Name: AI资源访问服务器
Author: modelscope

使用说明

ModelScope MCP服务器

英语| 中文

使人工智能代理和聊天机器人能够直接访问模型范围的丰富的人工智能资源生态系统。从生成图像到发现前沿模型、数据集、应用程序和研究论文，这个MCP服务器使ModelScope的大量工具和服务可以通过简单的对话交互访问。

如需快速试用或托管选项，请访问项目页面位于ModelScope MCP广场。

✨ 特性

🎨 AI图像生成 -根据提示生成图像（文本到图像）或使用AIGC模型转换现有图像（图像到图像）
🔍 资源发现 -使用高级过滤选项搜索和发现ModelScope资源，包括模型、数据集、工作室（AI应用程序）、研究论文和MCP服务器
📋 资源详细信息 -获取特定资源的全面详细信息
📖 文档搜索 （即将推出） -ModelScope文档和文章的语义搜索
🚀 Gradio API集成 （即将推出） -调用任何预配置的ModelScope工作室公开的Gradio API
🔐 上下文信息 -访问当前操作上下文，包括经过身份验证的用户信息和环境详细信息

🚀 快速开始

1.获取您的API代币

访问模型范围并登录您的帐户
引导到 [主页]→ [访问令牌] 检索或创建API令牌

📖 有关详细说明，请参阅 ModelScope令牌文档

2.与MCP客户端集成

将以下JSON配置添加到MCP客户端的配置文件中：

{
  "mcpServers": {
    "modelscope-mcp-server": {
      "command": "uvx",
      "args": ["modelscope-mcp-server"],
      "env": {
        "MODELSCOPE_API_TOKEN": "your-api-token"
      }
    }
  }
}

或者，您可以使用预构建的Docker镜像：

{
  "mcpServers": {
    "modelscope-mcp-server": {
      "command": "docker",
      "args": [
        "run", "--rm", "-i",
        "-e", "MODELSCOPE_API_TOKEN",
        "ghcr.io/modelscope/modelscope-mcp-server"
      ],
      "env": {
        "MODELSCOPE_API_TOKEN": "your-api-token"
      }
    }
  }
}

请参阅 MCP JSON配置标准了解更多详情。

这种格式在MCP生态系统中被广泛采用：

樱桃工作室：参见 Cherry Studio MCP配置
克劳德桌面：用途 ~/.claude/claude_desktop_config.json
光标：用途 ~/.cursor/mcp.json
VS代码：使用工作区 .vscode/mcp.json
其他客户：许多MCP兼容应用程序都遵循此标准

🛠️ 发展

环境设置

克隆和设置:

git clone https://github.com/modelscope/modelscope-mcp-server.git
cd modelscope-mcp-server
uv sync

激活环境 （或使用IDE）：

source .venv/bin/activate  # Linux/macOS

设置您的API令牌 （有关令牌设置，请参阅快速入门部分）：

export MODELSCOPE_API_TOKEN="your-api-token"
# Or create .env file: echo 'MODELSCOPE_API_TOKEN="your-api-token"' > .env

运行演示脚本

运行一个快速演示来探索服务器的功能：

uv run python demo.py

使用 --full 综合功能演示标志：

uv run python demo.py --full

在本地运行服务器

# Standard stdio transport (default)
uv run modelscope-mcp-server

# Streamable HTTP transport for web integration
uv run modelscope-mcp-server --transport http

# HTTP/SSE transport with custom port (default: 8000)
uv run modelscope-mcp-server --transport [http/sse] --port 8080

对于HTTP/SSE模式，请在MCP客户端配置中使用本地URL进行连接：

{
  "mcpServers": {
    "modelscope-mcp-server": {
      "url": "http://127.0.0.1:8000/mcp/"
    }
  }
}

您还可以使用以下命令调试服务器 MCP检查员工具：

# Run in UI mode with stdio transport (can switch to HTTP/SSE in the Web UI as needed)
npx @modelcontextprotocol/inspector uv run modelscope-mcp-server

# Run in CLI mode with HTTP transport (can do operations across tools, resources, and prompts)
npx @modelcontextprotocol/inspector --cli http://127.0.0.1:8000/mcp/ --transport http --method tools/list

测试

# Run all tests
uv run pytest

# Run specific test file
uv run pytest tests/test_search_papers.py

# With coverage report
uv run pytest --cov=src --cov-report=html

🔄 持续集成

此项目使用GitHub Actions实现在每个推送和拉取请求上运行的自动化CI/CD工作流：

自动检查

✨ 棉绒 -使用预提交挂钩进行代码格式化、linting和样式检查
🧪 测试 -对所有支持的Python版本进行全面测试
🔍 CodeQL -安全漏洞扫描和代码质量分析
🔒 Gitleaks -检测密码、API密钥和令牌等机密

地方发展检查

在提交PR之前，在本地运行相同的检查：

# Install and run pre-commit hooks
uv run pre-commit install
uv run pre-commit run --all-files

# Run tests
uv run pytest

在中监视CI状态操作选项卡.

📦 发布管理

该项目使用GitHub Actions进行自动发布管理。要创建新版本，请执行以下操作：

更新版本 使用凹凸脚本：

uv run python scripts/bump_version.py [patch|minor|major]
# Or set specific version: uv run python scripts/bump_version.py set 1.2.3.dev1

提交并标记 （按照脚本的输出说明进行操作）：

git add src/modelscope_mcp_server/_version.py
git commit -m "chore: bump version to v{version}"
git tag v{version} && git push origin v{version}

自动发布 -GitHub操作将自动：
- 创建新 GitHub发布
- 将包发布到 PyPI存储库
- 构建并推送Docker镜像到 GitHub容器注册表

🤝 贡献

我们欢迎捐款！请确保您的PR：

包括相关测试并通过所有CI检查
更新新功能的文档
遵循常规提交格式

📚 参考文献

模型上下文协议 -MCP官方文件
FastMCP v2 -高性能MCP框架
MCP示例服务器 -社区服务器示例

📜 许可证

该项目根据 Apache许可证（2.0版）.