关于 mcp-server-suite
mcp-server-suite 是一组面向自动化与 AI 工作流的 MCP 服务,供开发者使用现有服务或扩展模块。现有服务包括 Tavily 网页搜索、安全文件操作和 PostgreSQL 同步及异步访问。
主要功能
- 01模块化添加工具与服务
- 02提供可直接使用的 MCP 服务集合
- 03集成 API 与外部系统
- 04通过 .env 文件配置环境变量
- 05支持社区贡献与定制
适用场景
- 01在 AI 工作流中接入 Tavily 网页搜索
- 02执行带进度报告的安全文件操作
- 03从 MCP 服务执行 PostgreSQL 操作
MCP 相关
该项目提供一组 MCP 服务,向 MCP 客户端提供网页搜索、文件系统操作和 PostgreSQL 数据库操作等能力。
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
mcp-server-suite
mcp-server-suite 是一个全面的 MCP(Model Context Protocol)服务集合,旨在成为“自动化领域的 HuggingFace”。我们的愿景是打造一个由社区驱动的平台,让开发者既能使用预构建的服务,也能贡献自己的服务,使每个人都能轻松使用自动化和 AI 驱动的工作流。
功能
- Model Context Protocol 核心,支持灵活的上下文管理
- 模块化架构,便于添加新工具和服务
- 不断扩充的即用型 MCP 服务集合
- 轻松集成 API 和外部系统
- 通过
.env文件支持环境变量 - 由社区推动扩展和定制
可用服务
核心服务
- Web Search Server:使用 Tavily API 集成网络搜索功能
- File Explorer Server:安全地执行文件系统操作并报告进度
- PostgreSQL Server:支持同步和异步数据库操作
- 更多服务即将推出!
入门指南
前置条件
- Python 3.13 或更高版本
- UV — 快速的 Python 软件包安装器和解析器
安装
-
克隆仓库:
git clone https://github.com/Dadiya-Harsh/mcp-server-suite.git cd mcp-server-suite -
如果尚未安装 UV,请先安装:
pip install uv -
创建并激活虚拟环境:
uv venv # On Windows: .venv\Scripts\activate # On Unix/macOS: source .venv/bin/activate -
使用 UV 安装依赖项:
uv pip install -e . -
在
.env文件中设置环境变量:# Required for web search server TAVILY_API_KEY=your_api_key_here # Required for PostgreSQL server DATABASE_URI=postgresql://user:password@localhost:5432 # Required for file explorer server ALLOWED_BASE_PATH=E:\Your\Safe\Path
运行服务
每个服务都可以独立运行:
# Web Search Server
python web_search/web_search_sse.py
# File Explorer Server
python file_explore/basic_file_server.py
# PostgreSQL Server (async)
python database/postgresql/async_postgresql_server.py
使用平台
作为用户使用
-
安装软件包:
uv pip install mcp-server-suite -
导入并使用任意服务:
from mcp_server_suite.web_search import web_search_server from mcp_server_suite.database import async_postgresql_server
📌 计划中的 MCP 服务
面向 AI/ML 工程师
- Dataset Explorer MCP:浏览/筛选来自 HuggingFace、Kaggle 等平台的数据集。
- Model Evaluation MCP:比较模型在不同任务或数据集上的性能。
- Experiment Tracker MCP:可视化来自 MLflow/W&B 的实验日志和指标。
- Training Job Manager MCP:在本地或云端启动、监控和管理训练任务。
- Paper Summary MCP:通过 arXiv 或 Semantic Scholar 总结 AI 论文并与之交互。
面向软件工程师
- Codebase Q&A MCP:用自然语言提问源代码相关问题。
- Issue Debugger MCP:总结 GitHub/GitLab 问题并提供解决方案。
- CI/CD Monitor MCP:检查流水线状态和部署历史。
- API Inspector MCP:通过自然语言提示查询并理解 OpenAPI/Swagger 文档。
面向非技术用户
- Health Assistant MCP:获取简单的、基于症状的解答和用药指导。
- Finance Tracker MCP:分析并总结从 CSV/PDF 导出文件中读取的个人支出。
- Smart Task Planner MCP:将模糊目标转化为结构化的学习/任务计划并安排日程。
- FAQ Assistant MCP:根据上传的文件或组织文档回答问题。
愿景与路线图
我们正致力于打造“自动化领域的 HuggingFace”,目标如下:
近期目标
- 扩展服务集合,加入需求最高的功能
- 构建中央注册表,以便发现和分享服务
- 编写全面的文档和示例
- 实现身份验证和安全功能
社区功能(即将推出)
- 服务发现与搜索
- 轻松部署和分享服务
- 版本控制和依赖管理
- 使用情况分析与监控
- 社区评分与评价
服务类别
数据与分析
- 数据库连接器(MySQL、MongoDB 等)
- 分析引擎
- 数据转换工具
AI/ML 工具
- 模型部署服务
- 训练任务管理器
- 数据集处理工具
- 实验跟踪工具
DevOps 与基础设施
- CI/CD 集成器
- 云服务管理器
- 监控工具
- 日志分析器
应用集成
- 电子邮件/SMS 服务
- 支付处理器
- 身份验证服务
- 文件存储连接器
参与贡献
加入我们,共同构建自动化的未来!欢迎贡献:
- Fork 此仓库
- 创建功能分支
- 添加服务或改进内容
- 提交拉取请求
请参阅我们的贡献指南,了解更多详情。
支持
许可证
本项目采用 MIT 许可证授权。详情请参阅 LICENSE 文件。
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。