Local AI CP MCP

MCP开发工具

提供方 alshawwaf

开发工具 stdio · 本地进程 会话登录 社区 / 第三方
查看接入方式

一个生产就绪的多服务Docker Compose堆栈,用于构建、测试和演示AI + Check Point MCP工作流的实验室环境。

一句话选型结论

按资料字段整理

Local AI CP MCP 属于开发工具类 MCP 服务器,stdio · 本地进程,会话登录,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。

分类开发工具 传输方式stdio · 本地进程 鉴权会话登录 部署方式本地部署
GitHub 星标 5 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

开发工具
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

Shell本地部署DockerComposeAI工作流自动化引擎本地LLM向量数据库

安装与配置

stdio · 本地进程 会话登录
客户端在本机拉起子进程,数据不出本机
docker run --rm -v n8n_storage:/data -v "$(pwd)":/backup busybox \

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 Docker,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
代码与仓库操作

在对话里直接查代码、提 issue、走 PR,省掉来回切工具。

本地命令与脚本

把构建、测试、格式化这类重复命令交给模型执行。

接口联调与测试

让模型调你的接口、跑一遍用例,快速定位问题。

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。

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。
  • 使用前要准备好会话登录对应的凭据,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

  • 需要在开发工具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。
  • 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
Local AI CP MCP当前 未标注 stdio · 本地进程 本地部署 有 2026-05-17
Git 838e2ec1 12 stdio · 本地进程 本地部署 有 2026-05-17
Markitdown MCP 2c653a5f 1 stdio · 本地进程 本地部署 有 2026-05-17
JavaGuide 未标注 stdio · 本地进程 本地部署 有 2026-04-11
awesome-claude-skills 未标注 stdio · 本地进程 本地部署 有 2026-04-26
Context7 831acf40 未标注 stdio · 本地进程 本地部署 有 2026-05-17

服务器档案

开发工具
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alshawwaf上游标注的维护方 alshawwaf
分类开发工具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
鉴权方式会话登录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 · Docker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

13.2 KB
来自项目仓库与上游目录的原文,未做删改

Check Point MCP服务器启动套件

> Check Point MCP服务器实验室在一个命令中
>
> 使用n8n+Ollama+Flow UIs+Qdrant+全套Check Point MCP服务器,包括:
>
>bash > docker compose --profile cpu up -d >


快速概览

A. 生产就绪、多服务的Docker Compose堆栈 这带来了一个完整的本地AI+检查点MCP(模型上下文协议)环境:

  • n8n –工作流自动化+MCP工具编排器
  • PostgreSQL –n8n后端数据库
  • 自动配置器 –创建n8n实例所有者 和 安装 n8n-nodes-mcp
  • 奥拉玛 –当地法学硕士;中央处理器 或 英伟达GPU;汽车模型拉
  • 打开WebUI –Ollama/LLMs的聊天界面
  • 郎福 –可视化AI流程构建器
  • 流智 –LLM编排UI
  • Qdrant –用于嵌入的矢量数据库
  • Check Point MCP服务器 –Docker网络上的专用HTTP Sidecar

目标是 单个实验室堆栈 用于构建、测试和演示AI+Check Point工作流:

  • 实例所有者是 自动配置
  • n8n-nodes-mcp 是 预装
  • MCP服务器可以通过以下方式访问 HTTP工具 从内部n8n

导航

  • 快速开始
  • 技术栈和布局
  • 环境--env
  • 构建和配置文件
  • n8n供应和汽车进口
  • URL和MCP端点
  • Olama模型
  • 数据和持久性
  • 故障排除
  • 更新和重置

快速开始

  1. Requirements
  • Docker引擎 + Docker Compose v2
  • 自由港从 .env (例如。 5678, 5432, 3000, 3001, 7860, 6333, 11434, 73xx, …)
  • 从容器出站互联网访问(用于:
  • 提取图像
  • 安装社区节点
  • 拉Olama模型)
  • 从包含以下内容的文件夹中执行的所有命令 docker-compose.yml 和 .env

可选–GPU配置文件

  • 主机上的NVIDIA GPU
  • NVIDIA容器工具包 安装
  • nvidia-smi 在主机上工作
  1. Minimal Path

  2. 创建一个 .env 文件(参见 环境).

