mcp-prompts-rs

mcp-prompts-rs

基于 Rust 的服务器,用于使用模型上下文协议 (MCP) 管理 AI 提示词

sparesparrow

开发者工具
访问服务器

README

mcp-prompts-rs

一个基于 Rust 的服务器,用于使用模型上下文协议 (MCP) 管理 AI 提示。

概述

mcp-prompts-rs 是一个提示管理服务器的 Rust 实现,它遵循模型上下文协议 (MCP),这是一个用于将 AI 应用程序连接到数据源和工具的开放标准。本项目是原始 mcp-prompts TypeScript 实现的 Rust 重写版本。

该服务器提供存储、检索和管理 AI 提示的功能,支持模板变量、分类和多种存储后端。

特性

  • 提示管理: 创建、检索、更新和删除带有分类的提示
  • 模板支持: 创建带有变量的提示,用于运行时自定义
  • 存储后端: 支持文件系统和 PostgreSQL 存储选项
  • API: 具有服务器发送事件 (SSE) 的 RESTful 端点,用于实时更新
  • MCP 集成: 实现模型上下文协议,以便与 Claude 等 AI 助手无缝集成
  • 项目编排: 使用模板自动化软件项目创建的工具
  • 部署: Docker 支持和健康检查端点

安装

前提条件

  • Rust 1.70 或更高版本
  • Cargo (Rust 的包管理器)
  • 可选:PostgreSQL 用于数据库存储

设置

  1. 克隆存储库:
git clone https://github.com/your-username/mcp-prompts-rs.git
cd mcp-prompts-rs
  1. 构建项目:
cargo build

用法

运行服务器

使用默认设置启动服务器:

cargo run

使用自定义配置:

cargo run -- --port 3000 --storage filesystem

CLI 选项

  • --port <PORT>: 设置服务器端口(默认:8080)
  • --storage <TYPE>: 选择存储后端(filesystem, postgres)
  • --db-url <URL>: PostgreSQL 连接字符串(使用 postgres 存储时)
  • --prompt-dir <DIR>: 提示存储目录(使用 filesystem 存储时)

与 Claude 集成

要与 Claude Desktop 集成:

  1. 打开 Claude Desktop
  2. 转到 Settings → Developer → Edit Config
  3. 将以下内容添加到您的配置中:
{
  "mcp": {
    "servers": [
      {
        "name": "mcp-prompts-rs",
        "url": "http://localhost:8080"
      }
    ]
  }
}

API 端点

提示

  • GET /prompts: 列出所有提示
  • GET /prompts/:id: 获取特定提示
  • POST /prompts: 创建新提示
  • PUT /prompts/:id: 更新现有提示
  • DELETE /prompts/:id: 删除提示

SSE

  • GET /events: 用于实时更新的服务器发送事件端点

开发

项目结构

  • src/main.rs: 入口点和服务器设置
  • src/prompt/: 提示模型和逻辑
  • src/storage/: 存储后端实现
  • src/api/: API 端点处理程序
  • src/template/: 模板处理实用程序

从源代码构建

cargo build

运行测试

cargo test

Docker 支持

使用 Docker 构建和运行:

docker build -t mcp-prompts-rs .
docker run -p 8080:8080 mcp-prompts-rs

贡献

欢迎贡献!请随时提交 Pull Request。

  1. Fork 存储库
  2. 创建您的功能分支 (git checkout -b feature/amazing-feature)
  3. 提交您的更改 (git commit -m 'Add some amazing feature')
  4. 推送到分支 (git push origin feature/amazing-feature)
  5. 打开一个 Pull Request

许可证

本项目根据 Apache License 2.0 获得许可 - 有关详细信息,请参阅 LICENSE 文件。

致谢

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
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
Curri MCP Server

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。

官方
本地
JavaScript