mcpField
T
Toolbox - MCP Server Manager

Toolbox - MCP Server Manager

本地服务
github.com/AlexanderOllman开发工具066 周前更新

关于 Toolbox - MCP Server Manager

Toolbox - MCP Server Manager 是用于整理 MCP 服务仓库并生成配置文件的网页应用和命令行工具。它面向需要管理服务仓库、搜索条目及生成 YAML 或 JSON 配置的用户。

主要功能

  1. 01添加、查看和删除仓库
  2. 02从 README 提取仓库信息
  3. 03生成 YAML 和 JSON 配置
  4. 04通过向量搜索仓库
  5. 05使用命令行管理仓库和配置

适用场景

  1. 01整理 MCP 服务的 Git 仓库
  2. 02通过向量搜索查找仓库
  3. 03生成 YAML 或 JSON 服务配置
  4. 04从命令行列出仓库或生成配置

MCP 相关

它用于管理 MCP 服务仓库并为其生成配置文件;项目未说明会向 MCP 客户端提供工具。

配置

本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。

暂未收录安装方式

我们还没有获取到这个服务的安装包或远程地址,请按项目 README 中的说明安装。

代码仓库

工具

还没有获取到工具列表

本地服务需要在你的电脑上运行后才能读取工具,维护者暂未提供工具列表。

详细介绍

Toolbox - MCP 服务管理器

一个用于管理 MCP 服务并生成配置文件的 Web 应用。

功能

  • 仓库管理(添加、查看、删除)
  • 使用 GPT 自动提取 README 文件中的信息
  • 生成 YAML 和 JSON 配置
  • 使用 React 和 Tailwind CSS 打造的现代化界面
  • 用于仓库管理和配置生成的命令行工具
  • 基于向量的仓库搜索

项目结构

项目分为两个主要部分:

  • 后端:用于提供 API 端点的 FastAPI 服务
  • 前端:使用 Tailwind CSS 的 React 应用

前置条件

  • Python 3.8+
  • Node.js 18+
  • Git
  • OpenAI API 密钥
  • Qdrant 向量数据库(用于仓库存储和搜索)

开始使用

后端设置
  1. 进入后端目录:
cd backend
  1. 创建虚拟环境:
python -m venv venv
source venv/bin/activate  # On Windows: venv\Scripts\activate
  1. 安装依赖:
pip install -r requirements.txt
  1. 运行 FastAPI 服务:
python run.py

API 将在 http://localhost:8020 提供服务。

前端设置
  1. 进入前端目录:
cd frontend
  1. 安装依赖:
npm install
  1. 启动开发服务器:
npm run dev

Web 应用将在 http://localhost:5173 提供服务。

API 文档

后端运行后,可通过以下地址访问 API 文档:

命令行工具

应用包含两个命令行工具:

添加服务工具

此工具可将 Git 仓库添加到数据库:

python backend/add_server.py https://github.com/username/repo.git

可选参数:

  • --name:为仓库指定自定义名称
  • --description:为仓库指定自定义描述
  • --command:为运行仓库指定自定义命令
  • --args:为命令指定自定义参数
配置工具

此工具提供管理配置的功能:

python backend/cli.py generate-yaml

可用命令:

  • generate-yaml:生成 YAML 配置文件
    • -o, --output:指定输出文件路径
    • -p, --print:将 YAML 输出到标准输出
  • list:列出数据库中的所有仓库

开发说明

  • OpenAI API 密钥硬编码在 backend/app/services/openai_service.py 中。在生产环境中,应将其替换为环境变量。
  • 仓库数据存储在 Qdrant 向量数据库中。请确保正确配置 Qdrant 实例并定期备份。
  • 可在应用的“向量设置”部分配置 Qdrant 连接参数。

许可证

MIT

评论

支持 Markdown

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。