模型上下文协议服务器

Model Context Protocol (MCP) 服务器是一个参考实现集合,展示了如何利用 MCP 为大型语言模型 (LLMs) 提供安全、可控的工具和数据源访问。这些服务器通过 TypeScript 和 Python SDK 实现,涵盖了从搜索、数据库访问到浏览器自动化等多种功能。

  • by modelcontextprotocol
  • 更新于
在 GitHub 查看 modelcontextprotocol/servers

使用说明

基本能力

产品定位

MCP 服务器旨在为大型语言模型提供安全、可控的工具和数据源访问,扩展其功能和应用场景。

核心功能

  • 多样化工具集成:包括搜索(如 Brave Search)、数据库访问(如 PostgreSQL、Redis)、浏览器自动化(如 Puppeteer)、文件操作(如 Google Drive、Filesystem)等。
  • 安全控制:通过配置访问控制确保数据操作的安全性。
  • 社区与官方支持:提供官方集成和社区开发的服务器,覆盖广泛的应用场景。

适用场景

  • AI 辅助开发:通过 Git、GitHub 等工具管理代码仓库。
  • 数据查询与分析:访问 PostgreSQL、Elasticsearch 等数据库进行数据查询。
  • 自动化任务:利用 Puppeteer 进行网页抓取或自动化操作。
  • 内容生成:通过 EverArt 生成 AI 图像。

工具列表

  • AWS KB Retrieval:从 AWS Knowledge Base 检索信息。
  • Brave Search:使用 Brave 的搜索 API 进行网页和本地搜索。
  • PostgreSQL:提供只读数据库访问和模式检查。
  • Puppeteer:浏览器自动化和网页抓取。
  • Google Drive:访问和搜索 Google Drive 中的文件。

使用教程

使用依赖

安装前需确保已安装 Node.js 或 Python 环境。

安装教程

  1. 克隆仓库:
    git clone https://github.com/modelcontextprotocol/servers.git
    
  2. 进入目标服务器目录(如 src/brave-search):
    cd src/brave-search
    
  3. 安装依赖:
    npm install  # 或 pip install -r requirements.txt
    

调试方式

启动服务器后,使用以下命令测试功能:

npm start  # 或 python server.py

使用工具提供的 API 或 CLI 进行调试。