mcpField
M
MCP Palette: Model Context Protocol Server Manager

MCP Palette: Model Context Protocol Server Manager

本地服务
github.com/cellwebb开发工具349 周前更新

关于 MCP Palette: Model Context Protocol Server Manager

MCP Palette 是用于管理 MCP 服务配置的桌面应用,面向需要为 LLM 和 AI 助手整理服务器设置的开发者与团队。它通过配置档案、可复用服务器清单和配置导入导出集中管理不同环境。

主要功能

  1. 01按配置档案组织服务器
  2. 02维护可复用服务器清单
  3. 03按档案覆盖服务器设置
  4. 04启用或暂时禁用服务器
  5. 05直接编辑 JSON 配置
  6. 06导入和导出配置

适用场景

  1. 01为不同项目维护服务器组合
  2. 02为团队成员准备标准配置
  3. 03配置 AI Agent 的本地开发环境
  4. 04按 AI 助手场景创建专用档案

MCP 相关

MCP Palette 管理供 LLM 和 AI 助手使用的 MCP 服务配置。它本身是配置管理桌面应用,不是向客户端提供工具或资源的 MCP 服务。

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 Palette:Model Context Protocol 服务管理器

Build Status Coverage Status npm version License: MIT

MCP Palette 是一款现代、易用的桌面应用,用于管理 Model Context Protocol(MCP)服务配置。它提供了一个集中式界面,可配置、管理和部署 MCP 服务,供大模型(LLM)和 AI 助手使用。

🚀 功能

  • 配置档案管理:在配置档案中创建、编辑、重命名和整理服务配置
  • 服务主列表:维护可重复使用的服务配置库
  • 配置档案专属覆盖项:无需重复配置,即可为特定配置档案自定义服务
  • 启用/禁用服务:暂时禁用服务,同时保留自定义设置
  • JSON 编辑:高级用户可直接编辑配置文件
  • 导入/导出:在团队和环境之间共享配置
  • UI 优化:支持常见操作的键盘快捷键(按 Enter 保存,按 Escape 取消)

🔧 使用场景

  • 为 AI Agent 配置本地开发环境
  • 为不同项目维护不同的服务设置
  • 为团队成员设置标准化的服务配置
  • 为不同的 AI 助手使用场景创建专用配置档案
  • 在生产环境中部署一致的 MCP 服务配置

🖥️ 安装与使用

面向最终用户
  1. 从 Releases 页面下载安装程序。
  2. 运行适用于你操作系统的安装程序。
  3. 从“应用程序”文件夹或“开始”菜单启动 MCP Palette。

有关功能说明,请参阅使用指南。

面向开发者
  1. 克隆仓库并安装依赖:
    git clone https://github.com/cellwebb/mcp-palette.git
    cd mcp-palette
    npm install
    
  2. 以开发模式运行:
    npm run electron:dev
    
  3. 构建可分发版本:
    npm run electron:build
    

跨平台构建:
如果你需要 Windows 或 Linux 安装程序,但使用的是 Mac,请使用 GitHub Actions 或 Windows/Linux 计算机。


📚 文档

🏗️ 开发

本项目使用 Vite(前端)和 Electron(桌面封装)。 项目结构请参阅架构概览。

贡献者须知:
开发说明(包括 React DevTools 的使用方法)请参阅 CONTRIBUTING.md。


🤖 持续集成

  • CI/CD 由 GitHub Actions 提供支持。
  • 每次向 main 推送或提交 PR 时,都会运行测试和覆盖率检查。
  • 跨平台构建自动化请参阅 Electron Builder 文档。

📁 项目结构

mcp-palette/
├── electron/                  # Electron-specific code
│   ├── main.js                # Main process entry
│   ├── preload.js             # Preload script
│   └── store.js               # Data storage management
├── public/                    # Static assets
├── src/                       # Frontend React code
│   ├── App.jsx                # Main React component
│   ├── components/            # React components
│   │   ├── ProfileSelector.jsx
│   │   ├── ServerMasterList.jsx
│   │   └── ...
│   ├── styles/                # CSS styles
│   ├── utils/                 # Utility functions
│   │   └── profileUtils.js
│   └── main.jsx               # Frontend entry point
├── package.json
└── vite.config.js             # Vite configuration

🤝 贡献

欢迎贡献!欢迎提交问题或拉取请求。

  1. Fork 此仓库
  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. 推送到该分支(git push origin feature/amazing-feature)
  5. 发起拉取请求

📝 许可证

MIT 许可证

详情请参阅 LICENSE。

📚 相关项目

📊 什么是 MCP?

模型上下文协议(MCP)是一种标准化协议,可让 Claude 等大模型(LLM)访问外部工具、数据源和 API。MCP 使 AI 助手能够与外部世界交互,通过实时访问数据、执行计算和调用外部服务来增强自身能力。

MCP Palette 帮助开发者和团队以一致、有序的方式管理启用这些扩展能力所需的服务配置。

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。