Hamidkhanjani MCP

MCP运维云端

提供方 hamidkhanjani

运维云端 stdio · 本地进程 API Key 社区 / 第三方
查看接入方式

MCP Server是一个基于Quarkus构建的OpenAI API代理服务,提供请求转发、认证和系统提示注入功能。

一句话选型结论

按资料字段整理

Hamidkhanjani MCP 属于运维云端类 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。

分类运维云端 传输方式stdio · 本地进程 鉴权API Key 部署方式本地部署
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

API代理Java本地部署认证服务系统提示注入Quarkus应用

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 -p 8080:8080 -e OPENAI_API_KEY="Bearer sk-your-openai-api-key" mcp-server

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
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

  • 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。
  • 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

  • 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
Hamidkhanjani MCP当前 未标注 stdio · 本地进程 本地部署 有 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hamidkhanjani上游标注的维护方 hamidkhanjani
分类运维云端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

2.9 KB
来自项目仓库与上游目录的原文,未做删改

MCP Server

MCP Server is a proxy service for OpenAI's API built with Quarkus. It forwards requests to OpenAI's API while adding authentication and injecting a system prompt.

Features

  • Proxies requests to OpenAI's chat completions API
  • Adds authentication via API key
  • Automatically injects a system prompt to all requests
  • Built with Quarkus for fast startup and low memory usage

Architecture

The application consists of the following components:

  • MCPController: Handles incoming requests and forwards them to OpenAI
  • OpenAIClient: Interface for communicating with OpenAI's API
  • ApiKeyFilter: Validates API keys for incoming requests
  • ChatRequest: Data model for chat completion requests

Prerequisites

  • Java 17 or higher
  • Maven 3.8.1 or higher
  • Docker (optional, for containerized deployment)

Setup and Installation

Local Development

  1. Clone the repository:git clone https://github.com/hamidkhanjani/mcp-server.git cd mcp-server

  2. Configure your OpenAI API key in src/main/resources/application.properties:openai.api.key=Bearer sk-your-openai-api-key

  3. Build the application:./mvnw clean package

  4. Run the application in development mode:./mvnw quarkus:dev

Production Deployment

  1. Build the application:./mvnw clean package

  2. Run the application:java -jar target/quarkus-app/quarkus-run.jar

Docker Deployment

  1. Build the Docker image:docker build -t mcp-server .

  2. Run the container:docker run -p 8080:8080 -e OPENAI_API_KEY="Bearer sk-your-openai-api-key" mcp-server

Usage

Authentication

All requests to the MCP Server require authentication with an API key. Include the API key in the Authorization header:```
Authorization: Bearer my-secret-key


### Making Requests

Send POST requests to the `/v1/chat/completions` endpoint with a JSON body:```bash
curl -X POST \
  http://localhost:8080/v1/chat/completions \
  -H 'Content-Type: application/json' \
  -H 'Authorization: Bearer my-secret-key' \
  -d '{
    "model": "gpt-3.5-turbo",
    "messages": [
      {
        "role": "user",
        "content": "Hello, how are you?"
      }
    ],
    "temperature": 0.7,
    "max_tokens": 150
  }'

The server will automatically inject a system prompt ("You are a helpful assistant.") at the beginning of the messages array before forwarding the request to OpenAI.

Configuration

The application can be configured through the application.properties file:```

OpenAI API URL

quarkus.rest-client.openai-client.url=https://api.openai.com

OpenAI API Key (replace with your actual API key)

openai.api.key=Bearer sk-your-openai-api-key
```

License

This project is licensed under the MIT License - see the LICENSE file for details.

Contributing

Contributions are welcome! Please feel free to submit a Pull Request.

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
Hamidkhanjani MCP 怎么安装?

在客户端按下面的安装命令接入:docker run -p 8080:8080 -e OPENAI_API_KEY="Bearer sk-your-openai-api-key" mcp-server。装完在客户端配置里引用同一个包或端点。

Hamidkhanjani 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。

Hamidkhanjani 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。

Hamidkhanjani MCP 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。

Hamidkhanjani MCP 能提供哪些能力?

资料显示能力标签包括 API代理、认证服务、Java。具体工具清单以官方文档为准。

Hamidkhanjani 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。

Hamidkhanjani 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。