Raccha AI

已认证精选远程服务

raccha.ai开发工具02 周前更新

代码仓库访问官网

关于 Raccha AI

Raccha AI 是面向 Agent 的远程 MCP 工具箱，提供命名空间存储、队列、身份验证和无状态实用工具。MCP 客户端可直接连接，并通过需人工批准的设备流程获取凭据。

主要功能

01命名空间键值存储
02FIFO 队列
03客户端注册与设备授权
04JWT 解码与哈希计算
05证书检查与 CIDR 计算

适用场景

01存取命名空间中的值
02按 FIFO 顺序排队处理任务
03通过人工批准授权客户端
04解码 JWT 或检查证书

MCP 相关

通过 Streamable HTTP 将 Raccha AI 工具箱作为远程 MCP 端点提供。除无状态工具外，大多数工具都需要 owner 或 access 凭据。

配置

远程服务无需本地安装。选择你使用的客户端，复制配置或使用一键安装。

服务地址https://raccha.ai/mcp

一键复制安装命令

Claude CodeTerminalclaude mcp add --transport http raccha-ai https://raccha.ai/mcp

Cursor.cursor/mcp.json{"mcpServers":{"raccha-ai":{"type":"http","url":"https://raccha.ai/mcp"}}}在 Cursor 中打开

VS Code.vscode/mcp.json{"servers":{"raccha-ai":{"type":"http","url":"https://raccha.ai/mcp"}}}在 VS Code 中打开

Claude Desktopclaude_desktop_config.json{"mcpServers":{"raccha-ai":{"type":"http","url":"https://raccha.ai/mcp"}}}

Windsurf~/.codeium/windsurf/mcp_config.json{"mcpServers":{"raccha-ai":{"serverUrl":"https://raccha.ai/mcp"}}}

命令在终端中运行；JSON 粘贴到对应客户端的 MCP 配置后重启。需要授权的服务会在首次连接时提示登录。

工具

参数	类型	必填	说明
pem	string	是	PEM 编码的 X.509 证书，包含 -----BEGIN CERTIFICATE----- / -----END CERTIFICATE----- 标记。

详细介绍

raccha.ai MCP 服务

面向 Agent 的 MCP 优先工具箱：命名空间键值存储、FIFO 队列、身份验证，以及一些无状态实用工具（JWT 解码、哈希、证书检查、CIDR 运算）。早期访问期间免费。

本仓库仅包含清单和连接指南。raccha.ai 的服务源代码是闭源的；创建本仓库是为了让爬取 GitHub 的目录和注册表能够发现并列出这个原本无内容可供爬取的服务。这里的一切都是真实的：端点、身份验证流程、工具名称。这里没有任何占位内容。

发现

该服务发布了一个预标准的 .well-known/mcp 发现文档：

GET https://raccha.ai/.well-known/mcp

它返回与 Official MCP Registry server.json 相同的元数据，包括下方的流式 HTTP 端点。客户端无需将 URL 硬编码即可连接。

连接

该服务是一个真正的远程 MCP 端点，而不是本地软件包：

https://raccha.ai/mcp

传输方式：streamable-http。任何支持 MCP 的客户端都可以直接连接到该 URL，无需安装。

身份验证

除无状态实用工具（jwt_decode、hash、cert_inspect、ip_cidr）外，每次工具调用都需要凭据：owner_key 或 access_key，并通过 MCP 传输所依托的底层 HTTP 调用中的 Authorization: Bearer <key> 传递。

如果你是首次连接且没有密钥的 MCP 客户端，建议按以下流程操作：

使用 client_name 调用 register_client 工具（OAuth 2.0 动态客户端注册，RFC 7591）。该调用会返回 client_id，但本身不会授予任何权限。
使用该 client_id 调用 device_start。该调用会返回一个短用户代码和一个 URL。
人类用户打开该 URL（https://raccha.ai/device.html）并批准，可选择完整的 owner_key，或限定于特定角色的 access_key。此步骤不变且不可省略；动态客户端注册只省去了手动配置客户端的步骤，绝不会跳过人工批准。
批准后调用 device_claim 获取凭据。

详细信息：https://raccha.ai/llms/auth.md。

工具

每个 HTTP 路由也都是一个生成的 MCP 工具，基于与 REST API 相同的 OpenAPI 契约构建；两种接口不会彼此偏离。工具名称和架构与 https://raccha.ai/docs/ 中记录的操作 ID 一致（Swagger UI 展示的是真实规范）。对上述端点调用 tools/list，即可获取实时的当前工具集。

关于本仓库中的 Dockerfile

它不会构建 raccha.ai 的服务。它会构建一个轻量级 nginx 反向代理，连接到 https://raccha.ai/mcp 上真实运行的端点，供那些要求通过可运行容器来验证服务能否响应 MCP 内省的目录使用。实际服务的源代码仍为闭源。

Kimi / Kimi Code 用户须知

本仓库中的 .kimi-code/skills/raccha-mcp/SKILL.md 提供了一个零信息引导技能。它会指导 Agent 如何发现端点、执行 DCR + 设备代码流程，以及存储生成的凭据，而无需向用户询问 URL 或预共享密钥。

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。

阅读入门指南

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。

Raccha AI

关于 Raccha AI

主要功能