AI导哈

模型协议服务器

一个轻量级的模型上下文协议（MCP）服务器，用于连接AI模型、Render托管和n8n工作流。

  • by abdelbarie141-ou
  • JavaScript
  • 本地部署
  • 更新于
在 GitHub 查看 abdelbarie141-ou/mcpserver

使用说明

🧠 MCP 服务器

一个轻量级的 模型上下文协议（MCP） 用……构建的服务器 Node.js + Express，
设计用于连接您的 人工智能模型， 渲染托管，以及 n8n 工作流。

🚀 特点

  • 简单快速的设置——仅需两个文件（server.js + package.json)
  • 支持自定义工具（例如，触发n8n工作流、查询API等）
  • 100%兼容Render或任何节点宿主
  • 基于JSON的协议，已准备好用于AI代理连接

⚙️ 设置

克隆仓库

  git clone https://github.com/YOUR_USERNAME/mcp-server.git
  cd mcp-server

安装依赖项

  npm install

添加 .env 文件（切勿提交你的敏感信息）

  PORT=3000
  N8N_WEBHOOK=https://YOUR_N8N_URL/webhook/from-mcp
  GEMINI_TOKEN=your_gemini_api_key
  TAVILY_TOKEN=your_tavily_api_key
  TELEGRAM_TOKEN=your_telegram_bot_token

启动MCP服务器

  npm run build   # Compile TypeScript if needed
  npm start

服务器默认运行在 http://localhost:3000。

🚀 使用方法

向 /mcp 发送一个包含工具名称和输入数据的 POST 请求：

  curl -X POST http://localhost:3000/mcp \
  -H "Content-Type: application/json" \
  -d '{
    "tool": "run_n8n",
    "input": {
      "message": "Hello from MCP!"
    }
  }'

支持的工具（示例）：

  • run_n8n → 调用 n8n 工作流的 webhook

  • send_telegram → 通过Telegram机器人发送消息

  • 根据上述信息，翻译如下：

  • tavily → 调用Tavily API

🛡 环境变量

  • N8N_WEBHOOK → 您的 n8n 工作流 webhook 的 URL

  • GEMINI_TOKEN → Gemini API密钥

  • TAVILY_TOKEN → Tavily API密钥

  • TELEGRAM_TOKEN → Telegram 机器人令牌

提示：永远不要直接在代码中放置秘密信息。请使用 .env 文件和 process.env。

🧩 添加新工具

在/tools目录下创建一个新文件：

// tools/mytool.js
export async function runMyTool(input) {
  // Your code here
  return { type: "response", data: input };
}

在 server.js 中导入它：

  import { runMyTool } from "./tools/mytool.js";

  if (tool === "mytool") {
    const result = await runMyTool(input);
    return res.json(result);
  }

📦 部署

  • 渲染：在Render仪表板中设置环境变量。
  • Docker：挂载 .env 文件或设置环境变量。

相关 MCP