Agentsphere MCP Servers

MCP运维云端

提供方 DataRohit

运维云端 stdio · 本地进程 无需鉴权 社区 / 第三方
查看接入方式

一个提供AI系统标准化访问多种数据源的模型控制协议(MCP)服务器集合,包含新闻、天气和Google搜索等多种API的标准化接口实现。

一句话选型结论

按资料字段整理

Agentsphere MCP Servers 属于运维云端类 MCP 服务器,stdio · 本地进程,无需鉴权,有可直接执行的安装命令。接入前先确认权限范围;涉及写入、删除或付款的操作,建议先在测试环境验证。

分类运维云端 传输方式stdio · 本地进程 鉴权无需鉴权 部署方式本地部署
GitHub 星标 1 仓库热度,无公开仓库时显示未标注
工具数 7 暴露给模型的工具数量
资源 / 提示词 0 / 0 资源与提示词模板数量
维护方 社区 / 第三方 核验等级 仅资料核对

工具与能力

运维云端
数量来自来源目录的标注,具体工具清单以官方文档为准
工具数量7暴露给模型可调用的工具个数
资源数量0可读取的资源条目
提示词数量0内置提示词模板数量

能力标签

适用场景

AI集成Python本地部署数据访问标准化协议容器化部署异步处理

安装与配置

stdio · 本地进程 无需鉴权
客户端在本机拉起子进程,数据不出本机
pip install -e .

这条命令只是入口,具体启动参数请按官方文档补齐,不要直接照搬到别的服务器。

  1. 1
    准备运行环境

    stdio 服务在本地起进程,需要先装好 Node.js 等运行时,再按安装命令拉取依赖。

  2. 2
    安装服务

    复制上面的安装命令执行;命令里带占位符的位置,换成自己的密钥或路径。

  3. 3
    写入客户端配置

    在客户端的 MCP 配置里填好启动命令和参数,保存后完全退出客户端再打开,让新配置生效。

  4. 4
    验证是否可用

    连接成功后客户端会列出约 7 个工具,随便调一个只读工具确认能返回结果。

典型使用场景

3 类
按分类与标签整理的常见用法,具体以官方文档为准
云资源查询

查实例、存储、账单等云上资源状态。

部署与发布

把部署、重启、回滚这类操作接进对话。

监控与告警

拉取监控指标,异常时让模型帮你判断。

选择建议

选之前先看这几条
按条目字段给出的判断,不替你决定用不用

值得选的地方

  • 资料标注 7 个工具,职责相对集中,接入后不容易误操作。
  • 有现成的安装命令,不用自己找入口,照着跑就能起服务。
  • 资料标注无需鉴权,装好就能连。

先想清楚的地方

  • stdio 方式要求本地装好运行时(如 Node.js),换机器要重新装一遍。
  • 版本更新与行为细节以官方仓库为准。

更适合

  • 需要在运维云端场景里让模型直接调用外部能力的人。
  • 想先快速试一下、能接受在本地或自有环境跑服务的人。

不太适合

  • 完全不想在本地装环境的人。
  • 需要厂商级 SLA 和技术支持的生产环境。

同类对比

6 个同类
同分类里挑最接近的几条,字段以各自详情页为准
MCP 服务器工具数传输方式部署方式安装命令最后核验
Agentsphere MCP Servers当前 7 stdio · 本地进程 本地部署 有 2026-05-17
lobehub 未标注 stdio · 本地进程 本地部署 有 2026-04-11
TrendRadar 未标注 stdio · 本地进程 本地部署 有 2026-04-13
Ui Tars Desktop 8a825770 未标注 stdio · 本地进程 本地部署 有 2026-05-17
ruflo 未标注 stdio · 本地进程 本地部署 有 2026-04-13
FastGPT 未标注 stdio · 本地进程 本地部署 有 2026-04-11

