Lunet MCP SSE

MCPAI代理

提供方 lua-lunet

AI代理 stdio · 本地进程 API Key 社区 / 第三方
查看接入方式

一个基于Lunet框架的最小化MCP服务器,通过SSE传输演示Tavily网络搜索,适用于资源受限环境。

一句话选型结论

按资料字段整理

Lunet MCP SSE 属于AI代理类 MCP 服务器,stdio · 本地进程,API Key,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API Key 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 1 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1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

Lua本地部署MCP协议SSE传输Tavily搜索高效内存跨平台

安装与配置

stdio · 本地进程 API Key
客户端在本机拉起子进程,数据不出本机
docker run -d --name mcp-server -p 8080:8080 \

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

    连接成功后客户端会列出约 1 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 1 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。

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API Key对应的凭据,并按最小权限配置。
  • 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。
  • 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
Lunet MCP SSE当前 1 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lua-lunet上游标注的维护方 lua-lunet
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API Key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

7.0 KB
来自项目仓库与上游目录的原文,未做删改

吕内特·麦克普塞

一个最小的MCP(模型上下文协议)服务器,演示了通过SSE传输进行Tavily网络搜索,该服务器基于 吕内 框架。

为什么是Lunet?

MCP服务器通常部署为sidecar进程或资源受限的环境中。该实施优先考虑:

  • 占地面积最小 -7 MB运行时内存,而Node/Bun/Python为14-28 MB
  • 图像尺寸小 -171 MB Docker镜像与367-420 MB的替代品
  • 稳定的依赖关系 -libuv和LuaJIT是成熟的、经过实战测试的库,支持Debian LTS
  • 无依赖关系变动 -没有npm/pip生态系统开销或持续的安全补丁

性能比较

跑 ./compare.sh 为了重现这些基准:

实现 Docker镜像 运行时内存
吕内特·麦克普塞 171 MB 7 MB
tavily mcp(Node.js) 420 MB 18 MB
大容量微控制器 382 MB 14 MB
FastMCP(Python) 367 MB 28 MB

lunet mcp sse使用 内存减少2.5倍 与Node.js相比, 减少2倍 比本,以及 减少4倍 比Python。

特性

  • MCP 2024-11-05 协议支持
  • SSE运输 用于实时通信
  • 塔维利搜索 整合
  • 内存效率高 (Docker中约7 MB RSS,约2 MB原生RSS)
  • 零成本追踪 用于调试(禁用时无开销)
  • 跨平台 二进制文件(Linux amd64/arm64、macOS arm64、Windows amd64)

下载

预构建的二进制文件可从以下网址获得 GitHub发布:

平台 存档
Linux(amd64) lunet-mcp-sse-linux-amd64.tar.gz
Linux(arm64) lunet-mcp-sse-linux-arm64.tar.gz
macOS(arm64) lunet-mcp-sse-macos.tar.gz
Windows(amd64) lunet-mcp-sse-windows-amd64.zip

跑步

macOS(arm64)```bash

Download and extract

curl -L -o lunet-mcp-sse-macos.tar.gz \
https://github.com/lua-lunet/lunet-mcp-sse/releases/download/nightly/lunet-mcp-sse-macos.tar.gz
tar -xzf lunet-mcp-sse-macos.tar.gz

Set up API key

echo "TAVILY_API_KEY=your_key_here" > .env

Run

./run.sh


### Linux(Debian/Ubuntu)```bash
# Install dependencies
sudo apt-get update
sudo apt-get install -y libuv1 libluajit-5.1-2 curl

# Download and extract (use arm64 or amd64 as appropriate)
curl -L -o lunet-mcp-sse-linux-arm64.tar.gz \
https://github.com/lua-lunet/lunet-mcp-sse/releases/download/nightly/lunet-mcp-sse-linux-arm64.tar.gz
tar -xzf lunet-mcp-sse-linux-arm64.tar.gz

# Set up API key
echo "TAVILY_API_KEY=your_key_here" > .env

# Run
./run.sh

Windows(amd64)```powershell

Download and extract the zip from GitHub releases

Then in the extracted directory:

Set up API key

echo TAVILY_API_KEY=your_key_here > .env

Run

.\run.bat


## 使用Docker进行测试

您可以在Docker容器中运行Linux二进制文件。这对于在macOS或其他平台上进行测试非常有用。```bash
# Start a container with the binary mounted
docker run -d --name mcp-server -p 8080:8080 \
-v /path/to/extracted/linux-app:/app -w /app \
debian:trixie-slim \
/bin/bash -c 'apt-get update -qq && apt-get install -y -qq libuv1 libluajit-5.1-2 curl >/dev/null 2>&1 && export $(cat .env | xargs) && HOST=0.0.0.0 ./bin/lunet --dangerously-skip-loopback-restriction app/main.lua'

