AI导哈

MCP服务器设置工具

一个基于Python的工具，用于设置MCP服务器，使Claude等LLM能够通过HTTP请求连接到API和可执行代码。

  • by fusedio
  • Jupyter Notebook
  • 本地部署
  • 25 星标
  • 更新于
在 GitHub 查看 fusedio/fused-mcp

使用说明

Fused MCP Agents: Setting up MCP Servers for Data

Documentation   🌪️    Read the announcement    🔥    Join Discord

MCP服务器 允许像Claude这样的LLM发出HTTP请求，将它们连接到API和可执行代码。我们为自己和任何处理数据的人构建了这个仓库，以便轻松传递 任何 将Python代码直接导入您自己的桌面Claude应用程序。

此存储库提供了一个简单的分步笔记本工作流程来进行设置 MCP服务器 使用Claude的桌面应用程序，所有这些都是在Fused之上构建的Python 用户定义函数 （UDFs）。

需求

如果您使用的是Linux，则桌面应用程序不可用，因此 我们做了一个简单的客户 您也可以使用它在本地运行！

你做 不 需要一个Fused帐户才能执行任何操作！所有这些都将在您的本地计算机上运行。

安装

  • 在任何本地目录中克隆此仓库，并导航到仓库：

    git clone https://github.com/fusedio/fused-mcp.git
cd fused-mcp/

  • 安装 uv 如果你没有：

    macOS/Linux：

    curl -LsSf https://astral.sh/uv/install.sh | sh

    窗户：

    powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"

  • 通过询问客户信息来测试客户：

    uv run main.py -h

  • 从我们的入门笔记本开始 fused_mcp_agents.ipynb 在您最喜欢的本地IDE中进行设置，然后转到更高级的笔记本电脑 创建自己的代理和功能

存储库结构

此repo基于以下内容构建 MCP服务器 & 融合UDF 它们是可以在任何地方运行的Python函数。

支持与社区

欢迎加入我们的 Discord服务器 如果你需要帮助解除封锁！

以下是调试设置的几个常见步骤：

  • 跑步 uv run main.py -h 应该返回如下内容：
  • 您可能需要将某些函数的全局路径传递给 Claude_Desktop_Config.json例如，默认情况下，我们只传递 uv:
{
    "mcpServers": {
        "qgis": {
            "command": "uv",
            "args": ["..."]
        }

    }
}

但你可能需要通过完整的路径 uv，您可以直接传递给 common.generate_local_mcp_config 在笔记本中：

# in fused_mcp_agents.ipynb
import shutil 

common.generate_local_mcp_config(
    config_path=PATH_TO_CLAUDE_CONFIG,
    agents_list = ["get_current_time"],
    repo_path= WORKING_DIR,
    uv_path=shutil.which('uv'),
)

这将创建这样的配置：

{
    "mcpServers": {
        "qgis": {
            "command": "/Users/<YOUR_USERNAME>/.local/bin/uv",
            "args": ["..."]
        }

    }
}

贡献

欢迎打开PR以添加您自己的UDF udfs/ 这样其他人也可以在当地和他们一起玩！

使用本地Claude客户端（不带Claude Desktop应用程序）

如果您无法安装Claude Desktop应用程序（例如在Linux上），我们提供 一个小示例本地客户端界面，使用配置了MCP服务器的Claude 在这个repo中：

注：您需要在此处为Claude提供API密钥，因为您不会使用桌面应用程序

  • 创建一个 Anthropic控制台帐户

  • 创建一个 无烟煤API密钥

  • 创建一个 .env:

    touch .env

  • 将您的密钥添加为 ANTHROPIC_API_KEY 里面 .env:

    # .env
ANTHROPIC_API_KEY = "your-key-here"

  • 启动MCP服务器：

    uv run main.py --agent get_current_time

  • 在另一个终端会话中，启动本地客户端，指向服务器的地址：

    uv run client.py http://localhost:8080/sse

相关 MCP