  3. 构建自定义n8n映像:```bash
    docker compose build n8n


1. 启动CPU堆栈:```bash
docker compose --profile cpu up -d
  1. 等待30-60秒:
  • Postgres
  • n8n
  • 供应商(所有者+ n8n-nodes-mcp)
  • 可选的 n8n-import (工作流程/凭据)
  1. 浏览至 n8n:

-
- 使用所有者凭据登录 .env

  1. GPU Profile

如果你想让Ollama使用GPU而不是CPU:```bash

Start GPU profile

docker compose --profile gpu-nvidia up -d

Or CPU + GPU together

docker compose --profile cpu --profile gpu-nvidia up -d


为避免每次重复配置文件:```bash
export COMPOSE_PROFILES=cpu
docker compose up -d

技术栈和布局

堆栈摘要

组件 目的
n8n 自动化引擎+MCP编排器
PostgreSQL n8n后端数据库
n8n规定 所有者创建+ n8n-nodes-mcp 安装
n8n导入 可选工作流和凭证自动导入
Ollama 本地LLM服务器(CPU/GPU)
打开WebUI Ollama的聊天UI
Flowise LLM编排/低代码构建器
Langflow 可视化AI流程构建器
Qdrant 矢量数据库
MCP sidecars 检查点MCP工具作为HTTP服务器

仓库布局```bash

.
├─ docker-compose.yml # Multi-service stack (CPU / GPU profiles)
├─ .env # Passwords / ports / admin values
├─ docker/
│ └─ n8n/
│ └─ Dockerfile # Custom n8n image (MCP CLIs + wrappers baked in)
├─ scripts/
│ └─ n8n-provision.sh # Sidecar: owner setup + login + community node install
├─ n8n/
│ ├─ backup/ # Workflows/credentials to auto-import (optional)
│ └─ custom-nodes/ # Extra n8n nodes (persisted)
├─ langflow/
│ └─ flows/ # Example Langflow flows
└─ qdrant/ # Local backup / collections for Qdrant


______________________________________________________________________

## 环境(`.env`)

创建一个 `.env` 旁边 `docker-compose.yml`:```env
# ───────── n8n DB ─────────
POSTGRES_USER=admin
POSTGRES_PASSWORD=change_me
POSTGRES_DB=n8n
POSTGRES_PORT=5432

# ───────── n8n Web ─────────
N8N_PORT=5678
N8N_ENCRYPTION_KEY=long_random_encryption_key
N8N_USER_MANAGEMENT_JWT_SECRET=supersecretjwtkey

# ───────── n8n Owner / Admin ─────────
N8N_ADMIN_EMAIL=admin@cpdemo.com
N8N_ADMIN_FIRST_NAME=Admin
N8N_ADMIN_LAST_NAME=User
N8N_ADMIN_PASSWORD=change_me

# ───────── n8n Basic Auth ─────────
N8N_BASIC_AUTH_USER=admin
N8N_BASIC_AUTH_PASSWORD=change_me

# ───────── Ollama ─────────
OLLAMA_HOST=ollama-cpu:11434
OLLAMA_PORT=11434

# ───────── Other UIs ─────────
OPEN_WEBUI_PORT=3000
FLOWISE_PORT=3001
LANGFLOW_PORT=7860
QDRANT_PORT=6333

# ───────── MCP (fill what you use) ─────────
DOC_CLIENT_ID=
SECRET_KEY=
DOC_REGION=

MANAGEMENT_HOST=
SMS_API_KEY=

TE_API_KEY=
REPUTATION_API_KEY=

SPARK_MGMT_CLIENT_ID=
SPARK_MGMT_SECRET_KEY=
SPARK_MGMT_REGION=
SPARK_MGMT_INFINITY_PORTAL_URL=

HARMONY_SASE_CLIENT_ID=
HARMONY_SASE_SECRET_KEY=
HARMONY_SASE_REGION=

CPINFO_LOG_LEVEL=info

> 💡 小贴士
>
> - N8N_ADMIN_* 由提供者用来呼叫 /rest/owner/setup.
> - N8N_BASIC_AUTH_* 必须与提供者用于身份验证的内容相匹配。
> - 仅填充您实际使用的服务的MCP变量(或在中注释掉这些服务 docker-compose.yml).


