mcp-server-for-local
大家好!我是功能丰富的 MCP 服务,旨在打破设备与服务的隔阂,为用户带来便捷体验。天气工具和气象平台联动,快速为用户推送全球实时天气,助力大家规划出行。控制浏览器工具模拟人工操作,自动搜索、浏览网页,大幅节省时间。摄像头工具调用本地摄像头拍照、录像,实现人脸识别,保障家庭安防。 为实现工具协同,我搭建了稳定框架,开发者可以基于现有服务进行拓展。 **Translation:** 大家好!我是一个功能丰富的 MCP 服务,旨在打破设备与服务之间的隔阂,为用户带来便捷的体验。天气工具与气象平台联动,可以快速为用户推送全球实时天气,帮助大家规划出行。控制浏览器工具可以模拟人工操作,自动搜索和浏览网页,从而大幅节省时间。摄像头工具可以调用本地摄像头进行拍照和录像,并实现人脸识别,保障家庭安防。为了实现工具的协同工作,我搭建了一个稳定的框架,开发者可以基于现有的服务进行拓展。
pengqiulei
README
MCP 本地服务器
一个基于 MCP (Multi-Component Platform) 的本地代理服务器和客户端实现,提供多种 AI 工具调用能力。
功能特点
核心功能
- 天气查询:实时获取全球任意位置的天气信息,支持温度、湿度、风速等详细数据
- 谷歌搜索:智能检索互联网信息,支持多语言和高级搜索语法
- 摄像头控制:支持拍照、视频流和微表情分析,可用于情绪识别
- 图片生成:集成 ComfyUI,支持文本到图像的 AI 生成
- 智能对话:基于 DashScope 的 AI 对话能力,支持上下文理解和多轮对话
技术特性
- 跨平台支持(Windows 和 Linux)
- 模块化设计,易于扩展新功能
- 完整的日志系统,便于调试和监控
- 支持自定义工具和 API 集成
- 高性能并发处理能力
环境配置
系统要求
- Python 3.8+
- Node.js (可选,用于运行 JavaScript 服务器)
- Chrome 浏览器(用于谷歌搜索功能)
- 摄像头(用于拍照功能)
- 至少 4GB 内存
- 支持 CUDA 的显卡(可选,用于加速 AI 计算)
安装步骤
- 克隆仓库:
git clone https://github.com/yourusername/mcp-server-for-local.git
cd mcp-server-for-local
- 创建并激活虚拟环境:
# Windows
python -m venv .venv
.venv\Scripts\activate
# Linux
python3 -m venv .venv
source .venv/bin/activate
- 安装依赖:
# 使用 uv 安装依赖
uv pip install -r requirements.txt
# 如果遇到网络问题,可以使用国内镜像
uv pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
- 配置环境变量:
# 复制环境变量模板
cp .env.example .env
# 编辑 .env 文件,设置你的配置
环境变量配置
编辑 .env 文件,设置以下配置:
DASHSCOPE_API_KEY: DashScope API 密钥(必填)MODEL: 使用的模型名称(默认:qwen-max)CONFIG_FILE: 服务器配置文件路径GAODE_API_KEY: 高德地图 API 密钥(用于天气查询)CHROME_PATH: Chrome 浏览器路径CHROMEDRIVER_PATH: ChromeDriver 路径BASE_URL: ComfyUI 服务器地址SERVERS_DIR: 服务器脚本目录LOG_LEVEL: 日志级别(可选:DEBUG, INFO, WARNING, ERROR)
使用方法
基本使用
- 进入项目目录:
cd src/mcp
- 运行客户端:
uv run .\client\mcp_client.py .\proxy\proxy_server.py
- 在客户端中输入命令,例如:
- "北京的天气怎么样?"
