MCP Server Basic

MCPAI代理

提供方 rupesh-github01

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

MCP服务器基础示例,展示包括工具和资源在内的核心功能,适用于AI开发者和机器学习工程师。

一句话选型结论

按资料字段整理

MCP Server Basic 属于AI代理类 MCP 服务器,stdio · 本地进程,无需鉴权,可直接接入 Claude、VS Code,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 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

支持客户端

适用场景

AI开发Python本地部署模型上下文协议机器学习服务器实现工具和资源

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 mcp dev 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。
  • 已适配 Claude、VS Code,换客户端不用重新研究配置。
  • 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。
  • 已经在用 Claude、VS Code 的用户,接入路径最短。
  • 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 Server Basic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rupesh-github01上游标注的维护方 rupesh-github01
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

2.3 KB
来自项目仓库与上游目录的原文,未做删改

MCP服务器基本示例

这是一个模型上下文协议(MCP)服务器实现的基本示例,展示了包括工具和资源在内的核心功能。

设置步骤

  1. 初始化项目(进入任意本地文件夹并启动 PowerShell 或 cmd):```bash
    uv init mcp-server-basic
    cd mcp-server-basic

2. # 创建虚拟环境并激活它```bash
uv venv
.venv\Scripts\activate
  1. 安装依赖项:```bash
    uv add "mcp[cli]"

或者```bash
uv add -r requirements.txt

特点/功能

服务器实现了以下功能:

工具

  • add(a: int, b: int)将两个数相加
  • subtract(a: int, b: int)从第一个数中减去第二个数

资源

  • greeting://{name}返回一条个性化的问候语

运行服务器

使用MCP Inspector运行服务器进行开发:```bash
uv run mcp dev main.py


要使服务器正常运行:```bash
uv run mcp run

在Claude桌面应用程序中安装服务器:```bash
uv run mcp install main.py


## 在VS Code中连接MCP

- 在 VS Code 中打开文件夹/mcp-server-basic
- 打开终端并运行以下命令:```bash
uv run main.py
  • 点击 Ctrl+Shift+I 在 Visual Studio Code 中启动聊天
  • 使用Github登录并进行设置
  • 按照以下步骤操作(有两种方法为VS Code用户设置添加MCP配置):

观看演示

项目结构

  • main.py主要服务器实现及工具和资源
  • pyproject.toml项目配置和依赖项

2.0 带有MCP训练营的代理型AI与生成式AI

立即注册

课程概述:

导师:苏兰什·保罗、马延克·阿加沃尔、克里斯和桑尼

开始日期:2025年5月10日

时间:印度标准时间早上8点至11点(周六和周日)

持续时间:4-5个月

本课程专为人工智能开发者、机器学习工程师、数据科学家和软件工程师设计,旨在帮助他们建立在智能体AI、多智能体系统以及AI驱动的自动化方面的专业知识。无论你是AI智能体的新手,还是在自然语言处理(NLP)和生成式AI(GenAI)方面有经验,本课程都将为你提供开发、部署和大规模管理AI智能体所需的知识和实践技能。课程结束时,你将掌握智能体AI框架、多智能体协作、现实世界自动化以及端到端AI部署的坚实基础,并通过实际项目获得实践经验。

常见问题

8 问
答案由本站依据条目字段整理,不引用上游原文
MCP Server Basic 怎么安装?

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

MCP Server Basic 怎么在 Claude、VS Code 里配置?

它的传输方式是stdio · 本地进程,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,配置才会生效。

MCP Server Basic 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 Server Basic 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 Server Basic 支持哪些客户端?

资料标注支持 Claude、VS Code;其他客户端只要能配置 MCP Server,也能用同样的命令或地址接入。

MCP Server Basic 能提供哪些能力?

资料显示约 2 个工具;能力标签包括 AI开发、服务器实现、Python、Claude。具体工具清单以官方文档为准。

MCP Server Basic 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 Server Basic 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。