🚀 MCPverse 项目文档
MCPverse 是一款语义搜索引擎，旨在发现 GitHub 上的模型配置协议（Model Configuration Protocol，MCP）服务器。它会对公共 MCP 仓库进行索引，借助向量嵌入和 OpenSearch 实现强大的自然语言搜索功能，为用户提供便捷的搜索体验。
🚀 快速开始
您可以直接尝试使用 hosted 版本的 MCPverse：👉 https://mcpverse.streamlit.app
✨ 主要特性
- 🔍 运用 OpenAI 的
text-embedding-ada-002模型开展语义搜索。 - 📚 对名称、描述和 README 内容进行索引。
- ⚙️ 若有提供，可提供客户端配置预览。
- 🎨 采用 Streamlit 实现交互式 UI。
📦 安装指南
克隆仓库
git clone https://github.com/Harika-BV/MCPverse.git
cd MCPverse
设置 Python 环境
python -m venv venv
source venv/bin/activate # Windows 用户使用：venv\Scripts\activate
pip install -r requirements.txt
配置环境变量
在根目录下创建 .env 文件：
GH_API_KEY=your-github-token
ENV=local
OPENAI_API_KEY=your-openai-key
OPENSEARCH_HOST=localhost
OPENSEARCH_PORT=9200
OPENSEARCH_USER=admin
OPENSEARCH_PASS=admin
💡 使用建议
您也可以连接到您自己的 hosted OpenSearch 或 Elasticsearch 集群。
本地运行 OpenSearch（可选）
若您要在本地运行 OpenSearch，可执行以下命令：
docker run -d --name opensearch -p 9200:9200 \
-e "discovery.type=single-node" \
-e "plugins.security.disabled=true" \
opensearchproject/opensearch:2.11.1
索引 MCP 仓库
cd 后端
python embedder.py
此命令将执行以下操作：
- 加载 GitHub 的 MCP 服务器数据（从 mcpverse_data.json）
- 生成 OpenAI 嵌入
- 将其索引到 OpenSearch
运行 Streamlit 应用程序
cd 前端
streamlit run app.py
之后在浏览器中打开 http://localhost:8501。
📚 详细文档
项目结构
.
├── 后端
│ ├── fetch_repos.py # 从 GitHub 获取 MCP 服务器仓库
│ ├── extract_config.py # 从 README 提取 MCP 客户端配置的逻辑
│ ├── embedder.py # OpenAI 和 OpenSearch 索引及搜索逻辑
│ ├── github_scraper.py # 使用 GitHub API 搜索 MCP 服务器
│ └── data/
│ └── mcpverse_data.json
├── 前端
│ └── app.py # Streamlit 应用程序
├── requirements.txt
├── README.md
├── .env
├── .gitignore
📄 许可证
本项目为社区项目，所有仓库和数据均在 GitHub 上公开可用，MCPverse 与任何第三方 MCP 维护者无关联。
🧑💻 维护者
本项目由 ❤️ Harika B V 开发。