MCP AI Apps With Anthropic

MCP文档知识

提供方 mannan-123

文档知识 stdio · 本地进程 无需鉴权 社区 / 第三方 Claude DesktopClaude
查看接入方式

MCP(Model Context Protocol)是一个标准化协议,用于将大型语言模型(LLM)与外部工具、数据源和提示资源连接起来,以构建丰富的上下文AI应用。

一句话选型结论

按资料字段整理

MCP AI Apps With Anthropic 属于文档知识类 MCP 服务器,stdio · 本地进程,无需鉴权,可直接接入 Claude Desktop、Claude,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。

分类文档知识 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 0 仓库热度,无公开仓库时显示未标注
工具数 未标注 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

文档知识
数量来自来源目录的标注,具体工具清单以官方文档为准
工具数量未标注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

支持客户端

适用场景

Jupyter Notebook本地部署AI集成标准化协议LLM连接外部工具数据源管理

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 fastmcp mcp-sdk python-dotnet (or other SDKs as needed)

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

    连接成功后随便调一个只读工具,确认能返回结果,再接入正式流程。

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
文档检索问答

在你的文档库里按问题找答案。

知识库读写

把新资料写进知识库,随用随取。

内容整理

把零散资料归纳成结构化笔记。

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

  • 有现成的安装命令,不用自己找入口,照着跑就能起服务。
  • 已适配 Claude Desktop、Claude,换客户端不用重新研究配置。
  • 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。
  • 资料没标注工具数量,实际能力要装好后确认。
  • 版本更新与行为细节以官方仓库为准。

更适合

  • 需要在文档知识场景里让模型直接调用外部能力的人。
  • 已经在用 Claude Desktop、Claude 的用户,接入路径最短。
  • 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
MCP AI Apps With Anthropic当前 未标注 stdio · 本地进程 本地部署 有 2026-05-17
dify 未标注 stdio · 本地进程 本地部署 有 2026-04-11
open-webui 未标注 stdio · 本地进程 本地部署 有 2026-04-11
JeecgBoot 未标注 stdio · 本地进程 本地部署 有 2026-04-11
Cherry Studio 未标注 未标注 未标注 无 2026-05-17
mempalace 未标注 stdio · 本地进程 本地部署 有 2026-04-11

服务器档案

文档知识
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mannan-123上游标注的维护方 mannan-123
分类文档知识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

2.6 KB
来自项目仓库与上游目录的原文,未做删改

MCP:用Anthropic构建丰富的上下文AI应用程序

本回购涵盖了如何使用 模型上下文协议(MCP) 以标准化的方式构建将LLM连接到外部工具、数据源和提示资源的应用程序。


你将学到什么

  • 模型上下文协议(MCP)的目的和架构,它如何使AI应用程序能够与外部工具/数据集成,而无需定制集成。
  • 如何构建一个与MCP兼容的服务器,公开工具、提示模板和资源(例如,本地文件、网络抓取、数据存储库)。
  • 如何在连接到MCP服务器并使用其功能的AI应用程序(聊天机器人或代理)中构建MCP客户端。
  • 如何部署和配置MCP服务器和客户端,包括连接到参考服务器(例如文件系统、fetch)以及与Claude Desktop等应用程序集成。
  • 构建可扩展且避免碎片化工具集成的富上下文AI应用程序的最佳实践。

安装说明

  1. 克隆存储库

  2. 安装依赖项```bash
    pip install fastmcp mcp-sdk python-dotnet (or other SDKs as needed)


_(确保检查 `requirements.txt` 或者为精确的包添加代码注释。)_

1. **运行示例**

- 打开笔记本并按顺序运行。

- 要尝试服务器/客户端模式:```bash
python create_mcp_server.py
python create_mcp_client.py
  • 探索通过MCP协议连接到参考服务器或外部工具。

如何开始

  • 从 “MCP简介” 介绍了MCP的背景和体系结构。
  • 然后转到 “服务器设置” notebook/脚本,用于构建自己的MCP服务器,公开工具/资源。
  • 接下来,打开 “客户端设置” 笔记本电脑/脚本,用于将AI应用程序连接到服务器。
  • 最后,使用 “部署和集成” 连接多个服务器、配置客户端(如Claude Desktop)和远程部署系统的示例。
  • 我们鼓励你 定制:添加新工具、数据源,或连接到其他兼容MCP的服务器。

为什么这很重要

随着人工智能系统变得越来越普遍,将模型与工具和数据源无缝集成的能力至关重要。MCP提供 标准协议 这样做可以降低集成复杂性,促进重用,并实现更丰富的人工智能应用程序。本课程和回购为您提供了构建真正与世界连接的下一代人工智能系统的实用技能。


常见问题

8 问
答案由本站依据条目字段整理,不引用上游原文
MCP AI Apps With Anthropic 怎么安装?

在客户端按下面的安装命令接入:pip install fastmcp mcp-sdk python-dotnet (or other SDKs as needed)。装完在客户端配置里引用同一个包或端点。

MCP AI Apps With Anthropic 怎么在 Claude Desktop、Claude 里配置?

它的传输方式是stdio · 本地进程,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,配置才会生效。

MCP AI Apps With Anthropic 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。

MCP AI Apps With Anthropic 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。

MCP AI Apps With Anthropic 支持哪些客户端?

资料标注支持 Claude Desktop、Claude;其他客户端只要能配置 MCP Server,也能用同样的命令或地址接入。

MCP AI Apps With Anthropic 能提供哪些能力?

资料显示能力标签包括 Jupyter Notebook、标准化协议、Claude。具体工具清单以官方文档为准。

MCP AI Apps With Anthropic 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。

MCP AI Apps With Anthropic 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。