mcpField
U
uv-mcp

uv-mcp

本地服务
github.com/dmclain开发工具483 周前更新
代码仓库

关于 uv-mcp

uv-mcp 通过 uv 向 LLM 提供 Python 环境检查与管理能力，适用于依赖维护和环境排查。它将环境信息和包操作作为 MCP 资源与工具提供。

主要功能

  1. 01查看已安装及过期包
  2. 02检查包依赖兼容性
  3. 03比较不同环境的包
  4. 04解析并验证 requirements 文件
  5. 05管理虚拟环境与项目依赖

适用场景

  1. 01排查环境中已安装的包及版本
  2. 02检查依赖能否共同使用
  3. 03比较本地与生产环境差异

MCP 相关

作为 MCP 服务，它向客户端提供 Python 包与 requirements 文件资源，并开放 uv、pip 及环境管理工具。

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。

mcp.json · 通用配置
{
  "mcpServers": {
    "uv": {
      "command": "uvx",
      "args": [
        "uv-mcp"
      ]
    }
  }
}
启动命令uvx uv-mcp

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
pypiuv-mcp

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

uv-mcp

一个用于通过快速 Python 包安装器 uv 与 Python 安装进行交互的模型上下文协议（MCP）服务。

概述

uv-mcp 通过 uv 包管理器，为大模型提供直接访问权限，以检查和管理 Python 环境。这使 AI 助手能够帮助处理 Python 依赖项管理、环境检查和故障排除任务。

功能

  • 环境检查：查询已安装的包及其版本
  • 依赖解析：检查包之间的兼容性
  • 环境比较：识别本地环境与云端／生产环境之间的差异
  • 需求管理：解析并验证需求文件
  • 包信息：获取 PyPI 包的元数据
  • 虚拟环境管理：创建和管理虚拟环境

工作原理

uv-mcp 实现了 Model Context Protocol，通过标准化的资源和工具公开 Python 环境数据及包管理功能。

资源
  • python:packages://installed - 所有已安装包及其版本的列表
  • python:packages://outdated - 有更新版本可用的已安装包列表
  • python:packages://{package_name}/latest - 某个包的最新可用版本
  • python:packages://{package_name}/dependencies - 特定包的依赖项列表
  • python:requirements://{file_path} - 已解析的需求文件内容
工具
  • run(command: str[]) - 运行命令或脚本
  • init() - 创建新项目
  • add(package_name: str, version: Optional[str]) - 向项目添加依赖项
  • remove(package_name: str) - 从项目中移除依赖项
  • sync(dry_run: bool) - 安装所有声明的依赖项，并卸载未声明的依赖项
  • lock() - 更新项目的锁定文件
  • pip(command: str[]) - 运行 pip 命令
  • pip_install(package_name: str, version: Optional[str]) - 使用 pip 安装包
  • pip_uninstall(package_name: str) - 使用 pip 卸载包
  • pip_list() - 使用 pip 列出所有已安装的包

用法

启动服务：

uvx uv-mcp

开发

本项目使用 MCP Python SDK 和 uv 构建。

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。