mcpField
V
Vercel MCP Integration

Vercel MCP Integration

本地服务
github.com/nganiet云与基础设施6964 周前更新

关于 Vercel MCP Integration

Vercel MCP Integration 是一个 MCP 服务,将 Vercel REST API 封装为工具,供 Claude、Cursor 等 AI 助手调用。它面向需要通过 AI 管理 Vercel 部署、项目和团队的开发者。

主要功能

  1. 01部署列表、查询与创建
  2. 02项目与环境变量管理
  3. 03自定义环境与域名信息查询
  4. 04团队列表与创建

适用场景

  1. 01让 AI 助手查询最近的生产环境部署
  2. 02通过 Agent 从 Git 分支触发新部署
  3. 03批量创建项目环境变量

MCP 相关

该项目是 MCP 服务,向 MCP 客户端暴露以 vercel- 为前缀的工具,例如 vercel-list-all-deployments。

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

Vercel MCP 集成

用于 Vercel REST API 的模型上下文协议(MCP)集成,可通过 Claude 和 Cursor 等 AI 助手以编程方式管理 Vercel 部署。

📋 概述 上次更新:2025 年 5 月

此 MCP 服务将 Vercel 的核心 API 端点实现为工具,支持:

  • 部署监控与管理
  • 检索环境变量
  • 跟踪项目部署状态
  • 创建和管理团队
  • 集成 CI/CD 流水线

✨ 功能

当前工具
部署管理
项目管理
环境管理
团队管理

🛣️ 路线图

  • 部署创建工作流
  • 项目管理工具
  • 团队管理集成(列出和创建团队)
  • 高级错误处理

📚 工具文档

如需了解每个工具的详细信息,请参阅以下文档:

🚀 入门

前提条件
  • Node.js 18+
  • Vercel API 令牌
  • MCP 客户端(Claude、Cursor 或其他支持 MCP 的 AI 助手)
安装
git clone [your-repo-url]
cd vercel-mcp
npm install
配置
  1. 创建 .env 文件:
VERCEL_API_TOKEN=your_api_token_here
  1. 启动 MCP 服务:
npm start

🔗 与 AI 助手集成

与 Claude 集成

Claude 可通过 Anthropic Console 或 Claude Code 界面使用 MCP 工具。

  1. 使用 npm start 在本地启动 MCP 服务
  2. 在 Claude Code 中使用 /connect 命令:
    /connect mcp --path [path-to-server]
    
    对于使用 stdio 的 CLI 服务,请指定服务可执行文件的路径
  3. Claude 会自动发现可用的 Vercel 工具
  4. 然后你可以让 Claude 执行 Vercel 操作,例如:
    Please list my recent Vercel deployments using the vercel-list-all-deployments tool
    
  5. 或者,你也可以使用 mcp-proxy 等工具将 MCP 服务公开为 HTTP 服务
    npm install -g @modelcontextprotocol/proxy
    mcp-proxy --stdio --cmd "npm start" --port 3399
    
    然后在 Claude 中连接:/connect mcp --url http://localhost:3399
与 Cursor 集成

Cursor 通过其扩展系统内置支持 MCP 工具。

  1. 使用 npm start 启动 MCP 服务
  2. 在 Cursor 中,打开 Settings → Tools
  3. 在“Model Context Protocol (MCP)”下,点击“+ Add MCP tool”
  4. 配置新连接:
  5. Cursor 将自动发现可用的 Vercel 工具
  6. 在提示词中提及这些工具,即可使用 Cursor 的 AI 功能与 Vercel 部署交互
编程集成

你也可以在自己的应用程序中使用 Model Context Protocol SDK,以编程方式与 MCP 服务集成:

import { Client } from "@modelcontextprotocol/sdk/client";

// Create an MCP client connected to a stdio transport
const client = new Client({
  transport: "stdio",
  cmd: "npm --prefix /path/to/vercel-mcp start",
});

// Or connect to an HTTP transport
const httpClient = new Client({
  transport: "http",
  url: "http://localhost:3399",
});

// Connect to the server
await client.connect();

// List available tools
const { tools } = await client.listTools();
console.log(
  "Available tools:",
  tools.map((t) => t.name)
);

// Call a tool
const result = await client.callTool({
  name: "vercel-list-all-deployments",
  args: { limit: 5 },
});

console.log("Deployments:", result);

// You can also use this in an Express server:
app.post("/api/deployments", async (req, res) => {
  try {
    const result = await client.callTool({
      name: "vercel-list-all-deployments",
      args: req.body,
    });
    res.json(result);
  } catch (error) {
    res.status(500).json({ error: error.message });
  }
});

🛠️ 工具使用示例

以下是一些快速入门示例。如需完整文档和更多示例,请参阅工具文档。

列出最近的部署
const response = await mcpClient.callTool({
  name: "vercel-list-all-deployments",
  args: {
    limit: 5,
    target: "production",
  },
});
创建新项目
const project = await mcpClient.callTool({
  name: "vercel-create-project",
  args: {
    name: "my-awesome-project",
    framework: "nextjs",
    teamId: "team_1a2b3c4d5e6f7g8h9i0j1k2l",
  },
});
从 Git 部署
const deployment = await mcpClient.callTool({
  name: "vercel-create-deployment",
  args: {
    project: "my-project-id",
    gitSource: {
      type: "github",
      ref: "main",
    },
  },
});

有关文件部署、环境管理和团队操作等更多详细示例,请参阅文档:

🐳 Docker 部署

构建镜像
docker build -t vercel-mcp .
运行容器
docker run -it --rm \
  -e VERCEL_API_TOKEN=your_token_here \
  -p 3399:3399 \
  vercel-mcp
生产环境部署
docker run -d \
  --name vercel-mcp \
  --restart unless-stopped \
  -e VERCEL_API_TOKEN=your_token_here \
  -p 3399:3399 \
  vercel-mcp
开发时启用实时重载
docker build --target builder -t vercel-mcp-dev .
docker run -it --rm \
  -e VERCEL_API_TOKEN=your_token_here \
  -p 3399:3399 \
  -v $(pwd)/src:/app/src \
  vercel-mcp-dev

🗂️ 项目结构

src/
├── constants/       # Tool definitions
├── tools/
│   ├── deployments/ # Deployment handlers
│   │   ├── handlers.ts
│   │   ├── schema.ts
│   │   └── types.ts
│   └── environments/# Environment management
├── utils/          # API helpers
└── index.ts         # Server entrypoint

🔧 配置

环境变量
变量描述必需
VERCEL_API_TOKENVercel 访问令牌是

🤝 贡献

  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 amazing feature')
  4. 推送到分支(git push origin feature/amazing-feature)
  5. 创建 Pull Request

📄 许可证

MIT 许可证 - 详情请参阅 LICENSE

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。