MCP SSE 服务器和 STDIO 服务器示例

介绍

欢迎来到AI 语言项目！在这个代码库中，您可以找到多个设置 MCP 服务器的示例。MCP（模型上下文协议）是一个 AI 模型框架，使模型能够存储数据、运行工具并使用提示执行特定任务。

可用的服务器示例

我们提供了四个示例，帮助您在不同的环境中设置 MCP 服务器。下表总结了每个配置：

如果您喜欢学习人工智能、编码和自动化，请点赞并订阅该频道——这确实有助于我们为您制作更多精彩内容！
订阅

Related MCP server: Lilith Shell

什么是 MCP？

**MCP（模型上下文协议）**是一种允许 AI 模型执行以下操作的协议：

• 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：不使用 Docker 进行设置（本地 Python）

此选项演示如何在不使用 Docker 的情况下使用 Python 在本地搭建 MCP 服务器。请观看视频教程：教程 1

选项 2：使用 Docker 设置

此选项演示如何使用 Docker 将 MCP 服务器容器化并在本地运行。请观看视频教程：教程 2

选项 3：使用 SSE 设置（本地，Docker）

此选项演示如何在本地环境中使用 Docker 通过 SSE 运行 MCP 服务器。请观看视频教程：教程 3

选项 4：在 Google Cloud Platform 上使用 SSE 进行设置

此选项详细介绍了如何使用 Docker 将 SSE 服务器部署到 Google Cloud Platform。请观看视频教程：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！您已成功构建一个可以执行终端命令的 MCP 服务器。您可以根据自己的喜好在本地或 Docker 中运行它。

后续步骤：

• 添加安全检查以阻止潜在的危险命令。

• 允许 Claude 读取和写入文件。

• 将服务器连接到云系统或远程环境。

对于任何问题或改进，请随时贡献并在此存储库中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。

这是为了保持许可简单并避免任何共享版权。

非常欢迎您：✅ 报告错误或请求功能（通过 GitHub Issues）
✅ Fork 仓库并构建你自己的版本
✅ 建议文档改进

如果您想以其他方式合作，请随时展开讨论！

Maintenance

Resources

• GitHub Repository
Need Help?Related Servers