mcpField
S
Sufy MCP Server

Sufy MCP Server

本地服务
github.com/sufy-dev其他079 周前更新

关于 Sufy MCP Server

Sufy MCP Server 将 AI 大模型客户端连接到 Sufy 服务,可执行列举存储桶和文件、读取文件内容及调整图像尺寸等操作,适合通过 Cline 等 MCP 客户端使用 Sufy 的用户。

主要功能

  1. 01列出 Sufy 资源信息
  2. 02列出存储桶和文件
  3. 03读取文件内容
  4. 04调整图像尺寸

适用场景

  1. 01查看存储桶及其中的文件
  2. 02读取已存储的文件
  3. 03调整存储桶中的图像尺寸

MCP 相关

该服务向 MCP 客户端提供 Sufy 服务能力。默认使用 stdio,也可通过 SSE 模式运行。

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": {
"sufy": {
"command": "uvx",
"args": [
"sufy-mcp-server"
],
"env": {
"SUFY_ACCESS_KEY": "<SUFY_ACCESS_KEY>",
"SUFY_SECRET_KEY": "<SUFY_SECRET_KEY>",
"SUFY_REGION_NAME": "<SUFY_REGION_NAME>",
"SUFY_ENDPOINT_URL": "<SUFY_ENDPOINT_URL>",
"SUFY_BUCKETS": "<SUFY_BUCKETS>"
}
}
}
}
启动命令uvx sufy-mcp-server
需要配置的环境变量
SUFY_ACCESS_KEY密钥
SUFY_SECRET_KEY密钥
SUFY_REGION_NAME
SUFY_ENDPOINT_URL
SUFY_BUCKETS

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
pypisufy-mcp-server

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

Sufy MCP 服务

中文文档 | 英文文档

概述

基于 Sufy 产品构建的模型上下文协议(MCP)服务,允许用户在 AI 大模型客户端的上下文中通过此 MCP 服务访问 Sufy 服务。

环境要求

  • Python 3.12 或更高版本
  • uv 包管理器

如果尚未安装 uv,可以使用以下命令安装:

Here's the English translation of the provided text:

# Mac, recommended to install using brew
brew install uv


# Linux & Mac
# 1. Installation
curl -LsSf https://astral.sh/uv/install.sh | sh
# 2. After installation, make sure to add the package installation directory (the directory containing uv and uvx executables) to your system's PATH environment variable.
# Assuming the installation path is /Users/xxx/.local/bin (see installation output)
### Temporary effect (current session), execute the following command in your current terminal:
export PATH="/Users/xxx/.local/bin:$PATH"
### Permanent effect (recommended), execute the following command in your current terminal:
echo 'export PATH="/Users/xxx/.local/bin:$PATH"' >> ~/.bash_profile
source ~/.bash_profile


# Windows
powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"

有关具体安装方法,请参阅 uv 安装指南。

在 Cline 中使用

步骤:

  1. 在 VSCode 中安装 Cline 插件(安装后,侧边栏会显示 Cline 图标)
  2. 配置大模型
  3. 配置 Sufy MCP
    1. 点击 Cline 图标进入插件界面,然后选择 MCP 服务模块
    2. 选择“已安装”,点击“高级 MCP 设置”,并使用以下模板进行配置:
    {
      "mcpServers": {
        "Sufy": {
          "command": "uvx",
          "args": [
            "sufy-mcp-server"
          ],
          "env": {
            "SUFY_ACCESS_KEY": "YOUR_ACCESS_KEY",
            "SUFY_SECRET_KEY": "YOUR_SECRET_KEY",
            "SUFY_REGION_NAME": "YOUR_REGION_NAME",
            "SUFY_ENDPOINT_URL": "YOUR_ENDPOINT_URL",
            "SUFY_BUCKETS": "YOUR_BUCKET_A,YOUR_BUCKET_B"
         },
          "disabled": false
        }
      }
    }
    
    1. 切换 Sufy MCP 服务的连接开关以建立连接
  4. 在 Cline 中创建聊天窗口,使用 sufy-mcp-server 与 AI 交互。提示词示例: ◦ 列出 Sufy 资源信息 ◦ 列出 Sufy 中的所有 Bucket ◦ 列出 Sufy 中 xxx Bucket 的文件 ◦ 读取 Sufy 中 xxx Bucket 的 yyy 文件内容 ◦ 将 Sufy 中 xxx Bucket 的 yyy 图像缩放 20%

注意:在 Cline 中创建 MCP 服务时,可以直接使用上述配置。

开发

  1. 克隆仓库:
git clone [email protected]:sufy/sufy-mcp-server.git
cd sufy-mcp-server
  1. 创建并激活虚拟环境:
uv venv
source .venv/bin/activate  # Linux/macOS
# or
.venv\Scripts\activate  # Windows
  1. 安装依赖:
uv pip install -e .
  1. 配置

复制环境模板:

cp .env.example .env

编辑 .env 文件并设置以下参数:

# S3/Sufy credentials
SUFY_ACCESS_KEY=your_access_key
SUFY_SECRET_KEY=your_secret_key

# Region info
SUFY_REGION_NAME=your_region
SUFY_ENDPOINT_URL=endpoint_url # eg:https://s3.your_region.sufycs.com

# Configure buckets (comma-separated, max 20 recommended)
SUFY_BUCKETS=bucket1,bucket2,bucket3

扩展功能:

  1. 在 core 下创建新的业务包目录(例如 storage)
  2. 在包目录中实现功能
  3. 通过包的 __init__.py 中的 load() 函数注册工具/资源
  4. 在 core/__init__.py 中调用 load 函数以完成注册

目录结构:

core
├── __init__.py # Load business tools/resources
└── storage # Storage service
    ├── __init__.py # Load storage tools/resources
    ├── resource.py # Storage resources
    ├── storage.py # Storage utilities
    └── tools.py # Storage tools

测试

使用 Model Control Protocol Inspector

推荐工具:Model Control Protocol Inspector

# Requires node v22.4.0
npx @modelcontextprotocol/inspector uv --directory . run sufy-mcp-server
本地 MCP 服务示例
  1. 以 stdio 模式启动(默认):
uv --directory . run sufy-mcp-server
  1. 以 SSE 模式启动(用于 Web 应用):
uv --directory . run sufy-mcp-server --transport sse --port 8000

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。