mcpField
M
mcp-server-suite

mcp-server-suite

本地服务
github.com/Dadiya-Harsh开发工具079 周前更新

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

  1. 01模块化添加工具与服务
  2. 02提供可直接使用的 MCP 服务集合
  3. 03集成 API 与外部系统
  4. 04通过 .env 文件配置环境变量
  5. 05支持社区贡献与定制

适用场景

  1. 01在 AI 工作流中接入 Tavily 网页搜索
  2. 02执行带进度报告的安全文件操作
  3. 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。

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-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
  1. 克隆仓库:

    git clone https://github.com/Dadiya-Harsh/mcp-server-suite.git
    cd mcp-server-suite
    
  2. 如果尚未安装 UV,请先安装:

    pip install uv
    
  3. 创建并激活虚拟环境:

    uv venv
    # On Windows:
    .venv\Scripts\activate
    # On Unix/macOS:
    source .venv/bin/activate
    
  4. 使用 UV 安装依赖项:

    uv pip install -e .
    
  5. 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
  1. 安装软件包:

    uv pip install mcp-server-suite
    
  2. 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:

  1. Fork 此仓库
  2. 创建功能分支
  3. 添加服务或改进内容
  4. 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

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。