MCP Framework Personal
A production-grade MCP server framework providing multiple specialized servers for tabular data, documents, calendars, markdown, prompt engineering, and general utilities.
README
🧠 MCP Framework Personal
Framework de servidores MCP (Model Context Protocol) production-grade para uso local y producción.
Servidores incluidos
| Servidor | Descripción | Tools |
|---|---|---|
mcp-tabular |
Excel, CSV, ODS, TSV → JSON estándar | 8 tools |
mcp-documents |
PDF, Word, PPT, ODT, OCR | 12 tools |
mcp-calendar |
Días hábiles México + Divisas | 14 tools |
mcp-markdown |
Leer, analizar, transformar .md | 12 tools |
mcp-prompt-engineer |
Analizar y mejorar prompts LLM | 10 tools |
mcp-utils |
Utilidades generales (hash, regex, JSON...) | 18 tools |
Stack Técnico
- SDK:
mcp[cli]oficial (Anthropic) + FastMCP 2.x - Package manager:
uv(workspaces) - Tipado: Pydantic v2 + type hints completos
- Logging: structlog (JSON en prod, colorido en dev)
- Config: pydantic-settings (12-Factor App)
- Testing: pytest + pytest-asyncio
- Linting: ruff + mypy
- Docker: Multi-stage builds, non-root, healthchecks
Requisitos
- Python 3.11+
- uv instalado
- Docker Desktop (para modo producción)
- Tesseract OCR (para OCR en
mcp-documents)
Instalar uv (si no lo tienes)
# Windows
powershell -c "irm https://astral.sh/uv/install.ps1 | iex"
Instalar Tesseract OCR (Windows)
Descargar desde: https://github.com/UB-Mannheim/tesseract/wiki
Instalador: tesseract-ocr-w64-setup-5.x.x.exe
Agregar al PATH: C:\Program Files\Tesseract-OCR\
Inicio Rápido
1. Instalar dependencias
cd c:/Users/germa/Documents/IA/mcps
uv sync --all-packages
2. Configurar variables de entorno
cp .env.example .env
# Editar .env si necesitas API keys
3. Usar con Claude Desktop
Copia el contenido de claude_desktop_config.json a tu configuración de Claude Desktop:
- Windows:
%APPDATA%\Claude\claude_desktop_config.json
Reinicia Claude Desktop. Los MCPs aparecerán automáticamente.
4. Probar un servidor (modo desarrollo)
# Iniciar servidor con hot-reload
make dev-mcp-tabular
# O usar MCP Inspector (interfaz visual)
make inspect SERVER=mcp-tabular
Comandos Makefile
make help # Ver todos los comandos
make install # Instalar todas las dependencias
make install-dev # Instalar con dev tools + pre-commit
make dev-mcp-tabular # Iniciar servidor específico en dev
make test # Ejecutar todos los tests
make lint # Ruff + mypy
make format # Formatear código
make build # Build Docker images
make up # Levantar en Docker
make down # Parar Docker
make logs # Ver logs
make status # Verificar herramientas instaladas
Estructura del Proyecto
mcps/
├── shared/ # Librería compartida (modelos, logging, config)
├── mcp-tabular/ # Servidor archivos tabulares
├── mcp-documents/ # Servidor documentos ricos
├── mcp-calendar/ # Servidor calendario + divisas
├── mcp-markdown/ # Servidor markdown
├── mcp-prompt-engineer/ # Servidor ingeniería de prompts
├── mcp-utils/ # Servidor utilidades
├── docker-compose.yml # Orquestación
├── pyproject.toml # Workspace root
├── Makefile # CLI operacional
├── claude_desktop_config.json # Config Claude Desktop
└── .env.example # Variables de entorno
Despliegue en Producción (Docker)
# Copiar y configurar .env
cp .env.example .env
nano .env
# Build y levantar
make build
make up
# Verificar estado
make ps
make logs
Configuración para Claude Desktop (producción Docker)
Si usas Docker en producción, actualiza claude_desktop_config.json para usar los contenedores:
{
"mcpServers": {
"mcp-tabular": {
"command": "docker",
"args": ["run", "--rm", "-i",
"-v", "C:/ruta/a/datos:/data:ro",
"mcp-tabular:latest"]
}
}
}
Agregar Nuevos MCPs
- Crea la carpeta
mcp-nuevo/con la estructura estándar - Agrega al workspace en
pyproject.toml - Agrega el servicio en
docker-compose.yml - Agrega la entrada en
claude_desktop_config.json - Agrega target en
Makefile
Roadmap
- [ ]
mcp-database— SQLite + PostgreSQL + MySQL - [ ]
mcp-web-scraper— Playwright async - [ ]
mcp-git— Operaciones Git completas - [ ]
mcp-search— Búsqueda semántica local (ChromaDB) - [ ]
mcp-code-analyzer— Análisis AST Python/JS/TS - [ ]
mcp-email— IMAP/SMTP - [ ]
mcp-diagram— Mermaid, PlantUML, Graphviz
Soporte
Cada servidor tiene su propio README.md con documentación completa de tools y ejemplos de uso.
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。