AI导哈

AI能力扩展协议工具

MCP工具提供了一种标准化的方式来通过服务器端实现扩展AI能力，适用于GitHub交互、天气数据获取和数据库操作等多种场景。

  • by oghenetejiriorukpegmail
  • 本地部署
  • 更新于
在 GitHub 查看 oghenetejiriorukpegmail/mcp-test-repo

使用说明

模型上下文协议（MCP）工具

此存储库演示了MCP工具与各种服务交互的能力。MCP工具提供了一种通过服务器端实现扩展AI功能的标准化方法。

可用的MCP工具

1.GitHub MCP服务器

提供与GitHub交互工具的服务器：

  • get_user：获取GitHub用户信息
  • create_repo：创建新的GitHub存储库
  • push_to_repo：将内容推送到GitHub存储库

2.气象MCP服务器（示例）

可以提供天气数据的服务器：

  • 获取一个城市的当前天气
  • 获取天气预报
  • 访问历史天气数据

3.数据库MCP服务器（示例）

可以提供数据库操作的服务器：

  • 查询数据
  • 插入记录
  • 更新现有数据
  • 删除记录

MCP的好处

  1. 标准化：MCP为工具集成提供了一个标准协议
  2. 安全：工具通过适当的身份验证在服务器端运行
  3. 可扩展性：无需修改核心系统即可添加新工具
  4. 灵活性：工具可以用任何编程语言实现

实现细节

MCP服务器可以使用以下方式实现：

  • 在用户计算机上运行的本地（基于Stdio）服务器
  • 在远程计算机上运行的远程（基于SSE）服务器

每个服务器定义：

  • 具有输入模式的可用工具
  • 资源端点
  • 身份验证要求

入门指南

要创建自己的MCP服务器：

  1. 使用MCP SDK
  2. 定义您的工具和资源
  3. 实现服务器逻辑
  4. 配置身份验证
  5. 部署服务器

示例用法

// Example of using the GitHub MCP server
const result = await mcpServer.callTool('github', 'create_repo', {
  repo_name: 'my-new-repo',
  description: 'A new repository',
  private: false
});

此存储库是使用GitHub MCP服务器创建的，用于演示这些功能！

相关 MCP