uv-mcp
用于内省 Python 环境的 MCP 服务器
dmclain
README
uv-mcp
一个模型上下文协议 (MCP) 服务器,用于通过快速 Python 包安装器 uv 与 Python 安装进行交互。
概述
uv-mcp 为 LLM 提供直接访问权限,以通过 uv 包管理器检查和管理 Python 环境。 这允许 AI 助手帮助处理 Python 依赖管理、环境检查和故障排除任务。
特性
- 环境检查: 查询已安装的包及其版本
- 依赖关系解析: 检查包之间的兼容性
- 环境比较: 识别本地环境与云/生产环境之间的差异
- 需求管理: 解析和验证需求文件
- 包信息: 检索有关 PyPI 包的元数据
- 虚拟环境管理: 创建和管理虚拟环境
工作原理
uv-mcp 实现了 模型上下文协议,通过标准化的资源和工具公开 Python 环境数据和包管理功能。
资源
python:packages://installed
- 所有已安装的包和版本的列表python:packages://outdated
- 具有可用更新版本的已安装包的列表python:packages://{package_name}/latest
- 包的最新可用版本python:packages://{package_name}/dependencies
- 特定包的依赖关系列表python:requirements://{file_path}
- 需求文件的已解析内容
工具
run(command: str[])
- 运行命令或脚本init()
- 创建一个新项目add(package_name: str, version: Optional[str])
- 将依赖项添加到项目remove(package_name: str)
- 从项目中删除依赖项sync(dry_run: bool)
- 安装所有声明的依赖项,卸载任何未声明的依赖项lock()
- 更新项目的锁定文件pip(command: str[])
- 运行 pip 命令pip_install(package_name: str, version: Optional[str])
- 使用 pip 安装包pip_uninstall(package_name: str)
- 使用 pip 卸载包pip_list()
- 使用 pip 列出所有已安装的包
用法
要启动服务器:
uvx uv-mcp
开发
该项目是使用 MCP Python SDK 和 uv 构建的。
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。