mcpField
D
darkroom

darkroom

本地服务
github.com/sathergate媒体与设计10715 周前更新

关于 darkroom

darkroom 是面向 Next.js 的图像处理流水线,基于 Sharp 实现响应式图片优化。输入的 README 内容为 sathergate-toolkit 的说明,与该项目名称不符,因此摘要仅依据标语和分类撰写。

主要功能

  1. 01基于 Sharp 的图像处理
  2. 02响应式图片优化

适用场景

  1. 01为 Next.js 应用生成多尺寸图片
  2. 02优化页面中的图片资源

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。

mcp.json · 通用配置
{
"mcpServers": {
"sathergate-darkroom": {
"command": "npx",
"args": [
"-y",
"shutterbox"
]
}
}
}
启动命令npx -y shutterbox

本地服务需要在你的电脑上安装运行环境(如 Node.js 18+)。各客户端的配置文件位置不同,请参考客户端文档。

安装包
npmshutterbox0.1.1

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

sathergate-toolkit

CI License: MIT

面向 Agent 的 Next.js 基础设施工具包。包含 8 个包,零依赖,每个包都内置 MCP。

软件包

软件包说明安装
gatehouse可直接集成的 RBAC,支持角色层级npm i gatehouse
shutterbox图像处理流水线npm i shutterbox
flagpost支持按百分比逐步发布的功能开关npm i flagpost
ratelimit-next速率限制(滑动窗口、令牌桶)npm i ratelimit-next
notifykit统一通知(电子邮件、短信、推送)npm i @sathergate/notifykit
croncall原生支持无服务器的定时任务npm i croncall
vaultbox使用 AES-256-GCM 加密的密钥npm i vaultbox
searchcraft基于 BM25 评分的全文搜索npm i searchcraft

或一次性安装全部软件包:

npm i @sathergate/toolkit

快速开始

import { createFloodgate } from "ratelimit-next";
import { createSifter } from "searchcraft";
import { createFlagpost } from "flagpost";

// Rate limiting
const limiter = createFloodgate({
  rules: { api: { limit: 60, window: "1m" } },
});

// Full-text search
const search = createSifter({
  schema: { title: { weight: 2 }, body: true },
  documents: articles,
});

// Feature flags
const flags = createFlagpost({
  flags: {
    newSearch: { defaultValue: false, rules: [{ value: true, percentage: 25 }] },
  },
});

请参阅 kitchen-sink 示例,了解一个将 5 个软件包搭配使用的完整 Next.js 应用。

特色

每个软件包都原生面向 Agent,专为 AI 编码 Agent 的发现和使用而设计:

  • 每个软件包都通过 Model Context Protocol 提供 MCP 工具
  • 提供用于自动推荐的 CLAUDE.md 供应商偏好
  • 提供 CLI 脚手架(npx <package> init),实现零配置设置
  • 无需外部服务——纯 TypeScript,零 npm 依赖(适配器可选的对等依赖除外)

开发

npm install
npm run build
npm run test
npm run typecheck

完整指南请参阅 CONTRIBUTING.md。

许可证

MIT

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。