MyMCP Prompt

MyMCP Prompt 是一个工具，用于从自然语言描述生成模型上下文协议 (MCP) 服务器。这个 MVP 使用 Google Gemini API 将用户描述转换为功能性的 Python MCP 服务器，并带有相应的 JSON 配置。

AlexJ-StL

开发者工具

README

MyMCP Prompt 是一个从自然语言描述生成模型上下文协议 (MCP) 服务器的工具。这个 MVP 使用 Google Gemini API 将用户描述转换为功能性的 Python MCP 服务器以及相应的 JSON 配置。

该应用程序包含：

Flask 后端 (根目录):
- app.py: 主要 Flask 应用程序设置 (CORS, 蓝图注册)。
- api.py: 包含 /api/generate-mcp 端点，该端点与 Google Gemini API 交互以生成服务器代码和配置。
- requirements.txt: 列出 Python 依赖项。
React 前端 (/frontend-vite 目录):
- 提供一个 Web 界面 (frontend-vite/src/App.js)，供用户输入服务器描述。
- 显示生成的 Python 代码和 JSON 配置。
- 显示生成的文件保存的路径。

克隆仓库:

git clone https://github.com/AlexJ-StL/mymcp
cd mymcp

后端设置 (根目录):

创建并激活一个虚拟环境 (推荐使用 uv):

# 在项目根目录 (mymcp)
uv venv
source .venv/Scripts/activate  # 在 Windows 上
# source .venv/bin/activate    # 在 macOS/Linux 上

安装 Python 依赖项:

uv pip install -r requirements.txt

前端设置:

导航到 frontend-vite 目录:
```
cd frontend-vite
```
安装 Node.js 依赖项:
```
npm install
```
导航回根目录:
```
cd ..
```
设置 Gemini API 密钥:

重要: 获取 Google Gemini API 密钥并将其设置为名为 GEMINI_API_KEY 的环境变量。不要将您的 API 密钥提交到存储库。

Windows (命令提示符):
```
set GEMINI_API_KEY=your_api_key
```
Windows (PowerShell):
```
$env:GEMINI_API_KEY="your_api_key"
```
(注意: 这仅为当前会话设置变量。对于持久设置，请使用 setx 或系统环境变量设置。)

macOS / Linux:

将以下行添加到您的 .bashrc、.zshrc 或其他 shell 配置文件中:
```
export GEMINI_API_KEY="your_api_key"
```
然后，source 该文件 (或打开一个新的终端):
```
source ~/.bashrc  # 或 ~/.zshrc 等。
```

启动后端服务器:
- 确保您的虚拟环境已在根目录中激活。
- 确保已设置 GEMINI_API_KEY 环境变量。
- 运行 Flask 应用程序:
```
# 在项目根目录 (mymcp)
flask run
```
- 后端将在 http://127.0.0.1:5000 上可用。
启动前端开发服务器:
- 打开一个新的终端。
- 导航到 frontend-vite 目录:
```
cd frontend-vite
```
- 运行 React 应用程序:
```
npm run dev
```
- 前端将自动在您的浏览器中打开，通常在 http://localhost:5173 上。
使用应用程序:
- 在您的浏览器中打开 http://localhost:5173。
- 输入您要生成的 MCP 服务器的描述。
- 点击 "Place Your Order"。
- 生成的 Python 代码和 JSON 配置将显示，并且文件将保存到 generated_server 目录 (或 LLM 选择的目录)。

v0.1.0 (MVP): 使用 Google Gemini 进行基本 MCP 服务器生成的初始版本。后端位于根目录，前端位于 /frontend。
v0.2.0 (Vite 前端 & UI 重新设计): 将前端从 Create React App 迁移到 Vite，以提高性能、减少漏洞并改善开发者体验。实施了新的法式咖啡馆主题 UI。从前端删除了输出目录输入，允许后端选择输出目录。更新了后端 API 以处理没有输出目录的请求。

与更多 LLM 集成 (OpenRouter, LiteLLM, OpenAI, Anthropic, SombaNova, Cerebras, LM Studio, Ollama, Groq)。
支持在 MCP 服务器中生成工具/函数调用。
支持生成代理提示。
改进的错误处理和用户反馈。
更复杂的 MCP 服务器代码生成 (例如，使用模板，更好的结构)。
UI 增强。
后端和前端的单元测试。