Refunc MCP Server
Refunc 模型上下文协议服务器
refunc
README
Refunc MCP 服务器
部署 Refunc
在 refunc-system
命名空间中部署所有 refunc 组件。
kubectl apply -f https://raw.githubusercontent.com/refunc/mcp-server/refs/heads/main/deploy/play-all-in-one.yaml
然后将 refunc 服务代理到本地。
kubectl port-forward svc/aws-api 8000:http --address 0.0.0.0 -n refunc-system
kubectl port-forward svc/mcp-server 8001:http --address 0.0.0.0 -n refunc-system
注意:演示部署中的数据不会持久化。
创建函数
使用 refunc-cli 创建一个函数。
pip install -U refunc-cli
mkdir mcp-demo && cd mcp-demo
rfctl init
Initing function manifest in /path/mcp-demo/lambda.yaml
Name: mcp-demo
Namespace: refunc-system
Select Language:
1 - python
2 - go
Choose from 1, 2 [1]:
Select Runtime:
1 - python3.10
2 - python3.9
3 - python3.8
Choose from 1, 2, 3 [1]:
# 在 main.py 中编写任何代码,此演示是回显一条 hello 消息。
AWS_DEFAULT_ENDPOINT=http://127.0.0.1:8000 rfctl create
注意:你需要一个 Python 3 环境。
创建 MCP 端点
编辑 lambda.yaml,如下所示。
metadata:
name: mcp-demo
namespace: refunc-system
spec:
build:
source: .
manifest: requirements.txt
language: python
architecture: x86_64
handler: main.lambda_handler
timeout: 120
runtime: "python3.10"
concurrency: 1
environment:
ENV_TEST: TEST
# url:
# cors:
# allowCredentials: true
# allowHeaders: "*"
# allowMethods: "*"
# allowOrigins: "*"
# exposeHeaders: "*"
# maxAge: 300
events:
# - name: hourly
# type: cron
# mapping:
# cron: 0 * * * *
# location: Asia/Shanghai
# args:
# var1: value1
# saveLog: false
# saveResult: false
- name: mcp
type: mcp
mapping:
args:
token: mcp-demo
tools:
- name: echo-hello
desc: Echo a hello msg #不能包含单引号
schema:
type: object
properties: {}
required: []
saveLog: false
saveResult: false
AWS_DEFAULT_ENDPOINT=http://127.0.0.1:8000 rfctl update-config
演示 MCP SSE 端点是:http://127.0.0.1:8001/refunc-system/mcp-demo/test/mcp-demo/sse
Refunc MCP SSE url 路径格式是:/namespace/<token-secret-name>/<token>/<func-name>/sse
MCP 事件规范
- name: mcp
type: mcp # 事件类型必须是 mcp。
mapping:
args:
token: mcp-demo # 你可以在 play-all-in-one.yaml 中找到 token secret name。
tools: # mcp 工具
- name: echo-hello # mcp 工具名称
desc: Echo a hello msg # mcp 工具描述
schema: # mcp 工具参数,使用有效的 JSON Schema 描述。
type: object
properties: {}
required: []
saveLog: false
saveResult: false
事件的 tools 字段是一个数据结构,你可以使用一个函数实现多个工具。 调用函数时,refunc 将添加两个内置参数:_call_type 和 _call_method,其中 _call_method 是工具的名称。
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。