服务器档案

运维云端
字段来自项目仓库与公开索引,中文说明由本站标注
提供方DataRohit上游标注的维护方 DataRohit
分类运维云端本站按上游分类展示
连接方式stdio · 本地进程客户端在本机拉起子进程,数据不出本机
鉴权方式无需鉴权远程服务建议用最小权限凭据
维护方社区 / 第三方核验等级 仅资料核对
包名 / 运行时未标注 · 未标注本地安装时用到的包标识与运行时
部署类型本地部署上游给出的部署形态
最近核验2026-05-17上游最后核验时间

详细介绍

5.5 KB
来自项目仓库与上游目录的原文,未做删改

MCP服务器集合

一组模型控制协议(MCP)服务器,为人工智能系统提供对各种数据源的标准化访问。此存储库包含多个MCP服务器实现,每个实现都旨在通过AI代理的一致接口公开不同的外部API。

什么是MCP?

模型控制协议(MCP)是人工智能系统与外部工具和服务交互的标准化协议。MCP服务器实现了此规范,允许AI模型:

  • 通过标准化界面发现可用工具
  • 具有结构化输入的调用工具
  • 接收易于处理的结构化输出

这为AI系统访问外部数据创造了一种一致的方式,而不需要为每个数据源定制集成代码。

包含MCP服务器

此存储库包含以下MCP服务器实现:

新闻API MCP服务器

为人工智能系统提供通过 新闻API。此服务器公开了以下工具:

  • 按主题搜索新闻文章
  • 按国家分列的头条新闻

查看新闻API MCP服务器文档

OpenWeather MCP服务器

为人工智能系统提供通过 OpenWeather API。此服务器公开了以下工具:

  • 获取当前天气状况
  • 检索每小时和每天的预测
  • 获取空气污染数据

查看OpenWeather MCP服务器文档

SerpAPI谷歌MCP服务器

通过以下方式为人工智能系统提供对谷歌搜索数据的访问 SerpAPI。此服务器公开了以下工具:

  • 搜索事件
  • 检索财务信息
  • 查找航班和酒店
  • 搜索工作、地点和产品

查看SerpAPI谷歌MCP服务器文档

公共特性

此集合中的所有MCP服务器共享以下功能:

  • 标准化协议:实施MCP规范,实现无缝AI集成
  • 容器化:已准备好使用Docker进行部署
  • 异步处理:使用现代异步Python构建,实现高效的请求处理
  • 健康检查:包括用于监控的健康检查端点
  • 服务器发送事件(SSE):实时通信通道

技术栈

  • Python 3.12+:使用现代Python功能构建
  • MCP框架:实现模型控制协议规范
  • HTTPX:用于高效API请求的异步HTTP客户端
  • 斯塔利特/乌维科恩:高性能ASGI服务器
  • 码头工人:容器化,便于部署

先决条件

  • Python 3.12或更高版本
  • 相应服务的API密钥:
  • 新闻API MCP服务器的新闻API密钥
  • OpenWeather MCP服务器的OpenWeather API密钥
  • SerpAPI Google MCP服务器的SerpAPI API密钥
  • Docker(可选,用于容器化部署)

安装和设置

每个MCP服务器都可以独立安装和运行。有关具体的安装说明,请参阅各个服务器文档。

常见安装步骤

  1. 克隆此存储库:```bash
    git clone
    cd MCPServers

1. 导航到特定服务器目录:```bash
cd   # e.g., news-api-mcp-server
  1. 安装软件包:```bash
    pip install -e .

