Workers MCP Demo
一个演示项目,使用 Cloudflare Workers MCP 创建自定义 AI 工具,这些工具可以与 Claude、Cursor 以及其他支持模型上下文协议 (Model Context Protocol) 的 AI 助手集成。
README
MCP 演示
这是一个使用 Cloudflare Workers MCP 创建自定义 AI 工具的简单演示项目,这些工具可以与 Claude、Cursor 和其他支持 MCP 的 AI 助手一起使用。
什么是 MCP?
MCP (Model Context Protocol) 是由 Anthropic 开源的一个标准,用于连接 AI 助手与数据源,包括内容仓库、业务工具和开发环境。它的目标是帮助前沿模型生成更好、更相关的回应。
本项目利用 Cloudflare Workers MCP 创建自定义工具,这些工具可以被 AI 助手访问和使用,从而扩展 AI 的能力。
特点
- 在 Cloudflare Workers 上运行的自定义 AI 工具
- 与 Claude、Cursor 和其他 MCP 客户端的无缝集成
- 能够通过自己的无服务器函数扩展 AI 能力
前提条件
- Node.js (v16 或更高版本)
- pnpm 包管理器
- Cloudflare 账户
- Wrangler CLI
- Claude Desktop、Cursor 或其他支持 MCP 的客户端
设置步骤
1. 克隆此仓库
git clone https://github.com/akazwz/workers-mcp-demo.git
cd workers-mcp-demo
2. 安装依赖
pnpm install
3. 配置你的 Cloudflare Worker
确保你已经通过 Wrangler 登录到 Cloudflare:
pnpx wrangler login
然后运行 MCP 设置命令:
npx workers-mcp setup
这将自动配置你的 Worker 以支持 MCP。
免费用户配置注意事项
如果你是 Cloudflare Workers 的免费用户(非付费用户),需要修改 wrangler.jsonc
文件,删除或注释掉以下配置:
"browser": {
"binding": "BROWSER"
}
这是因为 Browser Rendering API 仅适用于付费用户。删除此配置后,screenshotURL
和 extractImagesFromURL
功能将无法使用,但其他功能仍然可以正常工作。
4. 部署你的 Worker
pnpm run deploy
5. 配置你的 MCP 客户端
对于 Claude Desktop:
运行以下命令在 Claude 中安装你的 MCP 服务器:
pnpx workers-mcp install:claude
对于 Cursor:
在 Cursor 的 MCP 配置中添加以下内容:
{
"type": "command",
"command": "/path/to/workers-mcp run workers-mcp-demo https://your-worker-url.workers.dev /path/to/workers-mcp-demo"
}
使用方法
配置完成后,你可以直接从 AI 助手使用你的自定义 MCP 工具。例如,在 Claude Desktop 中,你可以使用如下命令:
@workers-mcp-demo getRandomNumber
可用工具
此演示包括以下工具:
getRandomNumber
:生成一个随机数generateImage
:根据文本提示创建图像screenshotURL
:对指定 URL 进行截图(需要付费账户)extractImagesFromURL
:从网页中提取图像(需要付费账户)
自定义
要添加自己的工具,编辑 src/index.ts
文件并向 Worker 类添加新方法。更改后,使用以下命令重新部署你的 Worker:
pnpm run deploy
故障排除
- 如果你的 AI 助手看不到你的工具,尝试重启助手。
- 如果你更改了方法名称或参数,你需要重启 AI 助手才能使更改生效。
- 检查 Cloudflare Workers 日志以查看部署中的任何错误。
- 如果使用免费账户时出现
Error: Browser Rendering API is only available for Workers Paid plans
错误,请参考上面的免费用户配置注意事项。
许可证
本项目采用 MIT 许可证。
致谢
- Cloudflare Workers MCP 提供底层框架
- Anthropic Model Context Protocol 开源的 MCP 标准
- Cloudflare Workers 提供无服务器平台
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。
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。
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。
Playwright MCP Server
提供一个利用模型上下文协议的服务器,以实现类人浏览器的自动化,该服务器使用 Playwright,允许控制浏览器行为,例如导航、元素交互和滚动。
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。
Apple MCP Server
通过 MCP 协议与 Apple 应用(如“信息”、“备忘录”和“通讯录”)进行交互,从而使用自然语言发送消息、搜索和打开应用内容。
contentful-mcp
在你的 Contentful Space 中更新、创建、删除内容、内容模型和资源。