AI导哈

MCP服务器数据集构建工具

一个用于构建和维护MCP服务器数据集的工具，自动从多个来源收集、分类和更新MCP服务器信息。

  • by wanghaisheng
  • HTML
  • 本地部署
  • 更新于
在 GitHub 查看 wanghaisheng/mcp-server-dataset

使用说明

MCP服务器数据集生成器

用于构建和维护模型上下文协议（MCP）服务器数据集的综合工具。此工具会自动从多个来源收集、分类和更新有关MCP服务器的信息。

概述

MCP服务器数据集生成器旨在：

  1. 从中提取MCP服务器信息 很棒的mcp服务器 仓库
  2. 在GitHub上搜索其他MCP服务器存储库
  3. 合并并消除两个来源的重复数据
  4. 生成一个每日CSV文件，其中包含有关每台服务器的全面信息

特性

  • 双重数据源：整合来自精选列表和GitHub搜索的数据
  • 自动分类：根据存储库内容分配类别
  • 技术栈检测：确定编程语言和框架
  • 表情符号标记：添加视觉指示器以快速识别
  • 每日更新：自动运行以保持数据集的最新状态
  • 数据持久层：在添加新条目时维护历史数据

数据集结构

生成的CSV文件包含以下字段：

字段 描述
name 存储库名称
description 存储库描述
html_url 指向存储库的url
stars GitHub star的数量
forks GitHub fork的数量
关键字 逗号分隔的关键字列表
category 主要类别（例如，框架、实用程序、客户端）
techstack 使用逗号分隔的技术列表
表情符号 用于快速识别的视觉指示器

用法

自动每日更新

数据集每天通过GitHub Actions自动更新。无需人工干预。

手动触发

您可以从GitHub Actions选项卡手动触发工作流：

  1. 转到存储库中的“操作”选项卡
  2. 选择“统一MCP服务器提取”
  3. 点击“运行工作流”
  4. 可选择自定义：
    • GitHub搜索关键词
    • 最小星叉阈值
    • 应采用哪种提取方法

地方发展

要在本地运行脚本，请执行以下操作：

# Install dependencies
pip install -r requirements.txt

# Run README extraction
python extract_mcp_servers.py

# Run GitHub search
python daily.py

环境变量

以下环境变量可用于自定义行为：

变量 描述 默认值
GITHUB_TOKEN 用于身份验证的GITHUB API令牌 -
关键字_ENV 逗号分隔的搜索关键字列表 MCP相关关键字
MIN_STARS 存储库的最小星数 10
MIN_FORKS 存储库的最小分叉数 5

数据源

1.出色的MCP服务器存储库

该工具从中提取数据 很棒的mcp服务器 存储库，其中包含按类别组织的MCP服务器的精选列表。

2.GitHub搜索

该工具在GitHub上搜索与MCP相关关键字匹配的存储库，确保对生态系统的全面覆盖。

分类系统

存储库根据其内容和目的进行分类：

  • 框架：核心MCP服务器实现
  • 效用：辅助工具和实用程序
  • 客户端：客户端库和应用程序
  • 教程：学习资源和示例
  • 数据库：数据库集成
  • API：API实现
  • 存储：存储解决方案
  • 人工智能：AI和LLM集成
  • 聊天：聊天和消息功能
  • 搜索：搜索功能

技术栈检测

该工具识别了以下技术：

  • 语言：Python、TypeScript、Go、Rust、Java、C#
  • 框架：FastAPI、Langchain、Spring
  • 协议：SSE、WebSocket、HTTP
  • 部署：云、本地、Docker
  • 平台：iOS、Windows、Linux

贡献

欢迎投稿！请随时提交拉取请求。

许可证

此项目根据MIT许可证获得许可-有关详细信息，请参阅许可证文件。

相关 MCP