Cas Jobs Sdss MCP

MCP运维云端

提供方 sciserver

运维云端 未标注 Token 社区 / 第三方

一个用于创建和管理项目模板的工具,包含CI/CD集成、文档生成和测试框架。

一句话选型结论

按资料字段整理

Cas Jobs Sdss MCP 属于运维云端类 MCP 服务器,传输方式未标注,Token,没有现成安装命令,需按官方文档接入。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 传输方式未标注 鉴权Token 部署方式未标注
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

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

适用场景

项目模板Python本地部署CI/CD文档生成测试框架Docker

安装与配置

未标注 Token
上游未给出传输方式
  1. 1
    准备运行环境

    按官方文档确认运行环境(常见为 Node.js 或 Python),装好后再执行安装命令。

  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
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

  • 基础信息齐全,可以先按官方文档接入试跑。

先想清楚的地方

  • 没有现成安装命令,需要按官方文档自己填启动命令和参数。
  • 使用前要准备好Token对应的凭据,并按最小权限配置。
  • 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

  • 不方便管理密钥或第三方授权的人。
  • 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
Cas Jobs Sdss MCP当前 未标注 未标注 未标注 无 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sciserver上游标注的维护方 sciserver
分类运维云端本站按上游分类展示
连接方式未标注上游未给出传输方式
鉴权方式Token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
部署类型未标注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

5.2 KB
来自项目仓库与上游目录的原文,未做删改

SSEC-JHU\<软件包名称>

基于https://github.com/nicknochnack/BuildMCPServer

所有其他人使用的基础回购模板。

使用此模板时要做的事情:

  • 跑 python project_setup.py
  • 在README.md中取消对DOI的注释并更正 ``.
  • 更正.zenodo.json中的“description”字段,以反映子仓库的描述。
  • 更正 CI Status 在URL中使用正确标记的徽章。
  • 将包裹导入https://readthedocs.org/.
  • 更新 zenodo.json。有关更多详细信息,请参阅 zenodo.json文档 和 zenodo关于贡献者与创作者的文档.
  • 更新下面的快速入门指南。

此模板中包含的内容:

  • 许可证文件
  • 行为准则
  • 股份有限公司建造与安装。 pip 依赖性要求。
  • Dependabot GitHub行动
  • GitHub操作的CI:lint、pytest、构建docker镜像并将其发布到GitHub Packages。
  • Dockerfile。
  • Pytest示例。
  • Githooks。

快速入门指南

在此处添加如何使代码尽快运行的简化说明,并提供使用示例。
这不应该试图涵盖所有操作系统和/或构建变体,而只是规范版本。因为用户最有可能
从GitHub.com查看此README,假设回购上下文可能是最好的,其中说明如下。
或者,如果这个包是在PyPi上分发的,也许只是 pip install,然后快速
用户指令就足够了。

  • git clone https://github.com/ssec-jhu/base-template
  • conda create -n package_name python pip
  • conda activate package_name
  • pip pinstall -e .
  • 添加用户说明。

安装、构建和运行说明

县 :

有关其他cmd,请参阅 Conda备忘单.

  • 下载并安装 迷你康达 或 蟒蛇.
  • 创建新环境(env)并安装 conda create -n
  • 激活/切换到新环境 conda activate
  • cd 进入repo目录。
  • 安装 python 和 pip conda install python=3.11 pip
  • 安装所有必需的依赖项(假设本地开发工作),有两种方法可以做到这一点
  • 如果使用tox(推荐) pip install -r requirements/dev.txt.
  • 如果您想设置一个在tox之外运行的所有要求的环境 pip install -r requirements/all.txt.

构建:

使用Docker:

  • 下载并安装Docker-请参阅 Docker安装文档.
  • cd 进入repo目录。
  • 构建图像: docker build -t .

Python生态系统:

  • cd 进入repo目录。
  • conda activate
  • 在\conda环境中构建并安装软件包: pip install .
  • 在dev/可编辑模式下执行相同的操作(对repo的更改将在python内核重新启动时反映在env安装中)
    注意:这是开发工作的首选安装方法。
    pip install -e ..
    注意:如果您没有从安装依赖项 requirements/dev.txt,您可以安装
    一组约束更宽松的deps,使用: pip install -e .[dev].

跑

使用Docker:

  • 遵循上述步骤 使用Docker指令构建.
  • 从映像运行容器: docker run -d -p 8000:8000. 注: -p 8000:8000 特定于使用端口8000的示例应用程序。
  • 或者,可以从以下位置提取图像 ghcr.io/ssec-jhu/ 例如。, docker pull ghcr.io/ssec-jhu/base-template:pr-1.

Python生态系统:

  • 遵循上述步骤 使用Python生态系统指令构建.
  • 跑 uvicorn package_name.app.main:app --host 0.0.0.0 --port&quot;, &quot;8000. 注意:这只是一个示例,显然取决于应用程序。

用途:

由子仓库完成。

测试

注意:以下步骤需要 pip install -r requirements/dev.txt.

使用tox

  • 运行tox tox。这将在tox虚拟环境中运行所有linting、安全、测试、文档和包构建。
  • 要运行单个步骤,请使用 tox -e {step} 例如, tox -e test, tox -e build-docs等等。

通常,在github操作中运行的CI测试将使用tox如上所述运行。另见 ci.yml.

毒素之外:

下面假设您正在运行没有tox的步骤,并且所有要求都安装在conda环境中,例如 pip install -r requirements/all.txt.

注意:Tox将为您运行这些程序,特别是在需要设置环境并在Tox权限之外运行这些程序的情况下。

Linting:

有助于测试拼写错误、语法、样式和其他简单的代码分析测试。

  • cd 进入repo目录。
  • 切换/激活正确的环境: conda activate
  • 跑 ruff .
  • 每次您执行以下操作时,都可以自动运行(推荐给开发人员) git push 通过安装提供的
    pre-push git挂钩可用 ./githooks.
    说明就在那个文件里——只是 cp ./githooks/pre-push .git/hooks/;chmod +x .git/hooks/pre-push.

安全检查:

使用以下工具便于检查安全问题 匪徒.

  • cd 进入repo目录。
  • bandit --severity-level=medium -r package_name

单元测试:

有助于在模块化级别测试核心包功能。

  • cd 进入repo目录。
  • 运行所有可用测试: pytest .
  • 运行特定测试: pytest tests/test_util.py::test_base_dummy.

回归测试:

有助于测试核心数据结果在开发过程中是否不同。

  • 在制品

烟雾测试:

有助于在应用程序和基础架构级别进行测试。

  • 在制品

构建文档:

便于构建、测试和查看文档。

  • cd 进入repo目录。
  • pip install -r requirements/docs.txt
  • cd docs
  • make clean
  • make html
  • 要在默认浏览器中查看文档,请运行 open docs/_build/html/index.html.

常见问题

5 问
答案由本站依据条目字段整理,不引用上游原文
Cas Jobs Sdss MCP 怎么安装?

资料没有给出安装命令,请到官方仓库或文档按说明接入;这类条目多数是生态应用,或尚未发布可安装包。

Cas Jobs Sdss MCP 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。

Cas Jobs Sdss 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。

Cas Jobs Sdss MCP 需要 API Key 吗?

资料标注需要Token认证,使用前准备好对应凭据,并按最小权限配置。

Cas Jobs Sdss MCP 能提供哪些能力?

资料显示能力标签包括 测试框架、Docker、文档生成、CI/CD。具体工具清单以官方文档为准。

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。