- 生成可立即执行的代码
- 可以直接在 Claude 等 AI 工具中使用
许可证
MIT License
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。