关于 GitHub Stars MCP Server
GitHub Stars MCP Server 基于 Cloudflare 构建,可用自然语言搜索和查询用户已加星标的 GitHub 仓库。项目定期抓取星标仓库及其 README,经 Cloudflare R2 存储并由 AutoRAG 建立索引,适合希望检索自己收藏仓库的开发者。
主要功能
- 01抓取星标仓库及 README 内容
- 02通过 Cloudflare AutoRAG 进行语义搜索
- 03GitHub Actions 每周自动更新
- 04Bearer Token 认证保护 MCP 访问
- 05兼容 Streamable HTTP 的端点
适用场景
- 01用自然语言查找以前收藏的项目
- 02让 AI 助手从收藏仓库中检索相关方案
- 03将收藏内容部署为个人远程 MCP 服务
MCP 相关
该 MCP 服务向 MCP 客户端暴露 search_github_stars 工具,用于用自然语言搜索星标仓库。
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
GitHub Stars MCP 服务
一个由 Cloudflare 提供支持的 MCP(Model Context Protocol)服务,可让你通过自然语言搜索和查询自己在 GitHub 上加星标的仓库。
English | 简体中文
概览
本项目通过以下步骤,为你在 GitHub 上加星标的仓库创建可搜索的数据库:
- 使用 GitHub API 获取你加星标的所有仓库
- 提取并处理每个仓库中的 README 文件
- 将处理后的数据上传到 Cloudflare R2 存储
- 使用 Cloudflare AutoRAG 创建嵌入,以便高效搜索
- 提供一个 MCP 服务,让你能够通过自然语言查询这些仓库
功能
- 自动获取并处理你在 GitHub 上加星标的仓库
- 通过 GitHub Actions 每周定时更新
- 存储仓库元数据和 README 内容
- 通过 Cloudflare AutoRAG 提供语义搜索功能
- 提供兼容 MCP 的 API,以便与 AI Agent 集成
设置
前置条件
- Node.js(推荐 v22)
- PNPM 包管理器
- 具有
repo权限范围的 GitHub Personal Access Token - Cloudflare 账户
配置
-
克隆此仓库
-
设置 Cloudflare R2:
- 创建一个 R2 存储桶
- 配置 R2 访问凭证
-
为 CI/CD 工作流配置 GitHub Secrets:
GH_TOKEN:用于获取加星标仓库的 GitHub tokenR2_ACCOUNT_ID:Cloudflare 账户 IDR2_ACCESS_KEY_ID:R2 访问密钥R2_SECRET_ACCESS_KEY:R2 秘密密钥R2_BUCKET:R2 存储桶名称
-
配置 Cloudflare AutoRAG:
- 在 Cloudflare 中创建一个 AutoRAG 实例
- 在 Cloudflare Worker 中设置
AUTO_RAG_NAME环境变量 MCP_API_KEY:用于保护 MCP 服务访问安全的 API 密钥(生成一个安全的随机字符串)
本地开发
在本地进行开发:
# Install dependencies
pnpm install
# Fetch your GitHub stars locally
pnpm dev:stars
# Run MCP server locally
pnpm dev:mcp
部署
部署到 Cloudflare Workers:
pnpm deploy
GitHub Action 将自动:
- 每周运行一次,更新你加星标的仓库
- 将处理后的文件上传到 R2
- 重建 AutoRAG 索引
使用
部署完成后,你可以使用任何兼容 MCP 的客户端与 MCP 服务交互:
API 密钥身份验证
出于安全考虑,MCP 服务需要通过 API 密钥进行身份验证。在请求标头中加入你的 MCP_API_KEY:
Authorization: Bearer your-mcp-api-key
端点
可流式传输的 HTTP:https://your-worker-url.workers.dev
API 参考
MCP 工具:search_github_stars
搜索你在 GitHub 上加星标的仓库。
参数:
query(字符串):用于搜索仓库的自然语言查询
响应:
- 包含匹配仓库和相关 README 内容的 JSON 结果
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。