mcpField
M
MCP Tool Server Template

MCP Tool Server Template

本地服务
github.com/mibexx开发工具072 周前更新

关于 MCP Tool Server Template

MCP Tool Server Template 是面向 Python 开发者的 cookiecutter 模板,用于创建 MCP 工具服务。它生成基于 FastAPI 的项目,并包含示例工具及部署配置。

主要功能

  1. 01通过 Cookiecutter 生成项目
  2. 02FastAPI REST 服务基础结构
  3. 03天气工具示例
  4. 04支持 uv、ruff 和 mypy
  5. 05Docker 与 Kubernetes 配置

适用场景

  1. 01搭建新的 Python MCP 服务
  2. 02以天气工具示例开始开发
  3. 03准备容器或 Kubernetes 部署

MCP 相关

该模板生成可向 MCP 客户端提供工具的 MCP 服务,其中包含天气工具示例。

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

MCP 工具服务模板

一个用于创建 Model Context Protocol(MCP)工具服务的 Cookiecutter 模板,支持 FastAPI、uv 和 Docker。

功能

  • 基于 FastAPI 的 REST 服务
  • 支持 Model Context Protocol(MCP)工具
  • 示例天气工具实现
  • 现代 Python 工具(uv、ruff、mypy)
  • 类型提示和全面的测试
  • 支持 Docker 容器化
  • Kubernetes 部署配置

要求

  • Python 3.12 或更高版本
  • uv 包管理器
  • cookiecutter 2.5.0 或更高版本

用法

创建新项目
cookiecutter gh:mibexx/mbxai-mcp-server-template

按照提示配置项目:

  • project_name:项目名称
  • project_slug:项目的 slug(用于路径和导入)
  • package_name:Python 包名称
  • description:项目的简短描述
  • author_name:您的姓名
  • author_email:您的电子邮件
  • open_source_license:项目的许可证
  • python_version:要使用的 Python 版本
  • use_pytest:是否包含 pytest 进行测试
  • use_mypy:是否包含 mypy 进行类型检查
  • use_ruff:是否包含 ruff 进行代码检查
项目结构

该模板会创建组织良好的项目结构:

your-project/
├── src/
│   └── your_package/
│       ├── api/                  # Core API functionality
│       ├── clients/              # Client libraries
│       ├── project/              # Project-specific code
│       │   └── weather.py        # Sample weather tool
│       ├── config.py             # Configuration management
│       └── __init__.py           # Package initialization
├── tests/                        # Test suite
├── data/                         # Data storage
├── logs/                         # Log files
├── kubernetes/                   # Kubernetes deployment files
├── Dockerfile                    # Docker configuration
├── docker-compose.yml            # Docker Compose configuration
├── pyproject.toml                # Project metadata and dependencies
└── README.md                     # Project documentation

开发

在本地运行
cd your-project
uv venv
source .venv/bin/activate  # On Unix/macOS
# or
.venv\Scripts\activate  # On Windows
uv pip install -e .
uv run service
使用 Docker 运行
cd your-project
docker-compose up -d
部署到 Kubernetes
cd your-project
kubectl apply -f kubernetes/mbxai_resource.yaml

添加新工具

有关向 MCP 服务添加新工具的详细说明,请参阅项目的 README.md。

许可证

此模板采用 MIT 许可证授权,详情请参阅 LICENSE 文件。

关于

由 Mibexx 创建

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。