构建和配置文件

构建自定义n8n映像

Check Point MCP侧车重用了 自定义n8n基础图像 MCP CLIs和包装纸烘烤而成。```bash
docker compose build n8n


这会生成一个图像(例如。 `custom-mcp-n8n:custom`)其中包括:

- 所有相关 `@chkp/*` MCP CLI软件包
- 包装脚本 `/usr/local/bin` 对于每个MCP服务:
- `mcp-documentation`
- `mcp-https-inspection`
- `mcp-quantum-management`
- `mcp-management-logs`
- `threat-emulation-mcp`
- `threat-prevention-mcp`
- `spark-management-mcp`
- `reputation-service-mcp`
- `harmony-sase-mcp`
- `quantum-gw-cli-mcp`
- `quantum-gw-connection-analysis-mcp`
- `quantum-gaia-mcp`
- `cpinfo-analysis-mcp`

### 启动堆栈

**CPU堆栈:**```bash
docker compose --profile cpu up -d

GPU(NVIDIA)Ollama堆栈:```bash
docker compose --profile gpu-nvidia up -d


**两种配置文件:**```bash
docker compose --profile cpu --profile gpu-nvidia up -d

设置默认配置文件:```bash
export COMPOSE_PROFILES=cpu
docker compose up -d


______________________________________________________________________

## n8n供应和汽车进口

### 供应商(`n8n-provision`)

这 `n8n-provision` sidecar运行 **一次** 并执行:

1. 等候 `http://n8n:5678/healthz`
1. 通过以下方式创建所有者 `/rest/owner/setup` (使用 `N8N_ADMIN_*`)
1. 使用登录 `N8N_BASIC_AUTH_*` 以及所有者凭据
1. 安装 `n8n-nodes-mcp` (幂等-HTTP 400“已安装”是可以的)
1. 退出

可以安全地重新运行;它将 **跳过** 已经完成的步骤。

### 自动导入(`n8n-import`)

如果将导出的资产放置在:

- `./n8n/backup/credentials`
- `./n8n/backup/workflows`

这 `n8n-import` 在一切正常后,容器将:```bash
n8n import:credentials --separate --input=/backup/credentials
n8n import:workflow    --separate --input=/backup/workflows

将这些文件夹留空以跳过自动导入。


URL和MCP端点

主要Web用户界面

服务 URL
n8n
打开WebUI
流动
郎福
Qdrant
Ollama(API)

MCP服务器–内部Docker URL

使用这些 n8n MCP HTTP节点 (同样 demo 网络):

  • 文档MCP→ http://mcp-documentation:3000
  • HTTPS检查MCP→ http://mcp-https-inspection:3001
  • 量子管理MCP→ http://mcp-quantum-management:3002
  • 管理日志MCP→ http://mcp-management-logs:3003
  • 威胁仿真MCP→ http://threat-emulation-mcp:3004
  • 威胁防御MCP→ http://threat-prevention-mcp:3005
  • 火花管理MCP→ http://spark-management-mcp:3006
  • 信誉服务MCP→ http://reputation-service-mcp:3007
  • Harmony SASE MCP→ http://harmony-sase-mcp:3008
  • Quantum GW CLI MCP→ http://quantum-gw-cli-mcp:3009
  • 量子GW连接分析MCP→ http://quantum-gw-connection-analysis-mcp:3010
  • 量子盖亚MCP→ http://quantum-gaia-mcp:3011
  • CPInfo分析MCP→ http://cpinfo-analysis-mcp:3012

MCP服务器–来自主机

如果端口已发布:

  • 文档MCP→
  • HTTPS检查MCP→
  • 量子管理MCP→
  • 管理日志MCP→
  • 威胁仿真MCP→
  • 威胁防御MCP→
  • 火花管理MCP→
  • 信誉服务MCP→
  • Harmony SASE MCP→
  • Quantum GW CLI MCP→
  • 量子GW连接分析MCP→
  • 量子盖亚MCP→
  • CPInfo分析MCP→

从另一台机器,使用 http://:73xx.

n8n MCP节点配置

在n8n的MCP客户端节点中(例如。, mcpClientTool):

  • 连接类型/模式: http
  • 基础URL: http://: (例如。, http://threat-emulation-mcp:3004)
  • 不要 将“包”或“命令”设置为 @chkp/....

