mcp-remote-control
Manage local/SSH/WinRM remote hosts via MCP, providing tools for exec, filesystem, screen, process, serial console, and configuration.
README
mcp-remote-control
通过 MCP 管理本机 / SSH / WinRM 远端主机;业务在 Core,MCP / CLI 只做薄壳。会话与 endpoint 均为进程内状态。
| 入口 | 作用 |
|---|---|
mcp-remote-control |
MCP stdio 服务(Claude Code / Cursor / Claude Desktop 等 Host) |
mcp-remote-control-cli |
同构 CLI harness(doctor / 调试 / 与 MCP 共用 Core) |
MCP 工具(7):
| 类 | 工具 |
|---|---|
| 主机 | endpoint · exec · fs · screen · ps |
| 设备 | console(串口,非 PTY/SSH) |
| 自助配置 | config(Agent 写 MRC_HOME,少让人手改 TOML) |
要求: Python ≥ 3.11 · 依赖 asyncssh · pyte · pypsrp · mcp · pyserial
| 名称 | 值 |
|---|---|
| 发行包 / MCP 服务名 | mcp-remote-control |
| import | import mcp_remote_control |
| 配置根(默认) | ~/.config/mcp-remote-control(MRC_HOME) |
| Git / 工程根 | 本目录(含 pyproject.toml;uvx --from git+… 不要加 #subdirectory=) |
| 许可证 | Apache-2.0(可商用;再分发须保留版权/许可与 NOTICE 归属声明,非 GPL 传染) |
目录
- Agent 输出形态(MCP wire)
- 三种装法(先选场景)
- 快速部署:uvx + Git
- 本地开发(必读:
--with-editable) - MCP Host 配置
- 配置
MRC_HOME - 工具面
- CLI
- 开发与 harness
- 故障排查
- 安全
- 许可证
Agent 输出形态(MCP wire)
规范上 tools/call 应返回 纯文本 content,例如:
{
"content": [{ "type": "text", "text": "@exec ok ep=lab exit=0 …\n\n$ whoami\n…" }],
"isError": false
}
本项目默认 Agent 轨(语义文本,见设计 002):
@exec ok ep=lab exit=0 ms=12 form=command cwd=/home/deploy
$ whoami
deploy
不是默认把正文塞进:
{ "result": "@exec ok …" }
那一层 {"result":…} 来自 FastMCP 对 -> str 的自动 structuredContent 包装。本仓库在 tool 注册时使用 structured_output=False,只暴露 Agent 文本,避免 Host UI 显示 JSON 外壳。
CLI 默认同样是 Agent 文本;加 --json 才走机器轨。
三种装法(先选场景)
| 你想做什么 | 命令形态 | 改 src/ 会生效? |
README 小节 |
|---|---|---|---|
| 只使用(Host 挂公开/私有 GitHub,不改源码) | uvx --from "git+https://github.com/shiharuharu/mcp-remote-control.git@main" … |
否(吃 cache;远端更新要 --refresh 或 pin 新 ref) |
从 Git 运行 |
| 改源码开发(editable) | 先 clone 到本地,再 uvx --with-editable "$REPO" --from "$REPO" … |
是(仍须重启 MCP 进程) | 本地开发 |
| 长期本机 CLI | uv tool install --from "git+…" … 或 uv pip install -e . |
tool 安装否 / -e 是 |
固定安装 / venv |
重要:editable 不能直接挂 GitHub URL。
# ❌ 不要这样想:把 GitHub 地址当 editable
uvx --with-editable "git+https://github.com/shiharuharu/mcp-remote-control.git" ...
