🚀 MCP 服务器和标准输入输出服务器示例
本项目提供了多个设置 MCP 服务器的示例。MCP（模型上下文协议）是一个强大的框架，能让 AI 模型存储数据、运行工具，还能借助提示完成特定任务，为 AI 开发带来了极大便利。
🚀 快速开始
可用服务器示例
我们精心准备了四个示例，能帮助您在不同环境中轻松设置 MCP 服务器。以下表格总结了每个配置的关键信息：
| 示例 | 服务器类型 | 传输方式 | 环境 | Docker | 教程链接 |
|---|---|---|---|---|---|
| 1 | 终端服务器（标准输入输出） | 标准输入输出 | 本地 | 无 | 教程 1 |
| 2 | 终端服务器（标准输入输出） | 标准输入输出 | 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 |
如果您热衷于 AI、编码和自动化相关学习，欢迎点赞和订阅我们的频道，您的支持将助力我们创作出更多优质内容！
订阅
✨ 主要特性
什么是 MCP？
MCP（模型上下文协议） 是一种功能强大的协议，它允许 AI 模型实现以下重要功能：
- 存储数据：可存储文件或 API 响应等数据。
- 运行工具：AI 能够执行的各类功能。
- 使用提示：借助预定义模板完成特定任务。
📦 安装指南
选项 1：不使用 Docker 的本地设置
此选项将演示如何在不使用 Docker 的情况下，在本地通过 Python 设置 MCP 服务器。您可以参考视频教程：教程 1
选项 2：使用 Docker 设置
该选项会展示如何使用 Docker 对 MCP 服务器进行容器化并运行。请参考视频教程：教程 2
选项 3：与 SSE 结合使用（本地、Docker）
此选项将演示如何在本地环境中通过 Docker 使用 SSE 运行 MCP 服务器。请参考视频教程：教程 3
选项 4：在谷歌云平台 (GCP) 上使用 SSE 设置
该选项会详细说明如何将 SSE 服务器部署到谷歌云平台 (GCP)，并使用 Docker。请参考视频教程：教程 3
💻 使用示例
测试 MCP 服务器
当服务器成功运行后，您可以在 Claude 中使用以下提示语来测试它：
在我的工作区运行 ls 命令。执行 echo Hello from Claude.
执行后，您将直接从终端服务器看到输出🎉
📚 详细文档
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。您可以根据自己的偏好选择在本地或 Docker 中运行它。
下一步计划
- 添加安全检查以阻止潜在危险的命令。
- 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。
如果您有任何问题或改进建议，欢迎随时在该仓库中提交问题或拉取请求！
🤝 贡献
目前，此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问题。不过，您可以：
✅ 报告错误或请求功能（通过 GitHub 问题）
✅ 分叉仓库并在您的分支中工作
✅ 提交拉取请求帮助改进