AI导哈

MCP服务器连接

一个为AI助手如ChatGPT提供工具和资源的Model Context Protocol (MCP)服务器的TypeScript实现。

  • by bhoomikask23
  • JavaScript
  • 本地部署
  • 更新于
在 GitHub 查看 bhoomikask23/MCPServer

使用说明

MCP服务器连接

模型上下文协议（MCP）服务器的TypeScript实现，为ChatGPT等AI助手提供工具和资源。

特性

  • 剖面工具：使用漂亮的HTML界面从AWS获取用户配置文件
  • 回声工具：回显提供的文本
  • 时间工具：获取当前日期和时间
  • 计算器工具：执行安全的算术计算
  • 服务器资源：访问服务器信息和功能
  • 云就绪：针对Render.com部署进行了优化

安装和设置

  1. 克隆存储库：

    git clone https://github.com/bhoomikask23/MCPServer.git
cd MCPServer

  2. 安装依赖项：

    npm install

  3. 构建项目：

    npm run build

用法

🚀 云部署（渲染）

快速部署以渲染：

  1. 分叉此存储库
  2. 连接到Render.com
  3. 设置环境变量（请参见 部署.md)
  4. 一键部署！

💻 本地开发

  1. 启动配置文件服务器：

    npm run start:standalone

  2. 启动基本服务器：

    npm start

🤖 ChatGPT集成

  • 将此MCP服务器添加到您的ChatGPT配置中
  • 使用已部署的渲染URL或本地路径
  • 通过MCP客户端设置进行配置

可用工具

  • get_profile：使用漂亮的HTML显示获取用户配置文件
  • 回声：回显您提供的任何文本
  • get_current时间：获取当前时间戳
  • 计算：执行算术计算（支持+、-、*、/、括号）

可用资源

  • server://info：获取服务器信息和状态
  • server://capabilities：列出所有可用的工具和资源

发展

# Development mode with auto-reload
npm run dev

# Profile server development
npm run dev:standalone

# Clean build files
npm run clean

# Build for production
npm run build

# Deploy to Render
npm run render-build && npm run render-start

🌐 环境配置

创建一个 .env 文件基于 .env.example:

cp .env.example .env

关键环境变量

  • NODE_ENV：为Render设置为“生产”
  • AWS_REGION：您的AWS区域用于配置文件数据
  • DEFAULT_PROFILE_ID：要加载的默认配置文件
  • LOG_LEVEL：日志记录级别（信息、调试、错误）

看 部署.md 获取完整的部署指南。

安全

此服务器使用安全评估方法进行计算，并包括输入净化，以防止代码注入攻击。

需求

  • Node.js>=18.0.0
  • npm或纱线

许可证

麻省理工学院

相关 MCP