关于 Chepy MCP Service (CyberChef like Python library)
Chepy MCP Service 通过 MCP 服务向开发者和数据处理工作流提供 Chepy 数据转换操作。单一的 `bake` 工具可运行 Chepy 配方流水线,另有资源列出操作及其签名。
主要功能
- 01使用 `bake` 工具串联操作
- 02采用 Chepy 配方 JSON
- 03查询操作及其签名
- 04返回文本或 Base64 编码的二进制数据
- 05配方兼容 Chepy CLI
适用场景
- 01在流水线中编码或解码数据
- 02对输入执行多个 Chepy 转换
- 03查看可用操作及参数
MCP 相关
服务提供用于运行 Chepy 操作流水线的 `bake` 工具,以及用于查询操作、签名和说明的 `resource://chepy_operations` 资源。
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。
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
chepy-mcp
Chepy 库函数的 MCP 服务
概述
本项目将强大的 Chepy 数据转换库作为 MCP(Model Context Protocol) 服务开放。你可以通过一个灵活的 API 访问 Chepy 的工具(例如编码、解码和数据处理):bake 管道工具,其设计灵感来自 CyberChef。
功能
- 单一管道工具(
bake):在单个请求中串联一个或多个 Chepy 操作,并为每个操作指定参数 - Chepy 配方 JSON 格式:使用 Chepy 自带的配方序列化格式描述管道,因此可与 Chepy 的导入/导出和 CLI 工具兼容
- 资源端点:发现所有可用的 Chepy 操作及其签名
- 基于
unittest的测试套件,可进行稳健验证
安装
-
如果尚未安装 uv,请先安装。
$ curl -LsSf https://astral.sh/uv/install.sh | sh -
克隆仓库:
git clone https://github.com/nebucaz/chepy-mcp.git cd chepy-mcp -
安装依赖:
uv sync
运行
使用以下命令运行服务:
$ uv run src/server.py
使用方法
Chepy 配方 JSON 格式
bake 工具要求使用 Chepy 配方 JSON 格式编写管道:
{
"input": "hello world",
"recipe": [
{"function": "to_base64", "args": {}},
{"function": "from_base64", "args": {}}
]
}
recipe列表中的每个步骤都是一个对象,包含function(Chepy 操作名称)和args(该操作的参数字典)。- 此格式与 Chepy 自带的配方导入/导出和 CLI 工具完全兼容。
响应会指明输出是文本还是二进制:
{
"type": "text",
"data": "hello world"
}
发现可用操作
获取资源端点,以查看所有可用的 Chepy 操作、参数签名和说明:
- 资源 URI:
resource://chepy_operations
响应示例:
{
"to_base64": {
"signature": "(alphabet: str = 'standard')",
"description": "Encode the input string to base64"
},
"from_base64": {
"signature": "(alphabet: str = 'standard', remove_non_alpha: bool = True)",
"description": "Decode base64 encoded string"
}
}
扩展
- 所有 Chepy 操作均可通过管道工具使用;无需添加单独的封装。
- 可根据需要在
tests/目录中添加更多测试。
注意事项
bake工具会自动检测输出是文本还是二进制,并将二进制编码为 base64。- 有效操作及其参数列表,请参阅
resource://chepy_operations资源。 - 为了实现最大的灵活性和可维护性,仅开放
bake工具和 Chepy 操作资源。 - 管道格式与 Chepy 自带的配方序列化和 CLI 工具完全兼容。
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。