MCP Everything
一个测试服务器,实现了 MCP 协议的所有功能,包括提示、工具、资源和采样,专为测试 MCP 客户端而设计,而非实际应用。
README
MCP Everything
注意: 本项目提取自 https://github.com/modelcontextprotocol/servers/tree/main/src/everything,旨在创建一个独立的实现。
这个 MCP 服务器尝试使用 MCP 协议的所有功能。 它并非旨在成为一个有用的服务器,而是为 MCP 客户端构建者提供一个测试服务器。 它实现了提示、工具、资源、采样等功能,以展示 MCP 的能力。
安装
本地安装
# 克隆仓库
git clone https://github.com/modelcontextprotocol/mcp-everything.git
cd mcp-everything
# 安装依赖
npm install
# 构建项目
npm run build
# 启动服务器
npm start
全局安装
# 从 npm 全局安装
npm install -g mcp-everything
# 运行服务器
mcp-everything
Docker
# 构建 Docker 镜像
docker build -t mcp-everything .
# 运行容器
docker run -it mcp-everything
与 Claude Desktop 一起使用
添加到你的 claude_desktop_config.json:
{
"mcpServers": {
"everything": {
"command": "npx",
"args": [
"-y",
"mcp-everything"
]
}
}
}
组件
工具
-
echo- 简单的工具,用于回显输入消息
- 输入:
message(string): 要回显的消息
- 返回:包含回显消息的文本内容
-
add- 将两个数字相加
- 输入:
a(number): 第一个数字b(number): 第二个数字
- 返回:加法运算的文本结果
-
longRunningOperation- 演示长时间运行操作的进度通知
- 输入:
duration(number, 默认值: 10): 持续时间,以秒为单位steps(number, 默认值: 5): 进度步数
- 返回:包含持续时间和步数的完成消息
- 在执行期间发送进度通知
-
sampleLLM- 演示使用 MCP 采样功能的 LLM 采样能力
- 输入:
prompt(string): 发送到 LLM 的提示maxTokens(number, 默认值: 100): 要生成的最大 token 数
- 返回:生成的 LLM 响应
-
getTinyImage- 返回一个小的测试图像
- 无需输入
- 返回:Base64 编码的 PNG 图像数据
-
printEnv- 打印所有环境变量
- 用于调试 MCP 服务器配置
- 无需输入
- 返回:所有环境变量的 JSON 字符串
-
annotatedMessage- 演示如何使用注释来提供有关内容的元数据
- 输入:
messageType(enum: "error" | "success" | "debug"): 要演示的不同注释模式的消息类型includeImage(boolean, 默认值: false): 是否包含示例图像
- 返回:具有不同注释的内容
资源
服务器提供 100 个测试资源,格式如下:
-
偶数编号的资源:
- 纯文本格式
- URI 模式:
test://static/resource/{even_number} - 内容:简单的文本描述
-
奇数编号的资源:
- 二进制 blob 格式
- URI 模式:
test://static/resource/{odd_number} - 内容:Base64 编码的二进制数据
资源特性:
- 支持分页(每页 10 个项目)
- 允许订阅资源更新
- 演示资源模板
- 每 5 秒自动更新订阅的资源
提示
-
simple_prompt- 没有参数的基本提示
- 返回:单个消息交换
-
complex_prompt- 演示参数处理的高级提示
- 必需参数:
temperature(number): 温度设置
- 可选参数:
style(string): 输出样式偏好
- 返回:包含图像的多轮对话
日志记录
服务器每 15 秒发送随机级别的日志消息,以演示 MCP 的日志记录功能。
推荐服务器
Baidu Map
百度地图核心API现已全面兼容MCP协议,是国内首家兼容MCP协议的地图服务商。
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。
Audiense Insights MCP Server
通过模型上下文协议启用与 Audiense Insights 账户的交互,从而促进营销洞察和受众数据的提取和分析,包括人口统计信息、行为和影响者互动。
VeyraX
一个单一的 MCP 工具,连接你所有喜爱的工具:Gmail、日历以及其他 40 多个工具。
graphlit-mcp-server
模型上下文协议 (MCP) 服务器实现了 MCP 客户端与 Graphlit 服务之间的集成。 除了网络爬取之外,还可以将任何内容(从 Slack 到 Gmail 再到播客订阅源)导入到 Graphlit 项目中,然后从 MCP 客户端检索相关内容。
Kagi MCP Server
一个 MCP 服务器,集成了 Kagi 搜索功能和 Claude AI,使 Claude 能够在回答需要最新信息的问题时执行实时网络搜索。
e2b-mcp-server
使用 MCP 通过 e2b 运行代码。
Neon MCP Server
用于与 Neon 管理 API 和数据库交互的 MCP 服务器
Exa MCP Server
模型上下文协议(MCP)服务器允许像 Claude 这样的 AI 助手使用 Exa AI 搜索 API 进行网络搜索。这种设置允许 AI 模型以安全和受控的方式获取实时的网络信息。