如果设置了包字段,n8n将尝试 npx @chkp/... 在容器中,您将看到:

  • npm warn exec The following package was not found and will be installed
  • Error [ERR_MODULE_NOT_FOUND]: Cannot find package '@chkp/mcp-utils'

HTTP模式+sidecars=干净、可预测的行为。


Olama模型

这 ollama-pull-* sidecar等待Ollama API,然后提取配置的模型,例如:

  • llama3.1:latest
  • nomic-embed-text:latest

要更改要拉取的模型,请编辑 command: 在 ollama-pull-* 内部服务 docker-compose.yml.

要检查或修剪Ollama容器内的模型:```bash
ollama list
ollama rm


______________________________________________________________________

## 数据和持久性

堆栈使用命名的Docker卷,因此您可以销毁容器并保留数据。

|卷|描述|
|-------------------|-----------------------------------------------|
| `n8n_storage` |n8n配置、用户数据、一些缓存的元数据|
| `postgres_storage`|n8n的PostgreSQL数据库|
| `ollama_storage` |Olama模型和数据|
| `qdrant_storage` |Qdrant系列|
| `open-webui` |打开WebUI数据|
| `flowise` |使数据流动|
| `langflow` |Langflow数据|

示例:备份 `n8n_storage` 到本地tarball:```bash
docker run --rm -v n8n_storage:/data -v "$(pwd)":/backup busybox \
tar czf /backup/n8n_storage.tgz -C /data .

故障排除

A. n8n-import:“加密密钥不匹配”

确保 所有n8n相关容器 (n8n, n8n-import, n8n-provision)使用 相同 N8N_ENCRYPTION_KEY 来自 .env.

B) 配置程序:HTTP 400“包已安装”

重新运行时正常。只要你看到 n8n-nodes-mcp 在 设置→ 社区节点你很好。

C) MCP节点显示 @chkp/... 安装错误

如果日志显示:

  • npm warn exec The following package was not found and will be installed
  • Error [ERR_MODULE_NOT_FOUND]: Cannot find package '@chkp/mcp-utils'

…则节点处于 包装模式.切换到 超文本传输协议 并指向正确的MCP URL,例如:```text
http://management-logs-mcp:3003


### D) 无法从Docker内部访问MCP

从 `n8n` 容器,使用 **服务名称**,不 `localhost`:```bash
docker compose exec n8n sh
# Inside
curl http://mcp-documentation:3000/

如果这有效,那么MCP sidecar是健康的并且可以访问。

E) Postgres连接问题

检查数据库日志:```bash
docker compose logs postgres | tail -n 50


确保:

- `POSTGRES_USER`, `POSTGRES_PASSWORD`, `POSTGRES_DB` 比赛之间 `postgres`, `n8n`,以及 `n8n-import`.

### F) 未检测到GPU

- 确保您使用 `gpu-nvidia` 轮廓。

- 验证NVIDIA工具包:```bash
docker run --rm --gpus all nvidia/cuda:12.3.2-base nvidia-smi

如果失败,请在使用GPU配置文件之前修复GPU驱动程序/工具包。


更新和重置

更新中

  • n8n节点mcp –通过n8n UI更新(设置→ 社区节点)或调整provisioner/Dockerfile中的版本并重新构建。

  • 检查点MCP CLIs –调整版本 docker/n8n/Dockerfile 重建:```bash
    docker compose build n8n


- **基础图像** –拉动并重建:```bash
docker compose pull
docker compose build n8n
docker compose --profile cpu up -d

(根据需要调整配置文件)。

完全重置(实验室风格)

如果你想要一个 白纸 (新数据库,无工作流,无凭据,无聊天历史记录):```bash

WARNING: deletes all volumes for selected profiles

docker compose --profile cpu down -v
docker compose --profile cpu up -d
```

这将从零开始重新创建整个环境,重新运行配置程序,并重新导入中的任何资产 ./n8n/backup.

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
Local AI CP MCP 怎么安装?

在客户端按下面的安装命令接入:docker run --rm -v n8n_storage:/data -v "$(pwd)":/backup busybox \。装完在客户端配置里引用同一个包或端点。

Local AI CP 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。

Local AI CP 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。

Local AI CP MCP 需要 API Key 吗?

资料标注需要会话登录认证,使用前准备好对应凭据,并按最小权限配置。

Local AI CP MCP 能提供哪些能力?

资料显示能力标签包括 本地LLM、向量数据库、Shell、AI工作流。具体工具清单以官方文档为准。

Local AI CP MCP 需要什么运行环境?

运行时为 Docker;属于本地进程,需要在本机装好运行环境。

Local AI CP 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。