关于 AI Meta MCP Server
AI Meta MCP Server 是供 AI 模型动态创建和执行自定义工具的 MCP 服务,适用于需要按需扩展函数能力的场景。它提供多种运行环境、隔离执行和人工审批,并可持久化工具定义。
主要功能
- 01动态创建自定义工具
- 02支持 JavaScript、Python 和 Shell
- 03沙箱隔离执行
- 04持久化工具定义
- 05管理工具注册表
- 06创建与执行需人工批准
适用场景
- 01按需创建计算工具
- 02跨会话复用自定义工具
- 03在审批后运行生成的代码
MCP 相关
该 MCP 服务提供用于定义和执行自定义函数的元工具,并允许 MCP 客户端管理工具。代码在沙箱中执行,创建和执行均需人工批准。
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。
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
AI Meta MCP Server
一个动态 MCP 服务,允许 AI 模型通过元函数架构创建并执行自己的自定义工具。此服务通过在运行时定义自定义函数,为 AI 提供扩展自身能力的机制。
功能
- 动态创建工具:AI 可以定义带有自定义实现的新工具
- 多种运行时环境:支持 JavaScript、Python 和 Shell 执行
- 沙箱安全:工具在隔离的沙箱中运行,确保安全
- 持久化:在不同会话之间存储和加载自定义工具定义
- 灵活的工具注册表:管理、列出、更新和删除自定义工具
- 人工审批流程:创建和执行工具均需获得人工明确批准
安全注意事项
⚠️ 警告:此服务允许动态执行代码。请谨慎使用,并且仅在可信环境中使用。
- 所有代码均在沙箱环境中执行
- 创建和执行工具都需要人工参与审批
- 可通过环境变量配置工具执行权限
- 对所有操作进行审计日志记录
安装
npm install ai-meta-mcp-server
用法
运行服务
npx ai-meta-mcp-server
使用 Docker 运行
# Build the Docker image
docker build -t ai-meta-mcp-server .
# Run the container
docker run --rm -i ai-meta-mcp-server
# Run with custom configuration and persistent storage
docker run --rm -i \
-e ALLOW_PYTHON_EXECUTION=true \
-e ALLOW_SHELL_EXECUTION=false \
-v $(pwd)/data:/app/data \
ai-meta-mcp-server
配置
环境变量:
ALLOW_JS_EXECUTION:启用 JavaScript 执行(默认:true)ALLOW_PYTHON_EXECUTION:启用 Python 执行(默认:false)ALLOW_SHELL_EXECUTION:启用 Shell 执行(默认:false)PERSIST_TOOLS:在不同会话之间保存工具(默认:true)TOOLS_DB_PATH:存储工具数据库的路径(默认:"./tools.json")
使用 Claude Desktop 运行
将以下内容添加到你的 claude_desktop_config.json 中:
{
"mcpServers": {
"ai-meta-mcp": {
"command": "npx",
"args": ["-y", "ai-meta-mcp-server"],
"env": {
"ALLOW_JS_EXECUTION": "true",
"ALLOW_PYTHON_EXECUTION": "false",
"ALLOW_SHELL_EXECUTION": "false"
}
}
}
}
工具创建示例
在 Claude Desktop 中,你可以像这样创建新工具:
Can you create a tool called "calculate_compound_interest" that computes compound interest given principal, rate, time, and compounding frequency?
Claude 将使用 define_function 元工具创建你的新工具,该工具随即即可使用。
架构
此服务实现了 Model Context Protocol(MCP),并提供元工具架构,使 AI 能够在安全边界内驱动函数注册与执行。
许可证
MIT
评论
支持 Markdown
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。