Atlas MCP

MCP数据服务

提供方 jhow-043

数据服务 stdio · 本地进程 无需鉴权 社区 / 第三方 Claude DesktopClaude
查看接入方式

Atlas MCP是一个生产级MCP服务器,为LLM代理提供结构化内存和检索增强生成(RAG)功能,适用于软件工程项目。

一句话选型结论

按资料字段整理

Atlas MCP 属于数据服务类 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。

分类数据服务 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 4 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

数据服务
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4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

LLM代理Python本地部署结构化内存检索增强生成软件工程PostgreSQL

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
uv run python -m atlas_mcp

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 Python,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 4 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
数据库查询

用自然语言查库、取数,不用手写 SQL。

数据同步与清洗

把多来源数据拉到一处做整理。

报表取数

按口径快速拉出统计结果。

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 4 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。
  • 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。
  • 版本更新与行为细节以官方仓库为准。

更适合

  • 需要在数据服务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
Atlas MCP当前 4 stdio · 本地进程 本地部署 有 2026-05-17
Memory 9d25f64e 9 未标注 未标注 无 2026-05-17
Getzep MCP 9 stdio · 本地进程 本地部署 有 2026-05-17
anything-llm 未标注 stdio · 本地进程 本地部署 有 2026-04-11
Prisma MCP Server 未标注 stdio · 本地进程 本地部署 有 2026-05-17
Astr Bot 未标注 stdio · 本地进程 本地部署 有 2026-05-17

服务器档案

数据服务
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jhow-043上游标注的维护方 jhow-043
分类数据服务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 · Python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

10.9 KB
来自项目仓库与上游目录的原文,未做删改

阿特拉斯MCP

用于软件工程项目的结构化上下文和RAG的生产级MCP服务器。

O阿特拉斯MCP实施 模型上下文协议(MCP) 提供 结构化内存 LLM代理 — 技术堆栈, 约定, 架构决策和语义搜索通过RAG (检索增强生成) 与PostgreSQL + pgvector.


项目状态

阶段 描述 状态
阶段 0 仓库基础 ✅ 结束

第一阶段 MCP基础与协议✅ 结束 |
第二阶段 Context Layers 和 Persistence✅ 结束 |
第3阶段:矢量化、RAG和高级工具✅ 结束 |
第四阶段 Bootstrap、布线和服务器功能✅ 结束 |
第5阶段:文档、硬化和发布✅ 结束 |

> 640+个睾丸 · 93% 覆盖率 · 4工具 · 7资源


快速开始

选项 1:Docker(推荐)```bash

Clonar o repositório

git clone https://github.com/jhow-043/Atlas-MCP.git
cd Atlas-MCP

Copiar variáveis de ambiente e configurar

cp .env.example .env

Editar .env com sua OPENAI_API_KEY (ou usar sentence-transformers local)

Subir tudo (PostgreSQL + Atlas MCP)

docker compose up -d

Verificar saúde dos serviços

docker compose ps


### 选项 2: 本地( stdio)```bash
# Clonar e instalar
git clone https://github.com/jhow-043/Atlas-MCP.git
cd Atlas-MCP
uv sync --all-extras

# Copiar e configurar variáveis de ambiente
cp .env.example .env

# Iniciar PostgreSQL (necessário para RAG)
docker compose up -d postgres

# Iniciar o servidor
uv run python -m atlas_mcp

选项 3: 无数据库( 降级模式)```bash

O servidor funciona sem PostgreSQL — resources ok, RAG indisponível

uv run python -m atlas_mcp


> 在降级模式下,资源如 `context://core/stack` 它们正常工作。依赖RAG的工具(`search_context`)返回信息错误。

______________________________________________________________________

## 资源

资源是只读数据,可以通过URI访问:

URI · 描述
`context://core/stack` 技术堆栈(实际数据) `pyproject.toml`)
| `context://core/conventions` 代码规范(style,naming,testing)
`context://core/structure` · 项目目录结构
`context://decisions/adrs` · 注册ADR列表
| `context://decisions/adrs/{id}` 特定ADR的详细信息
`context://governance/audit-log` · 总督审计署
| `context://workflow/current` 主动开发工作流程

