Waferlock Robot MCP

Waferlock Robot MCP

Enables interaction with Waferlock Robot services through a public REST API bridge. Provides secure access to robot management functionality without exposing AWS credentials, supporting local MCP server deployment via CLI.

Category
访问服务器

README

Waferlock MCP CLI (Public)

這個專案提供一個獨立的 CLI,透過 Waferlock Robot MCP 在 Heroku 上的公開 REST API,將資料橋接到支援 Model Context Protocol (MCP) 的客戶端(例如 ChatGPT Desktop)。使用者只需要 API URL 與 Token,即可在本地啟動 stdio 版 MCP 伺服器,不需暴露 AWS 憑證。

安裝與使用

1. 取得程式碼

git clone https://github.com/jasonlcs/waferlock-robot-mcp-public.git
cd waferlock-robot-mcp-public

2. 編譯

npm install
npm run build

3. 直接執行 (本地調試)

node dist/cli.js \
  --api-url https://waferlock-robot-mcp-1177c207c107.herokuapp.com \
  --api-token <你的 API Token> \
  --mcp-token <選填:要求 MCP 客戶端提供的 Token>
  • --server-name:覆寫 MCP server 名稱
  • --server-version:覆寫 MCP server 版本
  • --mcp-token:若指定,MCP 客戶端必須提供同樣的 Token(透過環境變數或連線設定)

4. 透過 npx 執行 (Git 來源)

建立 tag 後(例如 git tag v1.0.0 && git push origin v1.0.0),即可提供使用者以下指令:

npx --yes github:jasonlcs/waferlock-robot-mcp-public#v1.0.0 \
  --api-url https://waferlock-robot-mcp-1177c207c107.herokuapp.com \
  --api-token <你的 API Token> \
  --mcp-token <選填>

5. ChatGPT Desktop 設定範例

{
  "mcpServers": {
    "waferlock-robot": {
      "command": "npx",
      "args": [
        "--yes",
        "github:jasonlcs/waferlock-robot-mcp-public#v1.0.0",
        "--api-url", "https://waferlock-robot-mcp-1177c207c107.herokuapp.com",
        "--api-token", "<你的 API Token>",
        "--mcp-token", "<選填>"
      ]
    }
  }
}

jasonlcswaferlock-robot-mcp-1177c207c107<你的 API Token> 改成實際值即可使用。

專案結構

waferlock-robot-mcp-public/
├── package.json
├── tsconfig.json
├── README.md
└── src
    ├── cli.ts
    └── services
        ├── manualApiProvider.ts
        ├── manualProvider.ts
        └── mcpService.ts

開發注意事項

  • 需要 Node.js 18+(提供原生 fetch)。
  • CLI 會優先讀取命令列參數(--api-url--api-token 等),若未提供則回退至環境變數 API_URLAPI_TOKENMCP_TOKEN
  • 內建 dotenv,會載入 .env(選用)。
  • 專案使用 TypeScript;若想讓使用者省去編譯步驟,可在 repo 中同步 dist/,或加上 npm prepare 腳本在安裝時自動編譯。

後續步驟

  1. npm run build 確認 dist/ 生成。必要時 chmod +x dist/cli.js
  2. git add . && git commit -m "Initial public CLI",再 git push -u origin main
  3. 建立版本 tag(例:git tag v1.0.0 && git push origin v1.0.0)。
  4. 在主專案或文件提到此 CLI,指引用法(npx github:...node dist/cli.js ...)。

授權

ISC License

推荐服务器

Baidu Map

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。

官方
精选
JavaScript
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
Audiense Insights MCP Server

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。

官方
精选
本地
TypeScript
VeyraX

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。

官方
精选
本地
graphlit-mcp-server

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。

官方
精选
TypeScript
Kagi MCP Server

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。

官方
精选
Python
e2b-mcp-server

e2b-mcp-server

使用 MCP 通过 e2b 运行代码。

官方
精选
Neon MCP Server

Neon MCP Server

用于与 Neon 管理 API 和数据库交互的 MCP 服务器

官方
精选
Exa MCP Server

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。

官方
精选