关于 MCP SSE Server and STDIO Server Examples
这是一个示例项目,演示如何搭建可执行终端命令的 MCP 服务,并提供 STDIO 与 SSE 两种传输方式以及本地、Docker 和 Google Cloud Platform 等部署方案。适合希望入门 MCP 服务开发的读者,README 中的配置步骤主要以配套视频教程为指引。
主要功能
- 01可执行终端命令的 MCP 服务示例
- 02提供 STDIO 与 SSE 两种传输方式
- 03支持本地 Python 与 Docker 运行
- 04包含部署到 Google Cloud Platform 的示例
适用场景
- 01学习如何搭建 MCP 服务
- 02在 Claude Desktop 中执行简单的终端命令
- 03将 SSE 类 MCP 服务容器化部署到云端
MCP 相关
该项目是 MCP 服务,向 MCP 客户端暴露终端命令执行能力,例如在 Claude 中运行 ls 或 echo 命令。
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。
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。
工具
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 SSE 服务和 STDIO 服务示例
简介
欢迎来到 The AI Language 项目!在这个代码仓库中,你会找到多个设置 MCP 服务的示例。MCP(模型上下文协议)是一种面向 AI 模型的框架,使它们能够存储数据、运行工具,并使用提示词来完成特定任务。
可用的服务示例
我们提供了四个示例,帮助你在不同环境中设置 MCP 服务。下表汇总了各项配置:
| 示例 | 服务类型 | 传输方式 | 环境 | Docker | 教程链接 |
|---|---|---|---|---|---|
| 1 | 终端服务(STDIO) | STDIO | 本地 | 否 | 教程 1 |
| 2 | 终端服务(STDIO) | STDIO | 本地 | 是 | 教程 2 |
| 3 | 终端服务(SSE) | SSE | 本地 | 是 | 教程 3 |
| 4 | 终端服务(SSE) | SSE | Google Cloud Platform(Web) | 是 | 教程 3 |
如果你喜欢了解 AI、编程和自动化,请为频道点赞并订阅——这真的能帮助我们为你制作更多优质内容!
订阅
什么是 MCP?
**MCP(模型上下文协议)**是一种允许 AI 模型执行以下操作的协议:
- 存储数据(例如文件或 API 响应)
- 运行工具(AI 可以执行的函数)
- 使用提示词(用于任务的预定义模板)
选项 1:不使用 Docker 设置(本地 Python)
此选项演示如何使用 Python 在本地设置 MCP 服务,而不使用 Docker。请观看视频教程:教程 1
选项 2:使用 Docker 设置
此选项展示如何使用 Docker 将 MCP 服务容器化并在本地运行。请观看视频教程:教程 2
选项 3:使用 SSE 设置(本地、Docker)
此选项演示如何在本地环境中使用 Docker 通过 SSE 运行 MCP 服务。请观看视频教程:教程 3
选项 4:在 Google Cloud Platform 上使用 SSE 设置
此选项详细介绍如何使用 Docker 将 SSE 服务部署到 Google Cloud Platform。请观看视频教程:教程 3
测试 MCP 服务
服务运行后,你可以在 Claude 中使用提示词进行测试,例如:
Run the command ls in my workspace.Execute echo Hello from Claude.
你应该能直接在终端服务中看到输出 🎉
总结
恭喜!你已成功构建一个能够执行终端命令的 MCP 服务。你可以根据个人偏好在本地或 Docker 中运行它。
后续步骤:
- 添加安全检查,以阻止可能有危险的命令。
- 允许 Claude 读写文件。
- 将服务连接到云系统或远程环境。
如果遇到任何问题或有改进建议,欢迎为此代码仓库做出贡献,并提交问题或拉取请求!
🤝 贡献
目前,本项目不接受外部代码贡献。
这样做是为了简化许可,并避免共有版权。
我们非常欢迎你:
✅ 报告错误或请求功能(通过 GitHub Issues)
✅ Fork 此代码仓库并构建自己的版本
✅ 提出文档改进建议
如果你想以其他方式合作,欢迎发起讨论!
评论
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。