Model Context Protocol (MCP) Tools

Model Context Protocol (MCP) Tools

使用 GitHub MCP 服务器创建的测试仓库。

oghenetejiriorukpegmail

开发者工具
访问服务器

README

模型上下文协议 (MCP) 工具

本仓库演示了 MCP 工具与各种服务交互的能力。 MCP 工具提供了一种标准化的方式,通过服务器端实现来扩展 AI 功能。

可用的 MCP 工具

1. GitHub MCP 服务器

一个提供与 GitHub 交互工具的服务器:

  • get_user: 获取 GitHub 用户信息
  • create_repo: 创建新的 GitHub 仓库
  • push_to_repo: 将内容推送到 GitHub 仓库

2. 天气 MCP 服务器 (示例)

一个可以提供天气数据的服务器:

  • 获取城市当前天气
  • 获取天气预报
  • 访问历史天气数据

3. 数据库 MCP 服务器 (示例)

一个可以提供数据库操作的服务器:

  • 查询数据
  • 插入记录
  • 更新现有数据
  • 删除记录

MCP 的优势

  1. 标准化: MCP 为工具集成提供了一个标准协议
  2. 安全性: 工具在服务器端运行,并具有适当的身份验证
  3. 可扩展性: 无需修改核心系统即可添加新工具
  4. 灵活性: 工具可以使用任何编程语言实现

实现细节

MCP 服务器可以使用以下方式实现:

  • 本地 (基于 Stdio) 服务器,在用户机器上运行
  • 远程 (基于 SSE) 服务器,在远程机器上运行

每个服务器定义:

  • 具有输入模式的可用工具
  • 资源端点
  • 身份验证要求

快速开始

要创建您自己的 MCP 服务器:

  1. 使用 MCP SDK
  2. 定义您的工具和资源
  3. 实现服务器逻辑
  4. 配置身份验证
  5. 部署服务器

使用示例

// 使用 GitHub MCP 服务器的示例
const result = await mcpServer.callTool('github', 'create_repo', {
  repo_name: 'my-new-repo',
  description: 'A new repository',
  private: false
});

本仓库是使用 GitHub MCP 服务器创建的,用于演示这些功能!

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