fdcpythonmcpserver

MCPAI代理

提供方 yerald231ger

AI代理 未标注 无需鉴权 社区 / 第三方

一个基于模型上下文协议(MCP)的Python服务器实现,专注于油罐交付数据的控制器功能,为AI助手提供与燃油罐监控系统交互的工具。

一句话选型结论

按资料字段整理

fdcpythonmcpserver 属于AI代理类 MCP 服务器,传输方式未标注,无需鉴权,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AI代理 传输方式未标注 鉴权无需鉴权 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 2 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

AI代理
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2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

油罐数据Python本地部署AI交互Python服务器MCP协议数据控制器

安装与配置

未标注 无需鉴权
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

    连接成功后客户端会列出约 2 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
给代理接外部能力

让代理在任务中途调用搜索、数据库等真实工具。

多步任务编排

把一串操作拆成步骤,由代理按顺序执行。

自动化重复流程

把固定流程交给代理跑,减少手工操作。

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 2 个工具,职责相对集中,接入后不容易误操作。
  • 资料标注无需鉴权,装好就能连。

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。
  • 版本更新与行为细节以官方仓库为准。

更适合

  • 需要在AI代理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

  • 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
fdcpythonmcpserver当前 2 未标注 未标注 无 2026-05-17
Filesystem 560c4363 13 未标注 本地部署 无 2026-05-17
Server Everything (everything) 11 stdio · 本地进程 本地部署 有 2026-05-17
Time 7365cb6d 2 SSE · 服务端推送 远程部署 有 2026-05-18
Everything Claude Code 未标注 stdio · 本地进程 本地部署 有 2026-05-17
Openmemory 557e1585 未标注 stdio · 本地进程 本地部署 有 2026-05-17

服务器档案

AI代理
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yerald231ger上游标注的维护方 yerald231ger
分类AI代理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

3.0 KB
来自项目仓库与上游目录的原文,未做删改

MCP服务器FDC

模型上下文协议(MCP)服务器的Python实现,侧重于储罐输送数据的前场设备控制器(FDC)功能。

概述

该项目提供了一个模型上下文协议实现,用于访问和操纵来自前场设备控制器的储罐输送数据。它利用MCP Python SDK来公开AI助手可以用来与油箱监控系统交互的工具。

什么是模型上下文协议(MCP)?

模型上下文协议是一个开放标准,使开发人员能够在其数据源和AI驱动的工具之间建立安全的双向连接。MCP由Anthropic创建,它标准化了人工智能系统与外部工具和数据源的交互方式,类似于语言服务器协议如何标准化跨开发工具的编程语言支持。

MCP的关键概念:

  • MCP服务器:通过标准化接口公开数据和功能(如我们的FDC坦克数据)
  • MCP客户端:连接到MCP服务器以利用这些工具的AI应用程序
  • 工具:可由AI系统调用的功能(如我们的坦克交付数据检索功能)
  • 资源:人工智能系统可以访问的静态或动态数据
  • 鼓励:可以指导人工智能交互的预定义文本

MCP使AI系统能够:

  • 直接从源系统访问实时数据
  • 根据该数据执行操作
  • 维护不同工具和数据集的上下文

特性

  • FDC工具:

  • 检索所有储罐的储罐输送数据

  • 按设备ID检索特定储罐的储罐输送数据

  • 异步实现:服务调用采用async/await模式实现,以获得更好的性能

  • 类型安全:Pydantic模型确保正确的数据验证和序列化

  • MCP标准合规性:使用官方MCP Python SDK构建

  • 检索所有储罐的储罐输送数据

  • 按设备ID检索特定储罐的储罐输送数据

  • 用于正确类型验证和序列化的Pydantic模型

  • 异步服务实现以获得更好的性能

项目结构

该项目组织如下:

  • main.py:应用程序的入口点,包含验证FDC服务功能的测试代码
  • tools/:包含MCP工具实现的目录
  • fdc_tool.py:实施具有坦克交付数据功能的FDC服务
  • hello_tool.py:用于测试和演示的简单示例工具
  • pyproject.toml:项目依赖关系和元数据
  • .git/:Git存储库元数据
  • .idea/:JetBrains IDE配置文件
  • __pycache__/:Python字节码缓存目录

该应用程序遵循模块化设计模式,其中每个工具都作为工具目录中的单独模块实现。这使得未来可以使用其他MCP兼容工具轻松扩展。

JSON克劳德MCP文件本地```json lines

{
"mcpServers": {
"Demo": {
"command": "/Users/[User]/.local/bin/uv",
"args": [
"run",
"--with",
"mcp[cli]",
"mcp",
"run",
"/Users/[User]/Documents/Areas/Courses-Mcp/python/src/tools/hello_tool.py"
]
},
"FdcToolPython": {
"command": "/Users/[user]/.local/bin/uv",
"args": [
"run",
"--with",
"mcp[cli]",
"mcp",
"run",
"/Users/[user]/Documents/Areas/Courses-Mcp/python/src/tools/fdc_tool.py"
]
}
}
}
```

资源

  • https://github.com/modelcontextprotocol/python-sdk?tab=readme-ov文件
  • https://www.youtube.com/watch?v=-8k9lGp6g&t=77秒

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
fdcpythonmcpserver 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。

fdcpythonmcpserver 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。

fdcpythonmcpserver 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。

fdcpythonmcpserver 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。

fdcpythonmcpserver 能提供哪些能力?

资料显示约 2 个工具;能力标签包括 Python、AI交互、Python服务器。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。