______________________________________________________________________

## 工具

工具是代理可以执行的操作:

名称 · 描述 · 需要 DB?
`search_context` 在项目上下文中通过 RAG 搜索语义✅
`plan_feature` · 具有上下文的结构化功能规划 · 可选
`analyze_bug` · 有上下文的结构化bug分析 · 可选
`register_adr` 创建和记录架构决策记录✅

### 工具参数

**`search_context`**```
query (str, obrigatório) — Texto de busca semântica
filters (dict, opcional) — Filtros por tipo de documento
limit (int, opcional) — Máximo de resultados (padrão: 5)
similarity_threshold (float, opcional) — Limiar de similaridade 0–1 (padrão: 0.7)

plan_feature```
title (str, obrigatório) — Nome da feature
description (str, obrigatório) — Descrição detalhada
requirements (list[str], opcional) — Requisitos
constraints (list[str], opcional) — Restrições


**`analyze_bug`**```
title (str, obrigatório) — Título do bug
description (str, obrigatório) — Descrição do problema
expected_behavior (str, opcional) — Comportamento esperado
steps_to_reproduce (list[str], opcional) — Passos para reproduzir

register_adr```
title (str, obrigatório) — Título da decisão
context (str, obrigatório) — Contexto da decisão
decision (str, obrigatório) — A decisão tomada
consequences (str, obrigatório) — Consequências
alternatives_considered (list[str], opcional) — Alternativas
tags (list[str], opcional) — Tags de categorização


______________________________________________________________________

## 建筑```
┌──────────────────────────────┐
│    MCP Client (Claude, etc)  │
└────────────┬─────────────────┘
│ JSON-RPC 2.0 (stdio/SSE)
▼
┌──────────────────────────────┐
│      Atlas MCP Server        │
│  ┌────────┬────────┬───────┐ │
│  │Resources│ Tools │Prompts│ │
│  └───┬────┴───┬────┴───┬───┘ │
│      ▼        ▼        ▼     │
│  ┌───────────────────────┐   │
│  │    Context Layers     │   │
│  │  Core · Workflow ·    │   │
│  │  Decision             │   │
│  └───────────┬───────────┘   │
│              ▼               │
│  ┌───────────────────────┐   │
│  │   Vectorization (RAG) │   │
│  │  Chunker → Embeddings │   │
│  │  → VectorStore        │   │
│  └───────────┬───────────┘   │
│              ▼               │
│  ┌───────────────────────┐   │
│  │ Governance &          │   │
│  │ Persistence           │   │
│  │ PostgreSQL + pgvector │   │
│  └───────────────────────┘   │
└──────────────────────────────┘

背景垃圾

层次 描述 可用性
核心 堆栈,约定,项目结构 随时可用
工作流程 正在进行的功能、错误或重构的上下文 由工作流程启用
决定 批准的 ADR 和架构决策 随时可用

管道RAG

  1. 分块 — MarkdownChunker 按语义标题划分文档
  2. 嵌入 — EmbeddingProvider (OpenAI 或 Sentence Transformers) 生成向量
  3. 存储 — VectorStore 持续没有PGVector COM搜索Cosine相似性
  4. 索引 — IndexingService orquestra块→ 嵌入→ store
  5. 治理 --Documentos APPROVED 自动索引; DEPRECATED 已删除

配置

查看 配置指南 完整的细节。

主要环境变量

变量 · 描述 · Default
POSTGRES_HOST · 主机做PostgreSQL · localhost
POSTGRES_PORT PostgreSQL 的端口 5432
POSTGRES_USER · 用户 · atlas
POSTGRES_PASSWORD 密码 · atlas_dev
POSTGRES_DB 银行名称。 atlas_mcp
EMBEDDING_PROVIDER · openai 或 sentence-transformers · openai
OPENAI_API_KEY · API密钥do OpenAI
ATLAS_TRANSPORT · stdio 或 sse · stdio
ATLAS_LOG_LEVEL 日志级别 · INFO
ATLAS_LOG_FORMAT · text 或 json · text