# uv 的 --with-editable / pip -e 需要的是「本地目录」
# (含 pyproject.toml 的 checkout),不是远程 URL。
想「对着 GitHub 上的仓改代码」时,正确路径是:
git clone https://github.com/shiharuharu/mcp-remote-control.git
cd mcp-remote-control # 本仓库:含 pyproject.toml 的根(即本目录)
REPO="$(pwd)"
uvx --python 3.12 --with-editable "$REPO" --from "$REPO" mcp-remote-control
快速部署(推荐:uvx + Git)
uv 的 uvx 按需拉包并在隔离环境运行入口,适合 MCP Host 的 command / args。
1. 配置目录
mkdir -p ~/.config/mcp-remote-control/{profiles,secrets,state,logs}
export MRC_HOME="$HOME/.config/mcp-remote-control"
最小 config.toml / profile 见 配置 MRC_HOME。也可交给 Agent:config ensure_home → put_secret → put_profile。
2. 从 Git 运行(只用)
本目录即仓库根。官方地址:https://github.com/shiharuharu/mcp-remote-control(不要 #subdirectory=)。
这是 「Host 直接挂 GitHub」 的用法:--from git+…,不是 editable。
FROM="git+https://github.com/shiharuharu/mcp-remote-control.git@main"
# MCP stdio(由 Host 拉起;前台会等待协议输入)
uvx --python 3.12 --from "$FROM" mcp-remote-control
# CLI 自检
uvx --python 3.12 --from "$FROM" mcp-remote-control-cli doctor
uvx --python 3.12 --from "$FROM" mcp-remote-control-cli endpoint list
分支 / tag / commit / 私有仓:
uvx --python 3.12 --from "git+https://github.com/shiharuharu/mcp-remote-control.git@v0.1.0" mcp-remote-control
uvx --python 3.12 --from "git+https://github.com/shiharuharu/mcp-remote-control.git@abcdef1" mcp-remote-control
uvx --python 3.12 --from "git+ssh://git@github.com/shiharuharu/mcp-remote-control.git@main" mcp-remote-control
uvx会缓存环境。 远端或本地源码更新后工具列表仍旧(例如缺config、仍有{"result":…})时:
- 加
--refresh,或- pin 新 commit/tag,或
- 开发期 clone 后 用下面的
--with-editable本地路径 / 直接跑.venv入口。
3. 固定安装(可选)
uv tool install --python 3.12 --from "git+https://github.com/shiharuharu/mcp-remote-control.git@main" mcp-remote-control
# 入口常在 ~/.local/bin/mcp-remote-control
uv tool upgrade mcp-remote-control
本地开发(必读:--with-editable)
开发时若只用:
uvx --from /path/to/this-repo mcp-remote-control
# 或:uvx --from "git+https://github.com/shiharuharu/mcp-remote-control.git@main" …
uvx 会把包拷进 cache,不会随你改 src/ 自动更新 → Host 可能仍是旧 6 tools(无 config)、旧 structured 包装。
推荐 A:clone 后 uvx --with-editable(跟源码联动)
- 从 GitHub 拉到本地(或已有 fork/checkout)。
--with-editable/--from都填本地绝对路径(含pyproject.toml的目录 = 本仓库根)。
# 若还没有本地树:
git clone https://github.com/shiharuharu/mcp-remote-control.git
cd mcp-remote-control # 仓库根(本目录)
REPO="$(pwd)" # 或 /abs/path/to/mcp-remote-control
# 每次从源码可编辑安装再跑入口(改代码后重启 MCP 进程即可)
uvx --python 3.12 \
--with-editable "$REPO" \
--from "$REPO" \
mcp-remote-control
# CLI
uvx --python 3.12 \
--with-editable "$REPO" \
--from "$REPO" \
mcp-remote-control-cli doctor
| 参数 | 作用 |
|---|---|
--from $REPO |
用本地项目提供 console script($REPO 必须是目录,不是 git+https://…) |
--with-editable $REPO |
以 editable 装本包,改 src/ 立即反映(仍须重启 stdio MCP 进程) |
--python 3.12 |
满足 requires-python >= 3.11(系统默认 3.9 会 resolve 失败) |
--refresh |
丢掉 uv 缓存元数据后重装(排障时用) |
也可:
cd "$REPO"
uvx --python 3.12 --with-editable . --from . mcp-remote-control-cli config home
