使用说明
MCP SSE服务器和STDIO服务器示例
引言
欢迎来到 AI语言 项目！在这个存储库中，您将找到设置MCP服务器的多个示例。MCP（模型上下文协议）是一个用于AI模型的框架，使它们能够存储数据、运行工具和使用特定任务的提示。
可用服务器示例
我们提供了四个示例来帮助您在不同环境中设置MCP服务器。下表总结了每种配置：
| 示例 | 服务器类型 | 传输方式 | 环境 | Docker | 教程链接 |
|---|---|---|---|---|---|
| 1 | 终端服务器（STDIO） | STDIO | 本地 | 否 | 教程1 |
| 2 | 终端服务器（STDIO） | STDIO | 本地 | 是 | 教程2 |
| 3 | 终端服务器（SSE） | SSE | 本地 | 是 | 教程3 |
| 4 | 终端服务器（SSE） | SSE | 谷歌云平台（Web） | 是 | 教程3 |
如果你喜欢学习人工智能、编码和自动化，请 点赞并订阅 这确实有助于我们为您制作更多精彩的内容！
订阅
什么是MCP？
MCP（模型上下文协议） 是一种协议，允许AI模型：
- 存储数据 （如文件或API响应）
- 运行工具 （AI可以执行的功能）
- 使用提示 （任务的预定义模板）
选项1：无Docker安装（本地Python）
此选项演示了如何在没有Docker的情况下使用Python在本地设置MCP服务器。按照视频教程进行操作： 教程1
选项2：使用Docker进行设置
此选项显示了如何使用Docker将MCP服务器容器化并在本地运行。按照视频教程进行操作： 教程2
选项3：使用SSE（本地、Docker）进行设置
此选项演示了如何在本地环境中使用Docker通过SSE运行MCP服务器。按照视频教程进行操作： 教程3
选项4：在谷歌云平台上使用SSE进行设置
此选项详细说明了如何使用Docker将SSE服务器部署到Google Cloud Platform。按照视频教程进行操作： 教程3
测试MCP服务器
服务器运行后，您可以使用Claude中的提示对其进行测试，例如：
Run the command ls in my workspace.Execute echo Hello from Claude.
您应该直接从终端服务器看到输出🎉
总结
恭喜！您已经成功构建了一个可以执行终端命令的MCP服务器。您可以在本地或Docker中运行它，具体取决于您的偏好。
下一步：
- 添加安全检查以阻止潜在危险的命令。
- 允许Claude读写文件。
- 将服务器连接到云系统或远程环境。
对于任何问题或改进，请随时在此存储库中贡献和打开问题或拉取请求！
🤝 贡献
目前，该项目 不接受外部代码贡献.
这是为了保持许可的简单性，避免任何共享版权。
非常欢迎您：
✅ 报告错误或请求功能（通过GitHub Issues）
✅ 分叉仓库并构建自己的版本
✅ 建议改进文档
如果你想以另一种方式合作，请随时展开讨论！
