AI导哈

MCP服务器实现资源

提供MCP服务器的基本参考实现、Docker容器化演示和设置自动化脚本，用于扩展AI助手与外部服务的交互能力。

  • by dawsonlp
  • Shell
  • 本地部署
  • 更新于
在 GitHub 查看 dawsonlp/basicmcpserver

使用说明

BasicMcpServer:MCP服务器实现资源

此存储库有三个主要目的：

  1. MCP服务器简单示例：一个基本的参考实现，您可以根据自己的需要克隆和修改
  2. Docker容器化演示：演示如何在Docker中通过端到端测试设置MCP服务器
  3. 设置自动化：提供一个脚本来生成更复杂的MCP服务器（如Jira集成）

MCP参考

为这一实施提供信息的关键资源：

目录

  1. 基本MCP服务器：使用基本工具的简单参考实现
  2. Docker配置：具有多阶段构建的容器化设置
  3. 端到端测试：演示正确的MCP服务器测试
  4. setup_jira_mcp_server.sh：生成Jira集成MCP服务器的脚本
  5. mcp_server_implementation_guide.md：MCP服务器实施综合指南

入门指南

选项1：使用基本MCP服务器作为模板

最简单的方法是克隆此存储库并根据需要进行修改：

# Clone the repository
git clone https://github.com/yourusername/BasicMcpServer.git my-mcp-server
cd my-mcp-server

# Modify src/server.py to implement your custom tools and resources
# Update config.py with your required environment variables
# Run with Docker or directly with Python

选项2：学习基于Docker的MCP服务器实现

研究Docker配置和端到端测试，了解：

  • 多阶段Docker构建，实现高效镜像
  • 容器配置最佳实践
  • MCP服务器的测试模式

选项3：生成Jira MCP服务器

要创建完整的Jira MCP服务器项目结构，请执行以下操作：

  1. 使安装脚本可执行（已完成）：

    chmod +x setup_jira_mcp_server.sh

  2. 运行脚本：

    ./setup_jira_mcp_server.sh

    命令行选项：

    Usage: ./setup_jira_mcp_server.sh [OPTIONS]

Options:
  -n, --name NAME     Specify project name (default: jira-mcp-server)
  --no-git            Skip Git repository initialization
  --no-github         Skip GitHub repository creation
  -h, --help          Show help message

  3. 按照脚本运行后显示的说明进行操作：

    • 导航到新创建的项目目录
    • 在中配置Jira凭据 .env 文件
    • 构建并运行Docker容器

脚本会自动执行以下操作：

  • 使用所有必要的文件创建完整的项目结构
  • 初始化Git存储库（除非 --no-git 已指定）
  • 创建GitHub存储库并推送代码（如果安装了GitHub CLI并进行了身份验证）
  • 使所有必要的脚本可执行

这将创建一个与Jira集成的更复杂的MCP服务器示例，允许AI助手通过MCP协议与Jira实例进行交互。

选项4：了解MCP服务器实现

如果您想了解有关MCP服务器如何工作以及如何实现它们的更多信息：

  1. 阅读综合指南 mcp_server_implementation_guide.md
  2. 本指南包括：
    • 项目结构和设置
    • 使用FastMCP实现MCP服务器
    • Docker容器化
    • 测试策略
    • 部署选项
    • 最佳实践

为其他服务定制

Jira MCP服务器可以用作为其他服务创建MCP服务器的模板：

  1. 使用安装脚本生成Jira MCP服务器项目
  2. 将Jira特定代码替换为目标服务的代码：
    • 修改 src/services/ 实施您的服务集成
    • 更新 src/server.py 为您的服务定义工具和资源
    • 更新 src/config.py 包括必要的配置变量
    • 更新 .env.example 具有适当的环境变量

什么是MCP？

这 模型上下文协议（MCP） 是人工智能助手和外部服务之间通信的标准。它使AI助手能够：

  • 发现并调用执行操作的工具
  • 访问提供信息的资源
  • 通过标准化界面与外部系统交互

通过实施MCP服务器，您可以通过让AI助手访问您的服务和数据来扩展其功能。此存储库使用 官方Python SDK 并遵循MCP服务器实现的最佳实践。

先决条件

  • Python 3.11或更高版本
  • Docker（用于容器化部署）
  • 特定于服务的API凭据

许可证

该项目是在MIT许可证下提供的。

相关 MCP