MCP Server for cryptographic hashing

用于密码学哈希的 MCP 服务

用于 MD5 和 SHA-256 哈希计算的模型上下文协议（MCP）服务。此服务可让大模型高效处理密码学请求。

可用工具

该服务提供 2 个工具：

• calculate_md5：计算给定文本的 MD5 哈希值。
• calculate_sha256：计算给定文本的 SHA-256 哈希值。

该服务旨在与 VS Code Copilot Chat、Claude for Desktop 等支持模型上下文协议的 MCP 客户端配合使用。

了解 MCP 并构建自己的 MCP 服务

如果你还不熟悉模型上下文协议（MCP），可以参考以下资源：

• 什么是 MCP？
  • 理解模型上下文协议与 Agentic AI
• 如何构建自己的 MCP 服务？
  • 如何构建自己的 MCP 服务：简明教程
• 在哪里可以找到 hashing-mcp-server 包？
  • 你可以在 PyPI 上找到 Python 包
  • 你可以在 Docker Hub 上找到 Docker 镜像
  • 你可以在这个 GitHub 仓库中找到源代码
  • 你也可以在 MCP 服务列表中找到它，例如：
    • mcp.so
• 如何安装和使用 hashing-mcp-server？
  • 请参阅下文中的安装和使用说明。

服务运行效果

下方的 GIF 展示了 MCP 服务如何处理请求并返回相应的密码学哈希值。 这里以 Claude Desktop 为例，但它同样适用于 VSCode 等其他 MCP 客户端。

前置条件

• 通过 Docker 运行： 已安装并运行 Docker。
• 直接运行： Python 3.13+ 和虚拟环境工具（venv、uv）。
• 参与贡献/开发： Git、Python 3.13+、uv（推荐）或 pip、Docker（可选，用于测试构建）。

选项 1：使用 Docker 运行服务（推荐）

这是运行服务最简单的方式，无需直接管理 Python 环境。

1. 获取 Docker 镜像：

• 从 Docker Hub 拉取（最简单）：

  docker pull kunalpathak13/hashing-mcp-server:latest
  

2. 配置 MCP 客户端：

配置客户端以使用 docker run。

• VS Code（settings.json）：

  // In your VS Code settings.json (User or Workspace)
  "mcp": {
      "servers": {
          "hashing-docker": { // Use a distinct name if needed
              "command": "docker",
              "args": [
                  "run",
                  "-i",      // Keep STDIN open for communication
                  "--rm",    // Clean up container after exit
                  "kunalpathak13/hashing-mcp-server:latest" // Change the tag to your version if needed e.g. "hashing-mcp-server:X.Y.Z"
              ]
          }
      }
  }
  

• Claude Desktop（claude_desktop_config.json）：

  {
  	"mcpServers": {
  		"hashing-docker": {
  			"command": "docker",
  			"args": [
  				"run",
  				"-i",
  				"--rm",
  				"kunalpathak13/hashing-mcp-server:latest" // Change the tag to your version if needed e.g. "hashing-mcp-server:X.Y.Z"
  			]
  		}
  	}
  }
  

• 其他客户端： 请参考其文档进行调整，将 docker 用作命令，并将 run -i --rm IMAGE_NAME 用作参数。有关具体配置步骤，请参阅其官方文档：

  • Claude for Desktop/Web 设置
  • 使用 Copilot 的 VSCode MCP
  • Open AI ChatGPT Agents（通过 Python）

3. 测试集成：

配置完成后，与 MCP 客户端（VS Code Chat、Claude Desktop 等）交互。提出能够触发哈希工具的问题：

• “计算文本 ‘hello world’ 的 MD5 哈希值”
• “字符串 ‘MCP is cool!’ 的 SHA256 哈希值是什么？”

客户端应使用你提供的命令在后台启动 Docker 容器，发送请求、接收哈希结果并将其显示出来。

选项 2：直接运行服务（Python 环境）

如果你不想使用 Docker，或是出于开发目的，请使用此方法。

1. 设置环境并安装：

# Create a dedicated directory and navigate into it
mkdir my_mcp_setup && cd my_mcp_setup

# --- Create & Activate Virtual Environment (Choose ONE method) ---
# Method A: Using uv (Recommended):
uv venv
source .venv/bin/activate # Linux/macOS
# .venv\Scripts\activate # Windows

# Method B: Using standard venv:
# python -m venv .venv
# source .venv/bin/activate # Linux/macOS
# .venv\Scripts\activate # Windows
# ---

# --- Install the package (within the active venv, choose ONE method) ---
# Method A: Using uv:
uv pip install hashing-mcp-server

