mcpField
M
MCP Tool for GitHub

MCP Tool for GitHub

本地服务
github.com/jalaj-pandey版本控制169 周前更新

关于 MCP Tool for GitHub

MCP Tool for GitHub 是一个用于管理 GitHub 仓库和文件的 Python MCP 服务,也可获取公开用户资料。项目还介绍了在仓库中记录模型版本、数据集、指标和训练配置。

主要功能

  1. 01获取公开 GitHub 用户资料
  2. 02创建和删除仓库
  3. 03创建、更新和删除文件
  4. 04经过身份验证的 GitHub API 请求
  5. 05使用 httpx 发送异步请求

适用场景

  1. 01创建或删除 GitHub 仓库
  2. 02添加或更新仓库文档
  3. 03删除仓库文件
  4. 04在仓库中记录模型与训练上下文

MCP 相关

它向 MCP 客户端提供 GitHub 用户、仓库和文件操作,并使用 GitHub Token 执行经过身份验证的 API 请求。

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

🚀 GitHub MCP 工具

概述

MCP(模型上下文协议)工具可帮助管理和跟踪 GitHub 仓库中的模型上下文。你可以记录模型版本、数据集、指标和训练配置等重要信息。

📦 概述

GitHub MCP 工具旨在帮助管理:

  • 仓库
  • 文件(创建/更新/删除)
  • 用户信息
  • GitHub API 请求

✨ 功能

🧑‍💻 1. 用户信息
  • git_info(username: str)
    • 获取 GitHub 用户的公开个人资料信息。

📁 2. 仓库管理
  • create_repo(repo_name: str, private: bool, description: str)

    • 创建新仓库(私有/公开)。
  • delete_repo(username: str, repo_name: str)

    • 按用户名和仓库名删除仓库。

📄 3. 仓库中的文件操作
  • create_file(...)

    • 向仓库添加新文件。
    • 内容会自动进行 base64 编码。
  • update_file(...)

    • 更新现有文件。
    • 需要提供文件在 GitHub 上的 SHA。
  • delete_file(...)

    • 删除文件。
    • 需要提供 SHA 和提交消息。

🔄 4. 请求工具
  • make_request(...)
    • 处理所有 API 交互(GET、POST、PUT、DELETE)。
    • 通过 GitHub Token 进行身份验证。
    • 用于执行各种操作的集中式方法,例如:
      • 创建仓库
      • 上传/更新/删除文件
      • 获取用户/仓库数据

🔐 5. 身份验证与设置
  • 从 .env 文件安全读取 GitHub Token。
  • 设置适当的请求头(User-Agent、Accept、Authorization)。
  • 使用 httpx 执行完全异步的请求。

🧰 前置条件


📁 .env 文件格式

在根目录中创建一个 .env 文件并添加:

GITHUB_TOKEN=your_personal_access_token_here

🛠️ 设置与使用

# Clone the Repo
git clone https://github.com/jalaj-pandey/github-mcp-tool.git

# Change Directory
cd github-mcp-tool

# Initialize virtual environment using uv
uv init
uv venv
.venv/Scripts/activate  # Use `source ./venv/bin/activate` on Unix/Mac

# Add dependencies
uv add mcp[cli] httpx python-dotenv

# Start MCP dev server
mcp dev main.py

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。