AI导哈

GitHub仓库管理工具

一个基于Model Context Protocol (MCP)的服务器，使AI助手能够与GitHub仓库、问题和拉取请求进行交互。

  • by Jehan26
  • Python
  • 本地部署
  • 更新于
在 GitHub 查看 jehan26/mcp-inspector-v0.6.0

使用说明

MCP-Inspector v0.6.0

GitHub MCP服务器

一个模型上下文协议（MCP）服务器，使Claude等AI助手能够与GitHub存储库、问题和拉取请求进行交互。

特性

  • 存储库搜索：根据搜索查询查找GitHub存储库
  • 问题管理：获取、创建和评论问题
  • 拉取请求处理：查看和管理拉取请求
  • 存储库分析：获取有关存储库的统计数据和见解

安装

先决条件

  • Python 3.8+
  • GitHub API令牌

步骤

  1. 克隆此存储库：

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

  2. 安装依赖项：

    pip install -r requirements.txt

  3. 将您的GitHub令牌设置为环境变量：

    export GITHUB_TOKEN=your_github_token_here

  4. 运行服务器：

    python server.py

服务器将在上开始运行 http://localhost:5000.

用法

端点

MCP服务器提供以下端点：

  • GET/mcp/发现：返回可用操作及其参数
  • POST/mcp/执行：根据提供的参数执行操作

请求示例

发现

curl -X GET http://localhost:5000/mcp/discover

执行存储库搜索

curl -X POST http://localhost:5000/mcp/execute \
  -H "Content-Type: application/json" \
  -d '{
    "endpoint": "search_repositories",
    "parameters": {
      "query": "machine learning"
    }
  }'

获取存储库问题

curl -X POST http://localhost:5000/mcp/execute \
  -H "Content-Type: application/json" \
  -d '{
    "endpoint": "get_repo_issues",
    "parameters": {
      "owner": "openai",
      "repo": "whisper"
    }
  }'

建筑

服务器遵循模型上下文协议规范，允许AI助手：

  1. 发现可用操作
  2. 使用适当的参数执行操作
  3. 以结构化格式处理和返回结果

扩展服务器

您可以通过以下方式扩展此服务器：

  1. 在中添加新端点 discover() 函数
  2. 实现相应的处理函数
  3. 更新中的路由 execute() 函数

安全考虑

  • 服务器使用API令牌通过GitHub进行身份验证
  • 实施限速以防止滥用
  • 为所有参数添加输入验证
  • 考虑实施OAuth以实现更安全的令牌管理

演示

请参阅 演示视频 了解服务器的功能。

许可证

MIT许可证

联系

如有疑问或需要支持，请在此存储库上打开问题。

相关 MCP