MCP Inject

MCPAI代理

提供方 jpwoodbu

AI代理 stdio · 本地进程 无需鉴权 社区 / 第三方
查看接入方式

一个OpenAI API代理服务器,通过MCP协议向上下文注入工具(如网络搜索、时间查询等),简化客户端集成。

一句话选型结论

按资料字段整理

MCP Inject 属于AI代理类 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AI代理 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 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

API代理Python本地部署工具注入MCP协议OpenAI集成智能家居

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 fastapi run app/main.py

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 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。
  • 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

  • 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 Inject当前 2 stdio · 本地进程 本地部署 有 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jpwoodbu上游标注的维护方 jpwoodbu
分类AI代理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

1.9 KB
来自项目仓库与上游目录的原文,未做删改

MCP注射

一个使用MCP将工具注入上下文的OpenAI API代理服务器。

这样做的用例是将网络搜索添加到家庭助理的语音中
助理。通常,当使用模型上下文协议时,客户端是
负责所有这些:

  • 告诉LLM可用的工具
  • 代表LLM运行工具
  • 在上下文中包含运行这些工具的结果

此工具的目的是执行上述所有操作,因此客户端没有
到。这在客户端没有MCP的情况下特别有用
功能(例如许多家庭助理LLM集成)。

配置

设置 MCP_INJECT_BACKEND_URL 环境变量到您的基本URL
模型服务器。例如, http://127.0.0.1:8000/v1.URL路径如下
/chat/completions 将后缀到提供的URL。

如果在Docker中运行,建议设置 TZ 环境变量为
好吧,因为这会影响 当前时间 工具。例如,
TZ=America/New_York.

启动代理服务器

如果你有 uv 安装后,您可以按如下方式启动服务器:```sh
cd mcp-inject
uv sync
uv run fastapi run app/main.py


没有 `uv`,您可以这样启动服务器:```sh
cd mcp-inject
python3 -m venv .venv
source .venv/bin/activate
pip install .
fastapi run app/main.py

由于代理服务器是 快速API 服务器,您可以传递FastAPI标志,如 port 要绑定到特定端口:sh fastapi run app/main.py --port 8001

示例设置

  1. 设置一个与OpenAI兼容的模型服务器。
  2. 跑 MCP注射 并将其指向
    模型服务器。
  3. 运行OpenAI API客户端,例如
    本地LLMs 家庭助理集成。
    将其配置为对话 MCP注射.

现在,家庭助理集成将能够用
网络搜索的帮助。

目前包含的工具

  • duckduckgo-mcp -通过DuckDuckGo进行网络搜索。选择此搜索后端是为了简单起见,因为它不需要API密钥。此MCP搜索还提供了一个获取URL内容的工具。
  • 获取当前日期和时间 -这很方便,但它确实在这里,因为它是初始开发期间集成的最简单的工具。

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
MCP Inject 怎么安装?

在客户端按下面的安装命令接入:uv run fastapi run app/main.py。装完在客户端配置里引用同一个包或端点。

MCP Inject 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。

MCP Inject 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 Inject 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 Inject 能提供哪些能力?

资料显示约 2 个工具;能力标签包括 API代理、Python、智能家居、OpenAI集成。具体工具清单以官方文档为准。

MCP Inject 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。

MCP Inject 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。