推荐 B:venv 入口(最稳、Host 配置最简单)
cd /path/to/this-repo
uv venv --python 3.12
source .venv/bin/activate # Windows: .venv\Scripts\activate
uv pip install -e ".[dev]"
export MRC_HOME="$HOME/.config/mcp-remote-control"
mcp-remote-control-cli doctor
mcp-remote-control # stdio
Host 直接指向:
/path/to/this-repo/.venv/bin/mcp-remote-control
推荐 C:uv run(在项目目录内)
cd /path/to/this-repo
uv run --python 3.12 mcp-remote-control-cli doctor
uv run --python 3.12 mcp-remote-control
不要这样做(开发)
| 做法 | 问题 |
|---|---|
仅 uvx --from $REPO 无 --with-editable |
易吃 旧 cache 快照,新工具/修复不出现 |
| 改完代码不重连 MCP | stdio 进程仍是旧内存;需 Host 重连 /mcp 或重启会话 |
系统 Python 3.9 调 uvx 不写 --python |
requires-python >= 3.11 解析失败 |
MCP Host 配置
command = 本机可执行文件(which uvx 或 venv 绝对路径),env.MRC_HOME 指向配置根。
生产 / 只用:远端 GitHub(非 editable)
Host 里写 Git URL,用 --from git+…。不要在 args 里写 --with-editable + git+https://…。
{
"mcpServers": {
"mcp-remote-control": {
"command": "uvx",
"args": [
"--python", "3.12",
"--from",
"git+https://github.com/shiharuharu/mcp-remote-control.git@main",
"mcp-remote-control"
],
"env": {
"MRC_HOME": "/Users/<you>/.config/mcp-remote-control"
}
}
}
}
强制刷新缓存(远端更新后 Host 仍旧时):
"args": [
"--python", "3.12",
"--refresh",
"--from",
"git+https://github.com/shiharuharu/mcp-remote-control.git@main",
"mcp-remote-control"
]
开发:本地 checkout + --with-editable(推荐)
先 git clone(或本机已有树),args 里 只填本地绝对路径:
{
"mcpServers": {
"mcp-remote-control": {
"command": "uvx",
"args": [
"--python", "3.12",
"--with-editable",
"/Users/<you>/src/mcp-remote-control",
"--from",
"/Users/<you>/src/mcp-remote-control",
"mcp-remote-control"
],
"env": {
"MRC_HOME": "/Users/<you>/.config/mcp-remote-control"
}
}
}
}
路径 = 含 pyproject.toml 的仓库根(本项目即本目录)。改代码后 重连 MCP,不要指望 stdio 进程热更新。
开发:venv 绝对路径(最简单)
{
"mcpServers": {
"mcp-remote-control": {
"command": "/Users/<you>/repo/.../code-root/.venv/bin/mcp-remote-control",
"args": [],
"env": {
"MRC_HOME": "/Users/<you>/.config/mcp-remote-control"
}
}
}
}
Claude Desktop
编辑 mcpServers(macOS 常见:
~/Library/Application Support/Claude/claude_desktop_config.json),键名建议 mcp-remote-control,结构同上。
Claude Code(全局示例)
常见:~/.claude.json → mcpServers(字段同上)。改完后 重连 MCP,确认 tools 为 7 个且含 config。
部署后自检
export MRC_HOME="$HOME/.config/mcp-remote-control"
# 应列出 7 名:endpoint,exec,fs,screen,ps,console,config
uvx --python 3.12 --with-editable . --from . mcp-remote-control-cli doctor
Host 侧:重连后工具列表须含 config;调用结果应为 @kind … 文本,不应再被 {"result":…} 包一层。
配置 MRC_HOME
| 路径 | 含义 |
|---|---|
$MRC_HOME/config.toml |
全局默认 |
$MRC_HOME/profiles/*.toml |
每个 endpoint 一个 profile(name = ep= / profile=) |
$MRC_HOME/secrets/ |
密钥/密码文件(勿提交 Git) |
$MRC_HOME/state/ |
运行时状态 |
$MRC_HOME/logs/ |
日志 |
| 环境变量 | 含义 |
|---|---|
MRC_HOME |
配置根(优先) |
MCP_REMOTE_CONTROL_HOME |
次选别名 |
| (皆未设) | ~/.config/mcp-remote-control |
transport:local | ssh | winrm
- local / ssh ≈
exec+fs+screen - winrm ≈