# Method B: Using pip:
# pip install hashing-mcp-server
# ---

2. 查找可执行文件路径：

在虚拟环境_处于激活状态_时，查找已安装脚本的完整绝对路径：

# On Linux/macOS:
which hashing-mcp-server
# Example Output: /home/user/my_mcp_setup/.venv/bin/hashing-mcp-server

# On Windows (Command Prompt/PowerShell):
where hashing-mcp-server
# Example Output: C:\Users\User\my_mcp_setup\.venv\Scripts\hashing-mcp-server.exe

复制输出中显示的完整路径。

3. 配置 MCP 客户端：

在客户端配置中使用你复制的绝对路径。

• VS Code（settings.json）：

  // In your VS Code settings.json (User or Workspace)
  "mcp": {
      "servers": {
          // You can name this key anything, e.g., "hasher" or "cryptoTools"
          "hashing": {
              // Paste the full, absolute path you copied here:
              "command": "/full/path/to/your/virtualenv/bin/hashing-mcp-server"
              // No 'args' needed when running the installed script directly
          }
      }
  }
  

  （将示例路径替换为实际路径）

• Claude Desktop（claude_desktop_config.json）：

  {
  	"mcpServers": {
  		"hashing": {
  			// Paste the full, absolute path you copied here:
  			"command": "/full/path/to/your/virtualenv/bin/hashing-mcp-server"
  		}
  	}
  }
  

  （将示例路径替换为实际路径）

• 其他客户端：按照各自的说明操作，并将第 2 步中找到的完整绝对路径作为命令提供。

4. 测试集成：

配置完成后，使用 MCP 客户端（VS Code Chat、Claude Desktop 等）进行交互。提出能触发哈希工具的问题，例如：- “对 ‘hello world’ 使用 calculate_md5 工具。” - “计算文本 ‘MCP rocks’ 的 SHA256 哈希值。”

客户端应使用你提供的绝对路径启动服务脚本，发送请求，接收哈希结果并显示出来。

贡献 / 开发环境设置

如果你想修改服务代码或参与贡献，请按照以下步骤操作。

1. 克隆代码仓库：

git clone https://github.com/kanad13/MCP-Server-for-Hashing.git
cd MCP-Server-for-Hashing

2. 设置开发环境：

# Create & Activate Virtual Environment (using uv recommended)
uv venv
source .venv/bin/activate # Linux/macOS
# .venv\Scripts\activate # Windows

# Install in editable mode with development dependencies
uv pip install -e ".[dev]"

（此操作会以这样的方式安装软件包：src/ 中的代码更改会立即生效，无需重新安装。它还会安装 [project.optional-dependencies.dev] 中定义的工具，例如 pytest）

3. 在开发期间于本地运行： 确保开发虚拟环境处于激活状态。你可以使用以下命令运行服务：

# Run the installed script (available due to -e flag)
hashing-mcp-server

也可以直接执行模块：

python -m hashing_mcp.cli

（你可以临时将 MCP 客户端配置为指向_此_特定开发 .venv 中的可执行文件路径，以进行集成测试）

4. 运行测试： 确保开发虚拟环境处于激活状态：

pytest

维护者任务：发布新版本

（适用于项目维护者）

发布流程（构建、测试、打标签、推送到 PyPI 和 Docker Hub）由位于代码仓库根目录的 build_and_push.sh 脚本自动完成。

运行脚本的前提条件：

• 必须处于已激活的开发虚拟环境中（source .venv/bin/activate 或 .venv\Scripts\activate）。
• 必须能够使用所需工具：uv（或 pip）、twine、git、docker。
• 必须配置凭据：
  • Docker：通过 docker login 登录。
  • PyPI：通过 TWINE_USERNAME=__token__ 和 TWINE_PASSWORD=pypi-... 环境变量或 ~/.pypirc 配置生产 API 令牌。
• 已获准推送到目标 Git 代码仓库（默认是 origin）和 Docker Hub 代码仓库（默认是 kunalpathak13/hashing-mcp-server）。

发布步骤：

1. 确保 pyproject.toml 中的 version 字段已更新为正确的新版本号。
2. 将所有最终代码更改提交并推送到 main 分支。
3. 将发布脚本设为可执行文件（一次性设置）：chmod +x build_and_push.sh
4. 激活虚拟环境：source .venv/bin/activate（或等效命令）。
5. 从代码仓库根目录运行脚本：./build_and_push.sh
6. 脚本将执行所有步骤：构建、检查、上传到 PyPI、构建 Docker 镜像、为 Docker 镜像打标签（版本号和 latest）、推送 Docker 镜像、创建 Git 标签、推送 Git 标签。
7. 验证 PyPI 上已发布新软件包版本，且 Docker Hub 上已有新的 Docker 标签。

许可证

本项目采用 MIT 许可证授权——详情请参见 LICENSE 文件。

致谢

• Anthropic 与 Model Context Protocol 文档