关于 Factorio MCP Server
尽管名称包含 Factorio,README 描述的是一个精简的 TypeScript MCP 入门服务,并未提供 Factorio 功能。它包含问候示例工具,以及使用 Claude 构建和测试工具的开发说明。
主要功能
- 01问候示例工具
- 02TypeScript 和 esbuild 配置
- 03开发与监听命令
- 04MCP Inspector 测试说明
- 05添加工具的操作指引
适用场景
- 01启动基础 MCP 服务项目
- 02通过 Claude 测试工具交互
- 03在本地开发和检查工具
MCP 相关
此入门服务向 MCP 客户端提供 `hello_tool`,接收姓名并返回问候语。它还说明了如何配置 Claude Desktop 并使用 MCP Inspector 测试。
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。
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
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
Factorio MCP 服务
这个玩意儿根本不能用,哈哈
- 待办事项
MCP 入门服务
用于构建 AI 助手工具的精简 ModelContextProtocol 服务模板。此入门模板提供了创建 MCP 工具的基本结构,可供 Claude 等 AI 助手使用。
功能
- 简单的“Hello World”工具示例
- TypeScript + esbuild 配置
- 预先配置的开发工具
设置以使用 Claude 构建和运行
-
下载并安装 Claude 桌面应用:claude.ai/download
-
克隆代码库,安装依赖并构建:
npm install
npm run build
- 配置 Claude 使用此 MCP 服务。如果这是你的第一个 MCP 服务,请在此项目的根目录运行:
echo '{
"mcpServers": {
"mcp-starter": {
"command": "node",
"args": ["'$PWD'/dist/index.cjs"]
}
}
}' > ~/Library/Application\ Support/Claude/claude_desktop_config.json
这应该会在 claude_desktop_config.json 中生成一条配置,如下所示:
"mcpServers": {
"mcp-starter": {
"command": "node",
"args": ["/Users/matt/code/mcp-starter/dist/index.cjs"]
}
}
如果你已有 MCP 服务,请将 mcp-starter 配置块添加到现有配置中。需要特别注意,args 是 <path_to_repo_on_your_machine>/mcp-starter/dist/index.cjs 的路径。
-
重启 Claude Desktop。
-
查看 Claude 界面中的锤子图标及其旁边可用工具的数量,以确认服务正在运行。
-
如果一切正常,你就可以使用
npm run dev开发 MCP 服务,并在 Claude 中进行测试。每次重启 MCP 服务时,都需要重启 Claude。
使用 Inspector 进行开发
出于开发和调试目的,你可以使用 MCP Inspector 工具。Inspector 提供了可视化界面,用于测试和监控 MCP 服务交互。
请参阅 Inspector 文档,了解详细的设置说明。
使用 Inspector 在本地测试:
npm run inspect
如需在文件更改时构建,请运行:
npm run watch
或者同时运行文件监视器和 Inspector:
npm run dev
发布
准备好分发你的服务后,发布非常简单!
-
注册一个 NPM 账号。
-
运行
npm publish。这会使用package.json中的项目名称发布一个包。 -
发布后,其他人可以使用如下配置来安装该服务:
"mcpServers": {
"<your-package-name>": {
"command": "npx",
"args": ["<your-package-name>"]
}
}
可用工具
该服务提供:
hello_tool:一个简单的示例工具,接收名称参数并返回问候语
创建新工具
添加新工具:
- 在
index.ts中定义工具架构 - 将其添加到
ListToolsRequestSchema处理程序中的工具数组 - 在
CallToolRequestSchema处理程序中添加实现
请参阅 hello_tool 的实现作为示例。
评论
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。