这是一个用于从 S3 获取数据(如 PDF 文件)的 MCP 服务器实现,能够帮助用户方便地从 AWS S3 中获取所需数据并加载到 LLM 上下文中。
本项目是一个用于从 S3 获取数据(如 PDF 文件)的 MCP 服务器实现,下面将为你介绍其主要功能、配置方式、开发流程等内容。
通过 资源 展现 AWS S3 数据(类似于 GET 端点,用于将信息加载到 LLM 的上下文中)。目前仅支持 PDF 文件,且最多显示 1000 个对象。
~/Library/Application\ 支持/Claude/claude_desktop_config.json{
"mcpServers": {
"s3-mcp-server": {
"command": "uv",
"args": [
"--directory",
"/Users/user/generative_ai/model_context_protocol/s3-mcp-server",
"run",
"s3-mcp-server"
]
}
}
}
{
"mcpServers": {
"s3-mcp-server": {
"command": "uvx",
"args": [
"s3-mcp-server"
]
}
}
}
以下是构建和发布项目的基础命令:
# 同步依赖项并更新锁定文件
uv sync
# 构建发行版本
uv build
# 发布到 PyPI
uv publish
由于 MCP 服务器通过标准输入输出运行,调试可能具有挑战性。为了获得最佳的调试体验,我们强烈推荐使用 MCP 检查器。
你可以通过 npm 执行以下命令启动 MCP 检查器:
npx @modelcontextprotocol/inspector uv --directory /Users/user/generative_ai/model_context_protocol/s3-mcp-server run s3-mcp-server
启动后,检查器会显示一个 URL,你可以在浏览器中访问该 URL 开始调试。
为了准备分发包,需要按以下步骤操作:
uv sync
uv build
这将在 dist/ 目录中创建源代码和轮发行。
3. 发布到 PyPI:
uv publish
注意:你需要通过环境变量或命令行参数设置 PyPI 凭证:
--token 或 UV_PUBLISH_TOKEN--username / UV_PUBLISH_USERNAME 和 --password / UV_PUBLISH_PASSWORD本项目主要实现了从 AWS S3 获取数据的功能,通过特定的工具和资源展示数据。在配置方面,需要设置 AWS 凭证以确保能够正常访问 S3 服务。在开发过程中,使用特定的命令进行构建、发布和调试,以保证项目的正常运行。
MIT License
保留所有权利。请查看完整的许可信息。
有关更多信息,请参阅 CONTRIBUTING