🚀 使用Vercel API的轻量级模型控制协议（MCP）服务器
这是一个轻量级的Model Control Protocol (MCP) 服务器，它借助 create-mcp 创建，并部署在Cloudflare Workers上。该服务器可让AI代理（例如Cursor）通过MCP协议与 Vercel API 进行交互。此项目目前仍处于开发阶段，后续会按需添加更多工具。
🚀 快速开始
此轻量级MCP服务器允许AI代理通过MCP协议与Vercel API交互，为AI应用提供便利。
✨ 主要特性
- 轻量级设计，借助Cloudflare Workers部署。
- 允许AI代理通过MCP协议与Vercel API交互。
- 可根据需要添加更多工具。
📦 安装指南
安装步骤
- 运行自动化安装脚本以克隆此MCP服务器并将其部署到您的Cloudflare账户：
bun create mcp --clone https://github.com/zueai/vercel-api-mcp
- 打开
Cursor Settings -> MCP -> 添加新的MCP服务器，并将复制到剪贴板的命令粘贴进去。 - 上传您的 Vercel API令牌 作为秘密变量：
bunx wrangler secret put VERCEL_API_TOKEN
部署更新
- 运行部署脚本：
bun run deploy
- 刷新您的Cursor窗口以使用更新后的工具。
💻 使用示例
基础用法
要创建新的MCP工具，请将方法添加到src/index.ts中的MyWorker类。每个函数都会自动成为可用的MCP工具，供您的代理调用。示例代码如下：
/**
* 一个温暖友好的问候语，来自您的MCP服务器。
* @param name {string} 要问候的人的名字。
* @return {string} 您的问候内容。
*/
sayHello(name: string) {
return `你好，${name}！`;
}
注意事项
JSDoc注释非常重要：
- 第一行将成为工具的描述
@param标签定义参数的类型和描述@return标签指定返回值及其类型
📚 详细文档
已提供的工具
请查看 src/index.ts 以获取当前可用工具列表。每个类中的方法都是一个MCP工具。
学习资源
请参考以下资源以获取更多信息：
- create-mcp文档 - 了解create-mcp CLI工具
- 模型控制协议（MCP）文档 - 了解MCP协议
- workers-mcp - 实现MCP协议的Cloudflare Workers包
- Cloudflare Workers文档 - 学习Cloudflare Workers平台
- Vercel API文档 - 了解Vercel API