mcpField
M
MCP Servers

MCP Servers

本地服务
github.com/nationalteam开发工具029 周前更新
代码仓库

关于 MCP Servers

MCP Servers 是用于运行 bot 并添加 MCP 服务包的 Python 工作区。项目通过模板目录和 uv 工作区配置来纳入新服务。

主要功能

  1. 01使用 `uv run mcpservers` 运行 bot
  2. 02使用 `uv sync` 安装依赖
  3. 03从模板创建服务包
  4. 04在 uv 工作区注册服务包

适用场景

  1. 01运行 MCP Servers bot
  2. 02基于模板创建新的服务包

MCP 相关

该项目围绕 MCP 服务组织，并说明了如何将服务包添加到 bot。README 未说明服务会向客户端提供哪些工具或资源。

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 服务

安装

安装 uv：说明

pipx install uv

安装软件包

uv sync

使用方法

运行机器人：

uv run mcpservers

添加新的 MCP 服务

  1. 将 servers/templatemcp 目录复制到 servers/ 目录，并将其重命名为你的服务名称。
  2. 在 pyproject.toml 文件的 uv.workspace.members 中添加你的服务。
[tool.uv.workspace]
members = ["servers/templatemcp", "servers/planningmcp", "servers/yourmcp"]

[tool.uv.sources]
templatemcp = { workspace = true }
planningmcp = { workspace = true }
yourmcp = { workspace = true }
  1. 在 mcpservers.cli 文件中将你的 MCP 服务添加到机器人。

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。