exec+fs+ps(screen→ UNSUPPORTED)
手写示例
# $MRC_HOME/config.toml
[defaults]
verbosity = "normal"
[logging]
level = "info"
dir = "logs"
# $MRC_HOME/profiles/local.toml
name = "local"
transport = "local"
label = "this machine"
# $MRC_HOME/profiles/lab-ssh.toml
name = "lab-ssh"
transport = "ssh"
host = "10.0.0.5"
port = 22
username = "deploy"
label = "lab"
[auth]
method = "private_key_path"
key_path = "secrets/id_ed25519" # 相对 MRC_HOME 或绝对路径
[ssh]
connect_timeout_ms = 15000
keepalive_interval_s = 30
known_hosts = "none" # 仅实验室;生产请用 known_hosts 文件
encoding = "utf-8"
[defaults]
cwd = "/home/deploy"
密钥:chmod 600 $MRC_HOME/secrets/*。密码可用 password_path = "secrets/lab_pass"。
Agent 自助配置(优先)
config op=ensure_home
config op=put_secret name=id_ed25519 content=<pem 或密码>
config op=put_profile name=lab transport=ssh host=… username=…
auth={"method":"private_key_path","key_path":"secrets/id_ed25519"}
endpoint op=open profile=lab
config op |
作用 |
|---|---|
home / ensure_home |
查看 / 创建布局 + 默认 config.toml |
get / list_profiles / get_profile |
读配置(无密钥正文) |
put_profile / delete_profile |
写/删 profiles/*.toml |
put_secret / list_secrets |
写密钥(只回路径)/ 列文件名 |
密钥 只 进 secrets/,响应永不回 body。
工具面(给 Agent)
主机
| Tool | 作用 |
|---|---|
endpoint |
op=list|open|close;open 用 profile=;close 用 ep= |
exec |
非交互:command / argv / script(需 ep=) |
fs |
list|stat|read|write|put|get|mkdir|rm(需 ep=) |
screen |
真 PTY(需 ep=);不是串口 |
ps |
WinRM 持久 PowerShell(需 ep=) |
典型:endpoint open → exec / fs / screen → close。
Console(独立 — 嵌入式串口)
与 endpoint 完全分离。不是 PTY、不是 SSH。open 即后台 CapturePump;views 查大缓冲。
console op=list
console op=open path=<device> baud=115200
console op=views id=con_01 mode=tail|since|contains
console op=send id=con_01 data=… newline=true
console op=close id=con_01
| op | 含义 |
|---|---|
list |
系统 console 设备名(禁止扫 /dev) |
open |
path= / device=,可选 baud=、max_lines= |
send |
id= + data= / data_b64= |
views |
mode=tail|since|contains |
close / sessions |
关闭 / 列会话 |
Config
见上一节 Agent 自助配置。
CLI
mcp-remote-control-cli 是 MCP 的平行入口:同一套 Core,无 MCP 依赖;适合本地调试、脚本和 CI harness。业务逻辑不在 CLI 里重写。
| 入口 | 命令 | 进程模型 |
|---|---|---|
| MCP Host | mcp-remote-control(stdio) |
Host 拉起一个长进程,会话挂在该进程内 |
| CLI harness | mcp-remote-control-cli … |
每次调用通常是新进程(见下方进程内限制) |
默认输出与 MCP 相同的 Agent 文本;加全局 --json 走机器轨。
MCP tool ↔ CLI 对照
MCP 侧是「一个 tool + op=」;CLI 侧是「子命令 + 二级 op」。语义对齐,参数名多为 --flag 形式。
| MCP tool | CLI | 典型 op / 子命令 | 说明 |
|---|---|---|---|
endpoint |
endpoint |
list · open · close |
主机生命周期;--profile / --ep |
exec |
exec |
--command / --argv / --script |
非交互执行;也可用 -- form 后置 command|argv|script |
fs |
fs |
list · stat · read · write · put · get · mkdir · rm |
需已 open 的 --ep |
screen |
screen |
open · send · close · list |
真 PTY;见进程内限制 |
ps |
ps |
open · invoke · close |
WinRM 持久 PS;会话进程内 |
console |
console |
list · open · send · views · close · sessions |
串口,非 PTY/SSH |
