MCP Server
devhysterical
README
MCP 服务器
MCP 服务器是一个模型上下文协议 (MCP) 的实现服务器,它允许大型语言模型 (LLMs) 以标准化的方式与外部工具和服务进行交互。
功能
- 支持多种工具(计算器、天气、搜索)
- 基于 FastAPI 的 RESTful API
- 使用 Pydantic 进行数据验证
- 高效的异步处理
- 使用 Swagger UI 自动生成 API 文档
系统要求
- Python 3.8+
- pip (Python 包管理器)
安装
- 克隆仓库:
git clone <repository-url>
cd mcp-server
- 创建并激活虚拟环境:
python -m venv venv
# Windows
venv\Scripts\activate
# Linux/Mac
source venv/bin/activate
- 安装所需的库:
pip install -r requirements.txt
运行服务器
python main.py
服务器将在以下地址运行: http://localhost:8000
API 端点
1. 根端点
- URL:
/
- Method: GET
- Description: 返回服务器信息和支持的工具列表
2. 执行工具
- URL:
/execute
- Method: POST
- Description: 使用提供的参数执行一个工具
- Request Body:
{
"tool_name": "calculator",
"parameters": {
"operation": "add",
"numbers": [1, 2, 3]
},
"context": {}
}
支持的工具
1. 计算器
- 执行基本计算
- 参数:
operation
: "add" 或 "multiply"numbers
: 需要计算的数字数组
2. 天气
- 获取某个地点的天气信息
- 参数:
location
: 地点名称
3. 搜索
- 执行网络搜索
- 参数:
query
: 搜索关键词
API 文档
访问 http://localhost:8000/docs 以查看使用 Swagger UI 生成的完整 API 文档。
开发
添加新工具
- 将工具名称和描述添加到
SUPPORTED_TOOLS
- 在
process_tool_request
中添加新的处理函数 - 为新工具创建单独的处理函数
运行测试
pytest
许可证
MIT 许可证
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。