Production-ready MCP integrations for AI applications

远程服务

klavis.aiAI 与智能体5.8k21 周前更新

代码仓库访问官网

关于 Production-ready MCP integrations for AI applications

Klavis AI 提供 MCP 集成平台，让 AI Agent 可靠地调用外部工具。项目包含预构建的 MCP 服务、Strata 连接器和 MCP Sandbox，可云端托管或自行部署。

主要功能

01100+ 预构建集成，支持 OAuth
02Strata 连接器，优化上下文窗口
03可自托管的开源 Strata
04提供 Python 与 TypeScript SDK
05提供 REST API 创建 Strata 服务
06MCP Sandbox 用于 LLM 训练与强化学习环境

适用场景

01为 AI Agent 接入 Gmail、Slack 等第三方服务
02在本地通过 Docker 或 pipx 运行 MCP 服务
03为 LLM 训练与强化学习搭建可扩展的 MCP 环境

MCP 相关

项目以 MCP 服务的形式向 MCP 客户端暴露各类第三方集成，Strata 可将多个 MCP 服务汇聚为统一的连接入口。

#api #open-source #oauth2 #ai #integration #discord #mcp #developer-tools #agents #ai-agents #llm #function-calling #mcp-server #mcp-client

配置

远程服务无需本地安装。选择你使用的客户端，复制配置或使用一键安装。

服务地址https://strata.klavis.ai/mcp/

一键复制安装命令

Claude CodeTerminalclaude mcp add --transport http klavis https://strata.klavis.ai/mcp/

Cursor.cursor/mcp.json{"mcpServers":{"klavis":{"type":"http","url":"https://strata.klavis.ai/mcp/"}}}在 Cursor 中打开

VS Code.vscode/mcp.json{"servers":{"klavis":{"type":"http","url":"https://strata.klavis.ai/mcp/"}}}在 VS Code 中打开

Claude Desktopclaude_desktop_config.json{"mcpServers":{"klavis":{"type":"http","url":"https://strata.klavis.ai/mcp/"}}}

Windsurf~/.codeium/windsurf/mcp_config.json{"mcpServers":{"klavis":{"serverUrl":"https://strata.klavis.ai/mcp/"}}}

命令在终端中运行；JSON 粘贴到对应客户端的 MCP 配置后重启。需要授权的服务会在首次连接时提示登录。

工具

详细介绍

🎯 选择你的解决方案

Strata

为你的 AI Agent 提供智能连接器，优化上下文窗口

MCP Integrations

开箱即用的 100 多种预构建集成，支持 OAuth

MCP Sandbox

可扩展的 MCP 环境，用于大模型训练和 RL

快速入门

选项 1：云托管 - klavis.ai

快速入门指南 →

选项 2：自托管

# Run any MCP Integration
docker pull ghcr.io/klavis-ai/github-mcp-server:latest
docker run -p 5000:5000 ghcr.io/klavis-ai/github-mcp-server:latest

# Install Open Source Strata locally
pipx install strata-mcp
strata add --type stdio playwright npx @playwright/mcp@latest

选项 3：SDK

# Python SDK
from klavis import Klavis
from klavis.types import McpServerName

klavis = Klavis(api_key="your-key")

# Create Strata instance
strata = klavis_client.mcp_server.create_strata_server(
    user_id="user123",
    servers=[McpServerName.GMAIL, McpServerName.SLACK],
)

# Or use individual MCP servers
gmail = klavis.mcp_server.create_server_instance(
    server_name=McpServerName.GMAIL,
    user_id="user123",
)

// TypeScript SDK
import { KlavisClient, McpServerName } from 'klavis';

const klavis = new KlavisClient({ apiKey: 'your-api-key' });

// Create Strata instance
const strata = await klavis.mcpServer.createStrataServer({
    userId: "user123",
    servers: [Klavis.McpServerName.Gmail, Klavis.McpServerName.Slack],
});

// Or use individual MCP servers
const gmail = await klavis.mcpServer.createServerInstance({
    serverName: McpServerName.GMAIL,
    userId: "user123"
});

选项 4：REST API

# Create Strata server
curl -X POST "https://api.klavis.ai/v1/mcp-server/strata" \
  -H "Authorization: Bearer your-api-key" \
  -H "Content-Type: application/json" \
  -d '{
    "user_id": "user123",
    "servers": ["GMAIL", "SLACK"]
  }'

# Create individual MCP server
curl -X POST "https://api.klavis.ai/v1/mcp-server/instance" \
  -H "Authorization: Bearer your-api-key" \
  -H "Content-Type: application/json" \
  -d '{
    "server_name": "GMAIL",
    "user_id": "user123"
  }'