mcpField
W
wos MCP Server

wos MCP Server

本地服务
github.com/Wangsu-Cloud-Storage文件与存储046 周前更新

关于 wos MCP Server

wos MCP Server 将 AI 客户端连接到 WCS 云存储和智能多媒体服务。配置 WOS 凭据后,可通过 stdio 或 SSE 传输方式运行。

主要功能

  1. 01访问 WCS 云存储
  2. 02访问智能多媒体服务
  3. 03支持 stdio 和 SSE 传输
  4. 04注册业务工具和资源

适用场景

  1. 01列出 WOS 资源和 Bucket
  2. 02浏览 Bucket 中的文件
  3. 03读取 Bucket 中的文件

MCP 相关

向 MCP 客户端提供 WCS 业务工具和资源。默认支持 stdio,也支持供 Web 应用使用的 SSE。

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。

暂未收录安装方式

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。

代码仓库

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

来自项目 README

wos MCP Server

语言 / Language

概述

基于wcs云产品构建的 Model Context Protocol (MCP) Server,支持用户在 AI 大模型客户端的上下文中通过该 MCP Server 来访问wcs云存储、智能多媒体服务等。

安装

前置要求

  • Python 3.12 或更高版本
  • uv 包管理器

如果还没有安装 uv,可以使用以下命令安装:

curl -LsSf https://astral.sh/uv/install.sh | sh
  1. 克隆仓库:
# 克隆项目并进入目录
git clone [email protected]:Wangsu-Cloud-Storage/wcs-mcp-server.git
cd wcs-mcp-server
  1. 创建并激活虚拟环境:
uv venv
source .venv/bin/activate  # Linux/macOS
# 或
.venv\Scripts\activate  # Windows
  1. 安装依赖:
uv pip install -e .

配置

  1. 复制环境变量模板:
cp .env.example .env
  1. 编辑 .env 文件,配置以下参数:
# S3/Kodo 认证信息
WOS_ACCESS_KEY=your_access_key
WOS_SECRET_KEY=your_secret_key

# 区域信息
WOS_REGION_NAME=your_region
WOS_ENDPOINT_URL=endpoint_url # eg:https://s3.your_region.woscs.com

# 配置 bucket,多个 bucket 使用逗号隔开,建议最多配置 20 个 bucket
WOS_BUCKETS=bucket1,bucket2,bucket3

使用方法

启动服务器
  1. 使用标准输入输出(stdio)模式启动(默认):
uv --directory . run wos-mcp-server
  1. 使用 SSE 模式启动(用于 Web 应用):
uv --directory . run wos-mcp-server --transport sse --port 8000

开发

扩展功能,首先在 core 目录下新增一个业务包目录(eg: 存储 -> storage),在此业务包目录下完成功能拓展。 在业务包目录下的 __init__.py 文件中定义 load 函数用于注册业务工具或者资源,最后在 core 目录下的 __init__.py 中调用此 load 函数完成工具或资源的注册。

core
├── __init__.py # 各个业务工具或者资源加载
└── storage # 存储业务目录
    ├── __init__.py # 加载存储工具或者资源
    ├── resource.py # 存储资源扩展
    ├── storage.py # 存储工具类
    └── tools.py # 存储工具扩展

测试

使用 Model Control Protocol Inspector 测试

强烈推荐使用 Model Control Protocol Inspector 进行测试。

# node 版本为:v22.4.0
npx @modelcontextprotocol/inspector uv --directory . run wos-mcp-server
使用 cline 测试:

步骤:

  1. 在 vscode 下载 Cline 插件(下载后 Cline 插件后在侧边栏会增加 Cline 的图标)
  2. 配置大模型
  3. 配置 wos MCP
    1. 点击 Cline 图标进入 Cline 插件,选择 MCP Server 模块
    2. 选择 installed,点击 Advanced MCP Settings 配置 MCP Server,参考下面配置信息
    {
      "mcpServers": {
        "wos": {
          "command": "uv",
          "args": [
            "--directory",
            "Workspace/App/wos-mcp", # 此处选择项目存储的绝对路径
            "run",
            "wos-mcp-server"
          ],
          "env": { # 此处以环境变量方式填写你的 wos mcp server 的配置信息,如果是从插件市场下载,可以通过此方式配置,如果是从本地源码安装,也可以通过上述方式在 .env 文件中配置
            "WOS_ACCESS_KEY": "YOUR_ACCESS_KEY",
            "WOS_SECRET_KEY": "YOUR_SECRET_KEY",
            "WOS_REGION_NAME": "YOUR_REGION_NAME",
            "WOS_ENDPOINT_URL": "YOUR_ENDPOINT_URL",
            "WOS_BUCKETS": "YOUR_BUCKET_A,YOUR_BUCKET_B"
         },
          "disabled": false
        }
      }
    }
    
    1. 点击 wos MCP Server 的链接开关进行连接
  4. 在 Cline 中创建一个聊天窗口,此时我们可以和 AI 进行交互来使用 wos-mcp-server ,下面给出几个示例:
    • 列举 wos 的资源信息
    • 列举 wos 中所有的 Bucket
    • 列举 wos 中 xxx Bucket 的文件
    • 读取 wos xxx Bucket 中 yyy 的文件内容

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。