USO com克劳德桌面

添加到您的 claude_desktop_config.json:```json
{
"mcpServers": {
"atlas-mcp": {
"command": "uv",
"args": ["run", "python", "-m", "atlas_mcp"],
"cwd": "/caminho/para/Atlas-MCP",
"env": {
"POSTGRES_HOST": "localhost",
"EMBEDDING_PROVIDER": "openai",
"OPENAI_API_KEY": "sk-..."
}
}
}
}


> 对于没有API密钥的本地模式,请使用 `"EMBEDDING_PROVIDER": "sentence-transformers"`看看 使用指南 更多的例子。

______________________________________________________________________

## 项目结构```
Atlas-MCP/
├── src/atlas_mcp/              # Código-fonte principal
│   ├── __main__.py             # Entry point (python -m atlas_mcp)
│   ├── server.py               # Factory do servidor MCP
│   ├── bootstrap.py            # Wiring de startup e shutdown
│   ├── config/                 # Settings centralizado + logging
│   │   ├── settings.py         # Settings (env vars + .env)
│   │   └── logging.py          # Logging estruturado (text/json)
│   ├── protocol/               # Camada de protocolo MCP
│   │   ├── handler.py          # ProtocolHandler (lifecycle + transports)
│   │   └── errors.py           # Exceções JSON-RPC 2.0
│   ├── resources/              # 7 MCP Resources (URI-based)
│   ├── tools/                  # 4 MCP Tools
│   │   ├── executor.py         # ToolExecutor
│   │   ├── search_context.py   # RAG search
│   │   ├── plan_feature.py     # Feature planning
│   │   ├── analyze_bug.py      # Bug analysis
│   │   └── register_adr.py     # ADR registration
│   ├── context/                # Core, Decision, Workflow
│   ├── governance/             # GovernanceService + AuditLogger
│   ├── persistence/            # DatabaseManager + MigrationRunner
│   └── vectorization/          # Chunker, Embeddings, VectorStore, Indexing
├── tests/                      # 640+ testes (93% cobertura)
│   ├── unit/                   # Testes unitários
│   └── integration/            # Testes de integração (requer Docker)
├── docs/                       # Documentação
│   ├── architecture/           # Contexto e arquitetura
│   ├── phases/                 # Planejamento por fases
│   ├── adr/                    # Architecture Decision Records
│   ├── configuration.md        # Guia de configuração
│   ├── usage.md                # Guia de uso
│   └── deployment.md           # Guia de deployment
├── docker-compose.yml          # PostgreSQL 16 + pgvector + Atlas MCP
├── Dockerfile                  # Multi-stage build
└── pyproject.toml              # Configuração do projeto

测试```bash

Testes unitários

uv run pytest tests/unit/

Testes de integração (requer Docker com PostgreSQL)

docker compose up -d postgres
uv run pytest tests/integration/

Todos os testes com cobertura

uv run pytest --cov=src/atlas_mcp --cov-report=term-missing

Validação completa (lint + format + types + testes)

uv run ruff check .
uv run ruff format --check .
uv run mypy src/
uv run pytest
```


文档

| 配置 环境变量和操作模式
使用 · Claude Desktop,MCP检查员,前雇员
部署 · Docker编写产品,故障排除
| 贡献 如何贡献,发展流程
| 建筑 项目的背景和设计。
不良反应 · 架构决策记录
| 分支 分支政策。


许可证

这个项目是根据许可证 MIT许可证.

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
Atlas MCP 怎么安装?

在客户端按下面的安装命令接入:uv run python -m atlas_mcp。装完在客户端配置里引用同一个包或端点。

Atlas MCP 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。

Atlas MCP 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。

Atlas MCP 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。

Atlas MCP 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。

Atlas MCP 能提供哪些能力?

资料显示约 4 个工具;能力标签包括 LLM代理、检索增强生成、Python、Claude。具体工具清单以官方文档为准。

Atlas MCP 需要什么运行环境?

运行时为 Python;属于本地进程,需要在本机装好运行环境。

Atlas MCP 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。