mcpField
M
MCP-Agg: Multi-Channel Platform Aggregator

MCP-Agg: Multi-Channel Platform Aggregator

本地服务
github.com/moosh3开发工具483 周前更新

关于 MCP-Agg: Multi-Channel Platform Aggregator

MCP-Agg 是一个 API 服务,通过统一接口访问 GitHub、Slack 等平台的工具,适合连接账户并从 MCP 客户端使用这些工具的团队。

主要功能

  1. 01统一访问各平台工具
  2. 02GitHub 仓库与问题操作
  3. 03Slack 频道与消息操作
  4. 04已连接服务的身份验证
  5. 05生成 MCP 客户端 URL

适用场景

  1. 01通过单一 API 使用 GitHub 工具
  2. 02在 Slack 发布消息并回复
  3. 03连接平台账户以供 MCP 访问

MCP 相关

MCP-Agg 为 MCP 客户端生成专属 URL。用户连接平台账户后,可在客户端配置生成的 URL。

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-Agg:多渠道平台聚合器

Python FastAPI License: MIT

MCP-Agg 是一项功能强大的 API 服务,通过统一、一致的接口提供对多个工具和平台的访问。它支持与 GitHub、Slack 等各种服务无缝集成,简化工作流自动化并提升效率。

🚀 功能

  • 统一的工具接口:通过标准化的 API 访问多个平台上的工具
  • 身份验证与授权:安全访问每个集成的服务
  • 可扩展架构:轻松添加新工具和平台
  • MCP 客户端支持:生成唯一 URL,供 MCP 客户端访问
  • 完善的文档:提供详尽的 API 文档和 Swagger UI

🛠️ 支持的平台

GitHub
  • 列出仓库
  • 获取仓库详情
  • 管理议题和拉取请求
  • 访问用户资料
Slack
  • 列出频道
  • 发布消息
  • 回复话题
  • 添加表情回应
  • 访问频道历史记录
  • 获取用户资料

📋 要求

  • Python 3.12+
  • PostgreSQL 数据库
  • uv 包管理器

🔧 安装

  1. 克隆仓库:
git clone https://github.com/moosh3/mcp-agg.git
cd mcp-agg
  1. 使用 uv 创建虚拟环境并安装依赖:
uv venv
source .venv/bin/activate  # On Windows: .venv\Scripts\activate
uv pip install -r requirements.txt
  1. 根据 .env.example 模板创建 .env 文件:
cp .env.example .env
# Edit .env with your configuration settings
  1. 运行数据库迁移:
alembic upgrade head

🚀 运行应用

开发模式
uvicorn api.main:app --reload --port 8000
生产模式
uvicorn api.main:app --host 0.0.0.0 --port 8000
使用 Docker
docker-compose up -d

📖 API 文档

应用运行后,可通过以下地址访问交互式 API 文档:

🔌 使用 MCP 客户端

通过 MCP 客户端访问所有工具:

  1. 注册并登录 MCP-Agg 服务
  2. 连接各个受支持平台(GitHub、Slack 等)的账户
  3. 前往 MCP URL 生成器端点
  4. 在 MCP 客户端配置中使用生成的 URL

🧪 测试

使用 pytest 运行测试:

python -m pytest

查看覆盖率信息:

python -m pytest --cov=api

🤝 参与贡献

欢迎参与贡献!请随时提交 Pull Request。

  1. 复刻仓库
  2. 创建功能分支(git checkout -b feature/amazing-feature)
  3. 提交更改(git commit -m 'Add some amazing feature')
  4. 推送到分支(git push origin feature/amazing-feature)
  5. 创建 Pull Request

📝 许可证

本项目采用 MIT 许可证,详情请参阅 LICENSE 文件。

📞 联系方式

项目维护者:moosh3


使用 FastAPI 和 Python 构建,倾注 ❤️

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。