config |
config |
home · ensure-home · get · list-profiles · get-profile · put-profile · delete-profile · put-secret · list-secrets |
写 MRC_HOME,少人手改 TOML |
仅 CLI / harness(MCP 无对应 tool):
| CLI | 用途 |
|---|---|
doctor |
离线:配置根、依赖、profile 语法;可选 --create |
selftest |
离线 smoke:render 往返 + fixture 配置加载 |
replay |
PTY fixture 回放(CI;无真 TUI)。例:replay --fixture bash_prompt --check |
进程内状态限制(必读)
endpoint / screen / ps / console 的打开会话只存在于当前 Python 进程。
| 场景 | 结果 |
|---|---|
MCP:Host 同一 stdio 进程内 open → send → close |
正常 |
| CLI:同一次命令里完成的操作 | 正常(单进程) |
CLI:screen open 后,另开 shell 再 screen send |
SCREEN_NOT_FOUND(新进程,注册表空) |
| 多进程 CLI 接力 endpoint/ps/console 会话 | 同样失败 |
因此:
- 人工调试 screen:用 MCP Host 一次会话;或仓库内
scripts/harness/local_screen_smoke.py/smoke_local.sh(进程内 open→send→close)。 - CI:
ci.sh用 in-process smoke +replay,不用跨进程 CLI 拼 screen。
# ❌ 不要这样(两次进程,第二次找不到 session)
mcp-remote-control-cli screen open --ep local
mcp-remote-control-cli screen send --id scr_01 --text 'ls'
# ✅ MCP 同一连接内连续 tool call;或:
./scripts/harness/smoke_local.sh
示例
export MRC_HOME="$HOME/.config/mcp-remote-control"
# harness 专用
mcp-remote-control-cli doctor
mcp-remote-control-cli selftest
mcp-remote-control-cli replay --fixture bash_prompt --check
# 与 MCP 同构
mcp-remote-control-cli endpoint list
mcp-remote-control-cli endpoint open --profile local
mcp-remote-control-cli exec --ep local --command 'uname -a'
mcp-remote-control-cli fs list --ep local --path /tmp
mcp-remote-control-cli console list
mcp-remote-control-cli config home
mcp-remote-control-cli config ensure-home
mcp-remote-control-cli config list-profiles
mcp-remote-control-cli config put-secret --name id_ed25519 --content "$(cat ./id_ed25519)"
mcp-remote-control-cli config put-profile --name lab --transport ssh \
--host 10.0.0.5 --username deploy \
--auth-json '{"method":"private_key_path","key_path":"secrets/id_ed25519"}'
# 机器轨
mcp-remote-control-cli --json endpoint list
完整 flag:mcp-remote-control-cli <cmd> -h / … <cmd> <op> -h。
开发与 harness
工程根 = 本目录(pyproject.toml / src/ / tests/)。
export MRC_HOME="$(pwd)/tests/fixtures/config"
uv venv --python 3.12 && source .venv/bin/activate
uv pip install --python .venv/bin/python -e ".[dev]" # 含 pytest + ruff==0.15.12
ruff check src tests
./scripts/harness/ci.sh
ci.sh:pytest(无 integration)→ doctor/selftest → smoke_local / smoke_mcp → replay。
GitHub Actions(已写好,推仓后生效): .github/workflows/ci.yml
| Job | 内容 |
|---|---|
lint-and-test |
矩阵 Python 3.11 / 3.12 / 3.13:ruff==0.15.12 → pytest(无 integration)→ doctor / selftest → smoke_local / smoke_mcp → replay |
package |
uv build;断言 sdist 含 LICENSE/NOTICE、不含 todo.md |
触发:push/pull_request 到 main/master,以及 workflow_dispatch。
本地等价:./scripts/harness/ci.sh(单版本;全量矩阵靠 Actions)。
| 可选 | 说明 |
|---|---|
MRC_INTEGRATION=1 + 真 MRC_HOME |
真机集成测 |
MRC_DOCKER=1 ./scripts/harness/docker_shell_matrix.sh |
Docker 方言矩阵 |
.