1. 创建一个 `.env` 使用API密钥文件:```plaintext
API_KEY=your_api_key_here  # Use the appropriate environment variable name

使用Docker

每个服务器都包含一个用于容器化部署的Dockerfile。您可以单独构建和运行Docker镜像,也可以使用Docker Compose管理多个服务器。

使用Docker Compose运行多个服务器

创建一个 docker-compose.yml 根目录中的文件:```yaml
version: '3'

services:
news-api-mcp-server:
build: ./news-api-mcp-server
ports:
- "8001:8000"
env_file:
- ./news-api-mcp-server/.env
healthcheck:
test: ["CMD", "curl", "-f", "http://localhost:8000/health"]
interval: 30s
timeout: 10s
retries: 3
start_period: 40s

open-weather-mcp-server:
build: ./open-weather-mcp-server
ports:
- "8002:8000"
env_file:
- ./open-weather-mcp-server/.env
healthcheck:
test: ["CMD", "curl", "-f", "http://localhost:8000/health"]
interval: 30s
timeout: 10s
retries: 3
start_period: 40s

serpapi-google-mcp-server:
build: ./serpapi-google-mcp-server
ports:
- "8003:8000"
env_file:
- ./serpapi-google-mcp-server/.env
healthcheck:
test: ["CMD", "curl", "-f", "http://localhost:8000/health"]
interval: 30s
timeout: 10s
retries: 3
start_period: 40s


运行所有服务器:```bash
docker-compose up -d

用法

连接到服务器

每个MCP服务器在以下位置公开一个SSE(服务器发送事件)端点:```plaintext
http://{host}:{port}/sse


实现MCP协议的AI系统和客户端可以连接到此端点,以发现和调用可用工具。

### 健康检查

每台服务器在以下位置提供一个健康检查端点:```plaintext
http://{host}:{port}/health

当服务器正常运行时,此端点返回200 OK响应。

安全考虑

API密钥保护

  • 永远不要将API密钥提交到版本控制
  • 使用环境变量或 .env 用于存储API密钥的文件
  • 部署时,使用安全方法提供API密钥(环境变量、机密管理)

速率限制

注意每个外部API的费率限制:

  • 新闻API:因订阅计划而异
  • OpenWeather API:因订阅计划而异
  • SerpAPI:因订阅计划而异

如果您期望高使用率,请实施适当的缓存策略。

贡献

欢迎投稿!如果您想添加新的MCP服务器或改进现有的MCP服务器,请按照以下步骤操作:

  1. 分叉存储库
  2. 为您的功能创建新分支
  3. 添加您的更改
  4. 提交拉取请求

请确保您的代码遵循现有样式,并包含适当的文档。

许可证

此项目根据MIT许可证获得许可-请参阅 许可证 文件以获取详细信息。

致谢

  • 新闻API 用于提供新闻数据API
  • OpenWeather API 用于提供天气数据API
  • SerpAPI 用于提供Google搜索数据API
  • MCP框架 用于模型控制协议的实现
  • 此项目的所有贡献者

常见问题

7 问
答案由本站依据条目字段整理,不引用上游原文
Agentsphere MCP Servers 怎么安装?

在客户端按下面的安装命令接入:pip install -e .。装完在客户端配置里引用同一个包或端点。

Agentsphere MCP Servers 怎么在客户端里配置?

它的传输方式未标注,在客户端 MCP 配置里按官方文档填写启动命令和参数,保存后重启客户端生效。

Agentsphere MCP Servers 收费吗?

本站不代收费用,也没有标注具体价格。是否收费取决于服务本身和背后的接口额度,正式使用前按官方说明确认。

Agentsphere MCP Servers 需要 API Key 吗?

资料标注为无需认证,装好就能连;如果实际调用时报鉴权错误,按官方文档补上凭据。

Agentsphere MCP Servers 能提供哪些能力?

资料显示约 7 个工具;能力标签包括 标准化协议、容器化部署、Python、数据访问、异步处理。具体工具清单以官方文档为准。

Agentsphere MCP Servers 需要什么运行环境?

属于本地进程,需要在本机装好运行环境。

Agentsphere MCP Servers 是本地还是远程?

它是本地进程(stdio),由客户端在本机拉起。传输方式为stdio · 本地进程。

热门专题

按标签挑服务器
全部专题 →

服务器信息以作者仓库与官方文档为准;分类、传输方式与鉴权方式的中文说明为中文整理,最近核验 2026-05-17。