AI导哈

AI助手连接服务器

MCP服务器项目是一个连接AI助手与数字世界的工具，支持文件操作、GitHub和Notion集成、天气查询等功能，适用于开发和生产环境。

  • by karlsoro
  • Python
  • 本地部署
  • 更新于
在 GitHub 查看 karlsoro/mcp-server-training

使用说明

MCP服务器培训项目🚀

你有没有想过像Claude这样的人工智能助手是如何与你的文件、GitHub仓库和外部服务进行交互的？这正是我们在这里构建的——一个真正的、可工作的MCP服务器，弥合了人工智能和数字世界之间的差距。

这是怎么回事？

把这个项目想象成你的人工智能的个人工具包。而不是你的人工智能助手被困在对话泡沫中，它现在实际上可以 露一手 -阅读你的文件，创建GitHub问题，查看天气等等。很酷，对吧？

模型上下文协议（MCP）就像人工智能和现实世界之间的通用翻译器。正是这项技术赋予了Claude Desktop读取文件和与系统交互的能力。我们正在构建类似的东西，但有一个转折——我们正在通过适当的测试、安全和文档使其为生产做好准备。

这个服务器到底能做什么？

🔧 核心工具（始终工作）

  • 文件操作：安全地保存、读取和列出文件
  • 察看连接信息：获取状态和配置详细信息
  • 错误处理：适当的验证和用户友好的错误消息

🌐 API集成（为您的密钥做好准备）

  • GitHub：创建问题、读取存储库、管理项目
  • 概念：创建笔记、阅读数据库、组织信息
  • 天气：获取任何位置的当前状况

🛡️ 安全功能

  • 基于环境的配置（没有硬编码的秘密！）
  • 安全的文件操作（仅限于数据目录）
  • 输入验证和净化
  • API的基于令牌的身份验证

快速入门-让我们开始吧

先决条件

你需要Python 3.11+和一个虚拟环境。事情是这样的：

# Check your Python version
python3 --version

# Create and activate virtual environment
python3 -m venv venv
source venv/bin/activate  # On macOS/Linux
# or .venv\Scripts\activate on Windows

安装

# Install dependencies
pip install -r requirements.txt

# Copy environment template
cp env.example .env

# Edit .env with your API keys (optional for basic functionality)
nano .env

运行服务器

# Start the server
mcp run src/server.py:server

# Or run directly
python src/server.py

测试-确保一切正常

我们有一个全面的测试套件，涵盖了从基本功能到API集成的所有内容。以下是如何运行它：

# Run all tests
python -m pytest tests/test_server.py -v

# Test specific features
python -m pytest tests/test_server.py::TestMCPTrainingServer -v
python -m pytest tests/test_server.py::TestGitHubIntegration -v

当前状态：20/27测试通过（成功率74%）-这相当可靠！失败的测试只是在等待真正的API密钥。

API设置-获取密钥

GitHub集成

想让你的人工智能管理你的GitHub仓库吗？查看我们的 详细的GitHub设置指南。它将引导您获取个人访问令牌并设置正确的权限。

概念整合

对于Notion集成，您需要：

天气集成

从获取您的OpenWeather API密钥 OpenWeather网站.

项目结构-什么是什么

mcp-server-training/
├── src/
│   └── server.py          # Main server implementation
├── tests/
│   └── test_server.py     # Comprehensive test suite
├── docs/
│   └── github_setup.md    # GitHub API setup guide
├── deployment/            # Cloud deployment configs
├── requirements.txt       # Python dependencies
├── env.example           # Environment variables template
└── README.md            # This file

部署-上线

地方发展

非常适合测试和开发。只需运行服务器并连接您的MCP客户端。

云部署

我们有以下配置：

  • 亚马逊云服务：Lambda函数和ECS
  • 谷歌云平台：云功能和云运行
  • Cloudflare 的：工人和页面
  • 码头工人：容器化部署

检查 deployment/ 特定说明的目录。

文档-完整故事

是什么让这个特别？

现代建筑

我们正在使用FastMCP，这是MCP服务器技术中最新、最伟大的技术。它比旧的实现更快、更可靠、更容易使用。

生产就绪

这不仅仅是一个演示。我们有适当的错误处理、安全措施、全面的测试和部署配置。它是为处理现实世界的使用而构建的。

综合测试

25多项测试，涵盖从基本功能到API集成的所有方面。我们使用mocking进行隔离测试，并在获得密钥后支持真正的API调用。

专业文档

五个全面的指南，包括设置、测试、API配置和部署。无需猜测。

现状-我们的立场

✅ 核心功能：100%工作和测试 ✅ GitHub集成：75%工作（3/4测试通过） ✅ 文档：完整且专业 ✅ 测试：综合框架 ✅ 安全：正确的验证和错误处理 ✅ 部署：提供多种云选项

贡献-想帮忙吗？

发现bug了吗？想添加新功能吗？方法如下：

  1. 分叉存储库
  2. 创建要素分支
  3. 进行更改
  4. 添加新功能的测试
  5. 提交拉取请求

许可证

这个项目是开源的，可以在MIT许可证下使用。

致谢

该项目建立在MCP社区的优秀工作基础上，并遵循API集成和测试的行业标准。特别感谢FastMCP开发人员使MCP服务器开发变得更加容易。

准备好赋予你的AI助手超能力了吗？让我们启动这台服务器！ 🚀

参考文献

  1. 模型上下文协议（MCP）: MCP官方文件
  2. FastMCP: GitHub存储库
  3. GitHub API: GitHub REST API文档
  4. API通知: Notion开发者文档
  5. OpenWeather API: OpenWeather API文档
  6. Python测试: pytest文档
  7. 异步编程: Python异步文档

相关 MCP