
MPC Docs Server
一个简单的模型上下文协议服务器,可以从 Langchain、Llama Index 和 OpenAI 官方文档中搜索和检索相关的文档片段。
README
MPC 文档服务器
这是一个简单的 MCP (模型上下文协议) 服务器,用于从 Langchain、Llama Index 和 OpenAI 的官方文档中检索信息。它提供了一个工具,可以被 MCP 兼容的应用程序使用,以搜索和检索相关的文档片段。
特性
- 文档检索: 从 Langchain、Llama Index 和 OpenAI 的官方文档中获取内容。
- MCP 兼容性: 实现了 MCP 服务器,使其可以轻松地与其他 MCP 兼容的应用程序集成。
- 简单工具: 公开了一个
get_docs
工具,该工具接受查询和库名称,并返回相关的文档片段。
工作原理
graph LR
Client[MCP 客户端] -->|调用工具| Server[MCP 服务器]
Server -->|在网络上搜索文档| Serper[Serper API]
Serper -->|返回搜索结果| Server
Server -->|返回文档| Client
快速开始
安装 uv 包管理器
在 MacOS/Linux 上:
curl -LsSf https://astral.sh/uv/install.sh | sh
请务必之后重启您的终端,以确保 uv
命令被识别。
项目设置
创建并初始化项目:
# 为我们的项目创建一个新目录
uv init mcp-server
cd mcp-server
# 创建虚拟环境并激活它
uv venv
source .venv/bin/activate # 在 Windows 上使用: .venv\Scripts\activate
# 安装依赖
uv add "mcp[cli]" httpx python-dotenv bs4
环境变量
在根目录中创建一个 .env
文件并添加以下内容:
SERPER_API_KEY=YOUR_SERPER_API_KEY
您需要一个 SERPER API 密钥才能使用网络搜索功能。您可以从 Serper.dev 获取一个。 我们使用 Serper API 在网络上搜索相关的文档。
运行服务器
启动 MCP 服务器:
uv run main.py
服务器将启动并准备好接受连接。
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。