# Test
curl http://localhost:8080/

# Stop
docker stop mcp-server && docker rm mcp-server

macOS与Colima

在macOS上,使用 大肠杆菌 要运行Linux arm64容器:```bash

Start Colima

colima start

Download and extract the Linux arm64 build

curl -L -o lunet-mcp-sse-linux-arm64.tar.gz \
https://github.com/lua-lunet/lunet-mcp-sse/releases/download/nightly/lunet-mcp-sse-linux-arm64.tar.gz
mkdir -p linux-app
tar -xzf lunet-mcp-sse-linux-arm64.tar.gz -C linux-app

Copy into Colima VM

colima ssh -- mkdir -p /tmp/testapp
tar -czf - -C linux-app . | colima ssh -- tar -xzf - -C /tmp/testapp

Copy your .env

echo "TAVILY_API_KEY=your_key_here" | colima ssh -- tee /tmp/testapp/.env

Run the server

docker run -d --name mcp-server -p 8080:8080 \
-v /tmp/testapp:/app -w /app \
debian:trixie-slim \
/bin/bash -c 'apt-get update -qq && apt-get install -y -qq libuv1 libluajit-5.1-2 curl >/dev/null 2>&1 && export $(cat .env | xargs) && HOST=0.0.0.0 ./bin/lunet --dangerously-skip-loopback-restriction app/main.lua'

Test from macOS

curl http://localhost:8080/
./test_tavily.sh

Cleanup

docker stop mcp-server && docker rm mcp-server
colima stop


## 端点

|方法|路径|描述|
|--------|------|-------------|
|得到| `/` |服务器信息(JSON)|
|得到| `/sse` |SSE流(创建会话)|
|职位| `/message?session=` |发送JSON-RPC消息|

## 测试```bash
# Check server info
curl http://localhost:8080/

# Run Tavily search test
./test_tavily.sh

# Connect to SSE stream manually
curl -N http://localhost:8080/sse

MCP协议流

  1. 客户GET /sse 建立SSE连接
  2. 服务器发送 endpoint 具有会话ID的事件
  3. 客户端POST JSON-RPC消息到 /message?session=
  4. 服务器通过GET连接上的SSE事件进行响应

此存储库中没有HTTPS终止支持。
如果你想经营一家面向公众的MCP SSE,你可以轻而易举
将此代码与nginx一起部署为私有云上的sidecar else
云负载均衡器后面的网络。这就是Unix管道方式
专业工具之间的数据。它为您提供了“QMail安全模型”
其中交易协议攻击与任何
商业逻辑。

可用工具

艰难的搜索

使用Tavily AI搜索引擎搜索网络。```json
{
"jsonrpc": "2.0",
"id": 1,
"method": "tools/call",
"params": {
"name": "tavily-search",
"arguments": {
"query": "latest AI news",
"max_results": 5
}
}
}


## 环境变量

|变量|默认值|描述|
|----------|---------|-------------|
| `TAVILY_API_KEY` |-|Tavily API密钥(必需)|
| `PORT` |8080 |服务器端口|
| `HOST` |127.0.0.1 |绑定地址(Docker使用0.0.0.0)|
| `MCP_TRACE` |off |跟踪级别(关闭/错误/警告/信息/调试/跟踪)|
| `MCP_TRACE_FILE` |stderr |跟踪输出文件|

## 从源头构建

需要 xmake 以及Lunet v0.1.2+。看 XMAKE_INTEGRATION.md 查看规范集成指南。```bash
# Clone the lua-lunet org repos (lunet-mcp-sse requires sibling lunet repo)
mkdir lua-lunet && cd lua-lunet
git clone https://github.com/lua-lunet/lunet.git
git clone https://github.com/lua-lunet/lunet-mcp-sse.git

# Build lunet with xmake (canonical release profile)
cd lunet
xmake f -m release --lunet_trace=n --lunet_verbose_trace=n -y
xmake build
xmake build lunet-sqlite3
cd ..

# Run
cd lunet-mcp-sse
echo "TAVILY_API_KEY=your_key_here" > .env
make run

零成本追踪

该服务器包括一个零成本跟踪系统,该系统具有 禁用时无开销.```bash

No tracing (production, zero overhead)

./run.sh

Verbose startup - show server banner

./run.sh -v

or: ./run.sh --verbose

Info level - see sessions and tool calls

MCP_TRACE=info ./run.sh

Debug level - see HTTP requests and MCP methods

MCP_TRACE=debug ./run.sh


## 基准测试

将内存和映像大小与其他MCP实现进行比较:```bash
./compare.sh

该测试针对:

  • tavily-mcp (Node.js通过npx)
  • tavily-mcp (Bun)
  • FastMCP(Python)

许可证

麻省理工学院

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
Lunet MCP SSE 怎么安装?

在客户端按下面的安装命令接入:docker run -d --name mcp-server -p 8080:8080 \。装完在客户端配置里引用同一个包或端点。

Lunet MCP SSE 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。

Lunet MCP SSE 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。

Lunet MCP SSE 需要 API Key 吗?

资料标注需要API Key认证,使用前准备好对应凭据,并按最小权限配置。

Lunet MCP SSE 能提供哪些能力?

资料显示约 1 个工具;能力标签包括 Docker、跨平台、SSE传输。具体工具清单以官方文档为准。

Lunet MCP SSE 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。

Lunet MCP SSE 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。