├── LICENSE # Apache-2.0
├── NOTICE # attribution (must travel with redistributions)
├── pyproject.toml # name = mcp-remote-control
├── README.md
├── .github/workflows/ci.yml
├── src/mcp_remote_control/
├── tests/
└── scripts/harness/
其它安装:
pip install "git+https://github.com/shiharuharu/mcp-remote-control.git@main"
python -m mcp_remote_control.mcp_server
故障排查
| 现象 | 原因 / 处理 |
|---|---|
找不到 config 工具 |
Host 仍在跑 旧 uvx 缓存(仅 6 tools)。改用 本地 --with-editable 或 .venv 入口,或 uvx --refresh,然后 重连 MCP。 |
想 editable 却写了 git+https://… |
uv 的 editable 只接受本地路径。先 git clone,再 --with-editable "$REPO" --from "$REPO"。只用远端请用 --from git+…(非 editable)。 |
输出被 {"result":"@exec…"} 包一层 |
旧 FastMCP structured 包装;当前源码已 structured_output=False。刷新安装并重启 MCP 进程。 |
cwd=True / cd True |
旧 probe 把 cap_pwd 写成路径(已修)。升级后 close 再 open endpoint。 |
uvx / No solution · Python 版本 |
加 --python 3.12(或 ≥3.11);确认仓库根有 pyproject.toml,勿乱加 #subdirectory=。 |
| 私有仓认证失败 | git+ssh://… 或配好 Git/SSH 凭据。 |
PROFILE_NOT_FOUND |
检查 MRC_HOME 与 profiles/<name>.toml;或用 config put_profile。 |
SCREEN_NOT_FOUND |
会话仅在当前 Python 进程内。勿跨两次 CLI 进程接力 screen open / send;见 CLI · 进程内状态限制。 |
| 远端/源码已更新 Host 仍旧 | uvx --refresh / pin 新 commit / 开发用本地 --with-editable。 |
WinRM screen |
预期 UNSUPPORTED;用 ps。 |
| GitHub Actions 不跑 | 工作流在 本目录 .github/workflows/ci.yml;需在本目录为 git 根推到 GitHub(不要只推父目录 dev 树)。 |
验证 tools 是否最新(在仓库根):
uvx --python 3.12 --with-editable . --from . python -c \
"from mcp_remote_control.mcp_server import tool_names; print(tool_names())"
# 期望: ['endpoint', 'exec', 'fs', 'screen', 'ps', 'console', 'config']
安全提示
- 密钥只放
$MRC_HOME/secrets/,勿写进 profile 明文、勿提交 Git。 - Agent 轨会 redact 常见敏感字段;不要把私钥/密码当普通日志贴出。
put_secret的 content 只应在 tool 参数中传递一次,响应里不会回显 body。- 生产 SSH 慎用
known_hosts = "none"。 - 仓库内
tests/fixtures/config/secrets/*仅为 dummy 测试夹具(见该目录README.md),不是可用密钥。
许可证
本项目以 Apache License 2.0 发布,归属说明见 NOTICE。
| 可以 | 约束(再分发时「必须带上」) |
|---|---|
| 商用、闭源产品内嵌、SaaS 使用 | 附带本 LICENSE 副本 |
| 修改源码并再分发 | 修改过的文件标明已变更 |
| 申请专利交叉许可(见协议正文) | 保留 原有版权 / 专利 / 商标 / 归属声明 |
| 若附带 NOTICE,衍生作品须按 4(d) 继续携带 其中的归属信息 |
不是 GPL: 你的专有代码不必开源;Apache-2.0 不强制衍生作品整体以同一许可证发布,但不能剥掉本项目自带的许可与 NOTICE 要求。
名称对照
| 用途 | 名称 |
|---|---|
| 产品 / 发行包 / MCP 服务 | mcp-remote-control |
| MCP console script | mcp-remote-control |
| CLI console script | mcp-remote-control-cli |
| Python 包 / import | mcp_remote_control |
| 配置根默认 | ~/.config/mcp-remote-control |
| 环境变量 | MRC_HOME |
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。