本项目文档详细介绍了用于与模型上下文协议(Model Context Protocol)配合使用的 MCP 服务器,旨在帮助用户了解其功能、使用方法、设置步骤等重要信息。
MCP 服务器提供了与不同工具交互的功能,下面为你介绍可用的 MCP 服务器及其使用示例。
每个服务器都配备了相应的工具,以满足不同的使用场景。
cd postgresql-mcp
npm install
npm run build
build/index.js。在 Obsidian 中安装 Local REST API 插件:
进入 Obsidian MCP 目录:
cd obsidian-mcp
以开发模式安装包:
pip install -e .
在 .env 文件或 MCP 配置中设置 API 密钥。
设置 n8n 实例并创建 API 密钥:
进入 n8n MCP 目录:
cd n8n-mcp
安装依赖项并构建:
npm install
npm run build
在 .env 文件或 MCP 配置中设置 n8n URL 和 API 密钥。
# 从默认数据库的 users 表中查询所有数据
curl -X GET "http://localhost:3000/api/db1/sql?query=SELECT%20*%20FROM%20users"
# 写入一条新笔记
curl -X POST "http://localhost:3001/api/write" -H "Content-Type: application/json" -d '{"title":"新的笔记","content":"这是我的第一条笔记。"}'
# 触发预定义的流程
curl -X POST "http://localhost:3002/api/trigger?flowId=123"
编辑 Cursor AI 的 MCP 配置文件 ~/.cursor/mcp.json:
{
"mcpServers": {
"postgresql-mcp": {
"command": "node",
"args": ["/path/to/mcp-servers/postgresql-mcp/build/index.js"],
"env": {
"PG_DB_MAP": "{\"db1\":\"postgresql://username:password@hostname:5432/database_name?sslmode=require\",\"analytics\":\"postgresql://analytics_user:secure_password@analytics-db.example.com:5432/analytics?sslmode=require\",\"default\":\"db1\"}"
}
},
"obsidian-mcp": {
"command": "python",
"args": ["-m", "obsidian_mcp.server"],
"env": {
"OBSIDIAN_API_KEY": "your_api_key"
}
},
"n8n-mcp": {
"command": "node",
"args": ["/path/to/n8n_mcp/build/index.js"],
"env": {
"N8N_URL": "http://localhost:5678",
"N8N_API_KEY": "your_api_key"
}
}
}
}
build/logs/postgres.log。obsidian_mcp/log/server.log。n8n_mcp/build/n8n.log。node inspector.js http://localhost:3000
python -m obsidian_mcp.inspector
node inspector.js http://localhost:3002
MCP 服务器通过模型上下文协议与不同的工具进行交互,实现数据的传输和处理。
在配置文件和设置过程中,使用环境变量来传递敏感信息,如数据库凭据和 API 密钥,以提高安全性。
文档中未提及相关许可证信息。