mcpField
M
MCP Playground: Your Sandbox for Claude & Gemini with Model Context Protocol 🚀

MCP Playground: Your Sandbox for Claude & Gemini with Model Context Protocol 🚀

本地服务
github.com/bighadj22AI 与智能体273 周前更新

关于 MCP Playground: Your Sandbox for Claude & Gemini with Model Context Protocol 🚀

MCP Playground 是面向开发者的网页客户端,可将 Claude 或 Gemini 连接到 MCP 服务,并在对话中使用其工具。它还支持服务器调试、工具访问控制和模型切换。

主要功能

  1. 01连接 SSE MCP 服务
  2. 02支持 Claude 和 Gemini
  3. 03发现并检查工具、提示词和资源
  4. 04限制并手动测试工具
  5. 05对话中切换模型

适用场景

  1. 01调试 MCP 服务及工具
  2. 02比较 Claude 与 Gemini 的工具调用
  3. 03演示基于 MCP 的 AI 功能

MCP 相关

作为 MCP 客户端,它通过 SSE 连接 MCP 服务,发现服务能力并让模型使用工具。支持配置身份验证、限制工具访问和直接测试工具。

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 Playground:使用 Model Context Protocol 为 Claude 和 Gemini 打造的沙盒 🚀

通过 Model Context Protocol(MCP)将 Anthropic 的 Claude 模型和 Google 的 Gemini 模型与外部工具和数据源无缝集成,释放它们的全部潜力。MCP Playground 提供直观的网页版界面,支持两个 AI 提供商,具备高级工具管理和全面的自定义选项,助你进行实验、调试和创新。

试用 MCP Playground


终极实验平台,让你可以即时将 Claude 或 Gemini 连接到任意兼容 MCP 的服务,通过系统提示词自定义其行为,选择性地控制工具访问权限,并实时观察 AI Agent 运用真实世界能力开展工作。


🔥 主要功能

MCP Playground 是面向使用大模型和 MCP 的开发者的综合性平台:

🤖 支持双提供商的高级 AI 聊天
  • Claude 集成: 全面支持 Anthropic 的 Claude 模型(claude-3-5-sonnet-20241022)
  • Gemini 集成: 全面支持 Google 的 Gemini 模型(gemini-2.0-flash、gemini-1.5-pro、gemini-1.5-flash 等)
  • 灵活的 API 配置: 安全、独立地管理 Anthropic 和/或 Gemini API 密钥
  • 动态模型选择: 即时切换两个提供商的不同模型
  • 🆕 自定义系统提示词: 为 Claude 和 Gemini 定义独特的个性和行为
🔌 专业的 MCP 服务集成
  • 通用服务支持: 以企业级可靠性连接任意基于 SSE 的 MCP 服务
  • 快速入门选项: 提供预配置示例(Cloudflare Docs、DeepWiki、GitHub),可立即开始测试
  • 自定义服务集成: 连接你的专用或特定用途的 MCP 服务
  • 🆕 可用于生产环境的身份验证:
    • 开放服务: 公开的、无需身份验证的端点
    • Bearer 令牌身份验证: 使用 API 密钥/Bearer 令牌进行安全身份验证
    • OAuth 2.0 流程: 全面支持企业级 MCP 服务的 OAuth(现已正式支持)
  • 能力发现: 即时查看每个服务的工具、提示词和资源
🛠️ 智能工具管理与控制
  • 🆕 高级工具限制: 精细控制 AI 可访问的工具
    • 全部工具模式: AI 可使用任意可用工具
    • 所选工具模式: 将 AI 限制为仅使用指定工具
    • 无工具模式: 仅提供纯文本 AI 响应
    • 实时工具选择: 在对话期间动态限制工具
  • 跨提供商兼容性: 同一批工具可同时与 Claude 和 Gemini 无缝配合
  • 动态工具发现: 自动发现并分类所有可用工具
  • 详细的工具检查: 查看完整的架构、参数和说明
  • 手动工具测试: 使用自定义参数直接执行任意工具以进行调试
  • 丰富的结果展示: 完整显示未经截断的 JSON 和文本输出,并提供语法高亮
✨ 卓越的开发者体验
  • 直观的多面板界面: 将聊天、服务管理、工具和配置整合在有序的工作区中
  • 提供商切换: 在对话期间可在 Claude 和 Gemini 之间无缝切换
  • 实时通知: 所有操作(连接、错误、成功)均提供 Toast 通知
  • 响应式设计: 在桌面、平板和移动设备上均可流畅使用
🔐 企业级安全
  • 本地密钥存储: API 密钥安全地存储在浏览器 localStorage 中
  • 直接 API 通信: 密钥仅发送至官方服务提供商 API
  • 独立密钥管理: Claude 和 Gemini 分别配置
  • 安全的服务连接: 对所有 MCP 通信强制使用 TLS/SSL

🤔 为什么选择 MCP Playground?

