关于 mcp-server-for-local
mcp-server-for-local 是面向本地部署的 MCP 代理服务器及客户端,提供天气、搜索、摄像头、图片生成和对话能力。其模块化结构支持扩展工具与 API。
主要功能
- 01查询全球天气信息
- 02使用 Google 搜索网页
- 03调用摄像头拍摄与分析
- 04通过 ComfyUI 生成图片
- 05基于 DashScope 进行多轮对话
- 06扩展工具并集成 API
适用场景
- 01查询目的地天气以规划出行
- 02搜索互联网资料
- 03拍摄图像或分析微表情
- 04根据文本生成图片
MCP 相关
项目包含 MCP 代理服务器和客户端,可将工具能力提供给 MCP 客户端。README 展示了通过客户端连接代理服务器的用法。
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。
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
来自项目 READMEMCP Server for Local
一个基于 MCP (Multi-Component Platform) 的本地代理服务器和客户端实现,提供多种 AI 工具调用能力。
功能特点
核心功能
- 天气查询:实时获取全球任意位置的天气信息,支持温度、湿度、风速等详细数据
- 谷歌搜索:智能检索互联网信息,支持多语言和高级搜索语法
- 摄像头控制:支持拍照、视频流和微表情分析,可用于情绪识别
- 图片生成:集成 ComfyUI,支持文本到图像的 AI 生成
- 智能对话:基于 DashScope 的 AI 对话能力,支持上下文理解和多轮对话
技术特性
- 跨平台支持(Windows 和 Linux)
- 模块化设计,易于扩展新功能
- 完整的日志系统,便于调试和监控
- 支持自定义工具和 API 集成
- 高性能并发处理能力
环境配置
系统要求
- Python 3.8+
- Node.js (可选,用于运行 JavaScript 服务器)
- Chrome 浏览器(用于谷歌搜索功能)
- 摄像头(用于拍照功能)
- 至少 4GB 内存
- 支持 CUDA 的显卡(可选,用于加速 AI 计算)
安装步骤
- 克隆仓库:
git clone https://github.com/yourusername/mcp-server-for-local.git
cd mcp-server-for-local
- 创建并激活虚拟环境:
# Windows
python -m venv .venv
.venv\Scripts\activate
# Linux
python3 -m venv .venv
source .venv/bin/activate
- 安装依赖:
# 使用 uv 安装依赖
uv pip install -r requirements.txt
# 如果遇到网络问题,可以使用国内镜像
uv pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
- 配置环境变量:
# 复制环境变量模板
cp .env.example .env
# 编辑 .env 文件,设置你的配置
环境变量配置
编辑 .env 文件,设置以下配置:
DASHSCOPE_API_KEY: DashScope API 密钥(必填)MODEL: 使用的模型名称(默认:qwen-max)CONFIG_FILE: 服务器配置文件路径GAODE_API_KEY: 高德地图 API 密钥(用于天气查询)CHROME_PATH: Chrome 浏览器路径CHROMEDRIVER_PATH: ChromeDriver 路径BASE_URL: ComfyUI 服务器地址SERVERS_DIR: 服务器脚本目录LOG_LEVEL: 日志级别(可选:DEBUG, INFO, WARNING, ERROR)
使用方法
基本使用
- 进入项目目录:
cd src/mcp
- 运行客户端:
uv run .\client\mcp_client.py .\proxy\proxy_server.py
- 在客户端中输入命令,例如:
- "北京的天气怎么样?"
- "在谷歌上搜索 Python 教程"
- "拍照"
- "生成一张猫的图片"
高级功能
-
自定义工具:
- 在
src/mcp/tools目录下添加新的工具类 - 实现必要的接口方法
- 在配置文件中注册新工具
- 在
-
API 扩展:
- 支持添加新的 API 服务
- 可配置 API 密钥和端点
- 支持自定义请求和响应处理
-
日志管理:
- 支持多级别日志记录
- 可配置日志输出位置
- 支持日志轮转和归档
常见问题
安装问题
- 依赖安装失败:
# 尝试清理缓存后重新安装
uv pip cache purge
uv pip install -r requirements.txt
- 虚拟环境问题:
# 如果激活失败,尝试重新创建虚拟环境
rm -rf .venv
python -m venv .venv
运行问题
- 权限问题:
# Linux
chmod +x src/mcp/proxy/proxy_server.py
chmod +x src/mcp/client/mcp_client.py
- Chrome 相关问题:
- 确保 Chrome 和 ChromeDriver 版本匹配
- 检查 Chrome 路径是否正确
- 确保有足够的权限运行 Chrome
- 如果遇到驱动问题,可以手动下载对应版本的 ChromeDriver
- API 密钥问题:
- 检查
.env文件中的 API 密钥是否正确 - 确保 API 密钥有足够的配额
- 检查网络连接是否正常
开发指南
项目结构
src/mcp/
├── client/ # 客户端代码
├── proxy/ # 代理服务器代码
├── tools/ # 工具实现
├── utils/ # 工具函数
└── config/ # 配置文件
添加新功能
- 在
tools目录下创建新的工具类 - 实现必要的接口方法
- 在配置文件中注册新工具
- 编写测试用例
- 更新文档
贡献指南
欢迎提交 Issue 和 Pull Request!在提交之前,请确保:
- 代码符合项目规范
- 添加了必要的测试
- 更新了相关文档
- 通过了所有测试
许可证
MIT License
评论
支持 Markdown
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。