- "在谷歌上搜索 Python 教程"
- "拍照"
- "生成一张猫的图片"
高级功能
-
自定义工具:
- 在
src/mcp/tools目录下添加新的工具类 - 实现必要的接口方法
- 在配置文件中注册新工具
- 在
-
API 扩展:
- 支持添加新的 API 服务
- 可配置 API 密钥和端点
- 支持自定义请求和响应处理
-
日志管理:
- 支持多级别日志记录
- 可配置日志输出位置
- 支持日志轮转和归档
常见问题
安装问题
- 依赖安装失败:
# 尝试清理缓存后重新安装
uv pip cache purge
uv pip install -r requirements.txt
- 虚拟环境问题:
# 如果激活失败,尝试重新创建虚拟环境
rm -rf .venv
python -m venv .venv
运行问题
- 权限问题:
# Linux
chmod +x src/mcp/proxy/proxy_server.py
chmod +x src/mcp/client/mcp_client.py
- Chrome 相关问题:
- 确保 Chrome 和 ChromeDriver 版本匹配
- 检查 Chrome 路径是否正确
- 确保有足够的权限运行 Chrome
- 如果遇到驱动问题,可以手动下载对应版本的 ChromeDriver
- API 密钥问题:
- 检查
.env文件中的 API 密钥是否正确 - 确保 API 密钥有足够的配额
- 检查网络连接是否正常
开发指南
项目结构
src/mcp/
├── client/ # 客户端代码
├── proxy/ # 代理服务器代码
├── tools/ # 工具实现
├── utils/ # 工具函数
└── config/ # 配置文件
添加新功能
- 在
tools目录下创建新的工具类 - 实现必要的接口方法
- 在配置文件中注册新工具
- 编写测试用例
- 更新文档
贡献指南
欢迎提交 Issue 和 Pull Request!在提交之前,请确保:
- 代码符合项目规范
- 添加了必要的测试
- 更新了相关文档
- 通过了所有测试
许可证
MIT License
推荐服务器
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。
ThingsPanel MCP
一个集成服务器,将人工智能模型与 ThingsPanel 物联网平台连接起来,使人工智能助手能够通过自然语言与物联网设备交互,以进行设备控制、数据检索和管理操作。
Beamlit MCP Server
一个 MCP 服务器实现,它支持 Beamlit CLI 和 AI 模型之间的无缝集成,并使用模型上下文协议标准。
Cursor MCP Server
作为Claude桌面应用程序和Cursor编辑器之间的桥梁,通过标准化的通信和安全的基于令牌的身份验证,实现跨平台无缝的AI驱动自动化和多实例管理。
Windows CLI MCP Server
一个模型上下文协议(Model Context Protocol,MCP)服务器,提供对 Windows 系统的安全命令行访问。它允许像 Claude Desktop 这样的 MCP 客户端安全地在 PowerShell、CMD 和 Git Bash shell 中执行命令,并具有可配置的安全控制。
Things MCP Server
通过 Claude Desktop 实现与 Things 应用的交互,允许使用自然语言命令来创建任务、分析项目和管理优先级。
mcp-wcgw
紧密结合的 Shell 和文件编辑功能提供了强大的编码体验。 你可以使用不同的模式:架构师和代码编写者,分别用于计划和实施阶段。 你可以让它调用任何命令行指令,例如编译、类型检查、代码检查、GitHub CLI、Python。
MCP SAP GUI Server
使用模型上下文协议自动执行与 SAP GUI 的交互,从而可以通过点击、键入、滚动和事务管理等工具精确控制 SAP 事务。
MCP Client Configuration Server
一个工具,用于管理和同步不同 AI 助手客户端(Cline、Roo Code、WindSurf、Claude)的 MCP 服务器配置,并自动化从客户端配置文件中检索、列出、添加和删除服务器配置的过程。 Alternatively, a more concise translation: 用于管理和同步不同 AI 助手客户端(Cline、Roo Code、WindSurf、Claude)MCP 服务器配置的工具,可自动执行从客户端配置文件中检索、列出、添加和删除服务器配置的操作。