关于 GitHub MCP Server Integration
GitHub MCP Server Integration 是面向 AI 助手的 FastAPI 服务,可通过 GitHub API 查询用户资料、列出仓库并创建议题。
主要功能
- 01查询已认证的 GitHub 用户资料
- 02按用户名列出仓库
- 03创建仓库议题
- 04使用 GitHub 令牌认证
适用场景
- 01为助手查询 GitHub 个人资料
- 02浏览用户的仓库
- 03通过 AI 助手创建议题
MCP 相关
它实现了 MCP 服务,向 AI 助手提供 GitHub 用户资料查询、仓库列表和议题创建操作。OpenAPI 与 ai-plugin.json 描述其端点和元数据。
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
GitHub MCP 服务集成
本项目展示了一个与 GitHub API 集成的 Model Context Protocol(MCP)服务。它允许 Claude 或 OpenAI GPT 等 AI 助手通过 MCP 与 GitHub 交互。
🌐 在线演示
👉 已部署的服务链接
👉 .well-known/ai-plugin.json 端点:
https://github-mcp-server-production.up.railway.app/.well-known/ai-plugin.json
📖 项目概述
此 MCP 服务提供了一个 REST API,允许 AI 助手:
- 获取用户的 GitHub 个人资料信息
- 列出用户的仓库
- 在仓库中创建议题
该服务遵循 Model Context Protocol(MCP) 标准,确保与 AI 系统互操作。
🔧 技术栈
- FastAPI(用于构建 API 的 Python 框架)
- OpenAPI(描述 REST API 的标准)
- ai-plugin.json(MCP 元数据配置)
- GitHub REST API v3
- 部署在 Railway 上
✨ 功能
- 符合 MCP 标准且提供 OpenAPI 文档的服务
- 使用个人访问令牌与 GitHub 安全交互
- AI 助手可以:
- 获取 GitHub 用户详情
- 按用户名列出仓库
- 在仓库中创建议题
📂 项目结构
├── ai-plugin.json # MCP Plugin metadata for AI Assistants
├── openapi.yaml # OpenAPI spec describing the available endpoints
├── main.py # FastAPI MCP server code
├── requirements.txt # Python dependencies
└── README.md # Project documentation (this file)
🚀 工作原理
1. FastAPI 服务
- 提供以下 REST API 端点:
/github/user/github/repos/{username}/github/repos/{owner}/{repo}/issues
2. ai-plugin.json
- 供 AI 助手了解 MCP 服务的元数据:
- 插件名称、描述
- 身份验证方式
- OpenAPI URL 引用
3. openapi.yaml
- 定义 AI 助手进行交互所需的所有路由和参数。
🔐 身份验证
- GitHub 个人访问令牌(PAT)
- 设置为环境变量:
GITHUB_TOKEN - 在
.env文件中设置,或直接在 Railway 的环境设置中配置。
- 设置为环境变量:
⚙️ 设置说明(本地开发)
前置条件:
- Python 3.9+
- 具有
repo权限的 GitHub 个人访问令牌(PAT)
克隆仓库:
git clone https://github.com/yourusername/github-mcp-server.git
cd github-mcp-server
安装依赖:
pip install -r requirements.txt
创建 .env 文件:
GITHUB_TOKEN=your_personal_access_token
运行 FastAPI 服务:
uvicorn main:app --reload
访问 http://localhost:8000/docs 查看 Swagger UI
🌍 部署(Railway)
- 登录 Railway
- 创建新项目 → 从 GitHub 部署 → 选择你的 MCP 仓库
- 在 Railway 中将
GITHUB_TOKEN添加为环境变量 - 确认启动命令:
uvicorn main:app --host 0.0.0.0 --port 8000 - 部署并获取生产环境 URL(例如,
https://github-mcp-server-production.up.railway.app)
🤖 使用 AI 助手进行演示
Claude AI / OpenAI GPT 插件(是否可用取决于访问权限)
- 在 AI 助手设置中注册
.well-known/ai-plugin.jsonURL。 - 使用自然语言提示词进行交互:
"List my GitHub repositories." "Create an issue in my repo named 'sample-repo'."
📜 OpenAPI 端点
| 端点 | 方法 | 描述 |
|---|---|---|
/github/user | GET | 获取已通过身份验证的用户信息 |
/github/repos/{username} | GET | 列出用户的仓库 |
/github/repos/{owner}/{repo}/issues | POST | 在仓库中创建议题 |
📝 请求示例
获取用户信息
curl -X GET https://github-mcp-server-production.up.railway.app/github/user
列出仓库
curl -X GET https://github-mcp-server-production.up.railway.app/github/repos/<username>
创建议题
curl -X POST https://github-mcp-server-production.up.railway.app/github/repos/<owner>/<repo>/issues \
-H "Content-Type: application/json" \
-d '{"title": "Bug found!", "body": "Please fix this bug."}'
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。