  • 🚀 快速开发 AI: 无需编写代码,即可测试 Claude 和 Gemini 的工具交互
  • 🔄 跨服务提供商比较: 比较不同 AI 模型如何处理相同任务和工具
  • 🐛 高级调试: 通过直接测试工具和全面日志记录,隔离 MCP 服务问题
  • 📖 边做边学: 通过多个 AI 服务提供商,亲身体验 Model Context Protocol
  • 🎯 精确控制: 使用系统提示词和选择性工具访问,微调 AI 行为
  • 🎨 展示能力: 使用专业级工具,展示支持 MCP 的服务
  • ⚡ 即时试验: 实时测试服务配置、工具组合和 AI 服务提供商

🚀 几分钟即可开始!

1. 访问 Playground

访问 mcpsplayground.com — 无需登录!

2. 配置 AI 服务提供商

前往 "AI Model" 标签页:

  • 对于 Claude:
    • 输入 Anthropic API Key(从 console.anthropic.com 获取)
    • 选择首选的 Claude 模型
    • 可选择为 Claude 的个性设置自定义系统提示词
  • 对于 Gemini:
    • 输入 Google AI Studio API Key(从 aistudio.google.com 获取)
    • 从可用的 Gemini 模型中选择
    • 使用系统提示词自定义 Gemini 的行为
3. 连接 MCP 服务

前往 "MCP Servers" 标签页:

  • 快速添加: 使用预配置示例(Cloudflare Docs、DeepWiki 等)
  • 手动添加: 使用 SSE URL 和身份验证连接自定义服务
  • OAuth 设置: 按照引导式设置,为企业服务完成 OAuth 流程
4. 控制工具访问权限 ⭐ 新功能

在 "Available Tools" 面板中:

  • 查看已连接服务中的所有已发现工具
  • 限制工具: 精确选择 AI 可访问的工具
  • 测试工具: 使用自定义参数手动执行工具
  • 监控使用情况: 查看 AI 在对话中使用了哪些工具
5. 开始高级 AI 对话
  • 使用已连接的 MCP 工具与 Claude 或 Gemini 聊天
  • 在对话过程中切换服务提供商,以比较回复
  • 查看 AI 如何智能地仅选择并使用你授权的工具

🤖 支持的 AI 服务提供商

🔷 Anthropic Claude
  • 模型: claude-3-5-sonnet-20241022(旗舰模型)
  • API Key: Anthropic Console(console.anthropic.com)
  • 优势: 高级推理、深入分析、精准选择工具
  • 系统提示词支持: ✅ 可进行完整自定义
🔶 Google Gemini
  • 模型:
    • gemini-2.0-flash-001(最新、速度最快)
    • gemini-2.0-flash
    • gemini-1.5-flash-001
    • gemini-1.5-flash
    • gemini-1.5-pro-001
    • gemini-1.5-pro(能力最强)
  • API Key: Google AI Studio(aistudio.google.com)
  • 优势: 推理速度快、多模态能力、工具调用高效
  • 系统提示词支持: ✅ 可进行完整自定义

💡 什么是 MCP?

Model Context Protocol (MCP) 是一项标准化规范,使 Claude 和 Gemini 等语言模型能够安全地与外部工具、服务和数据源交互。MCP 定义了 AI Agent 如何:

  • 🔍 发现能力:从已连接的服务中发现能力
  • 🛠️ 执行工具:通过适当的参数验证来执行工具
  • 📦 接收结构化结果:以便进一步处理
  • 🔐 维护安全性:通过受控的访问模式实现

MCP Playground 使用 Server-Sent Events (SSE) 传输方式演示这些交互,实现实时通信,并支持 Anthropic 的 Claude 和 Google 的 Gemini,同时提供高级工具管理功能。


✨ 体验 AI 工具集成的未来

准备好使用最先进的 MCP 测试平台,为你的 AI 开发工作流注入强劲动力了吗?

➡️ 启动 MCP Playground

了解让 Claude 和 Gemini 精准地访问现实世界工具后,能实现哪些可能!


🏗️ 适用人群

  • AI 开发者:构建具备外部能力的 LLM 应用
  • MCP 服务作者:测试和调试其工具实现
  • 企业团队:为基于工具的工作流评估 AI 提供商
  • 研究人员:比较 Claude 和 Gemini 使用工具的性能
  • 产品经理:向利益相关者演示 AI 能力
  • 学生和教育工作者:了解 AI Agent 架构

由相信 AI 应在所有主要提供商平台上变得更强大、更可控、更易于使用的开发者打造。

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。