MCP Server Datathon

MCP运维云端

提供方 harshwadhawe

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

Model Context Protocol (MCP) 服务器是一个上下文感知的中间件,用于拦截用户查询、分析意图并从多个生产力系统(如Google Calendar、GitHub、Slack和JIRA)获取上下文,组装成结构化上下文包,并将其与原始提示一起传递给Gemini AI模型以生成高度相关的响应。

一句话选型结论

按资料字段整理

MCP Server Datathon 属于运维云端类 MCP 服务器,stdio · 本地进程,OAuth 授权,有可直接复制的远程端点配置。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OAuth 授权 部署方式支持远程部署
GitHub 星标 0 仓库热度,无公开仓库时显示未标注
工具数 16 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16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

AI中间件Python本地部署上下文感知多系统集成智能查询分析Gemini集成

安装与配置

stdio · 本地进程 OAuth 授权
客户端在本机拉起子进程,数据不出本机
python3 -m venv .venv

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

    确认你的客户端支持远程端点,并拿到服务地址。

  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 16 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
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

  • 资料标注 16 个工具,覆盖面较广,能满足多种调用。
  • 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OAuth 授权对应的凭据,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
MCP Server Datathon当前 16 stdio · 本地进程 支持远程部署 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harshwadhawe上游标注的维护方 harshwadhawe
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OAuth 授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
部署类型支持远程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

10.4 KB
来自项目仓库与上游目录的原文,未做删改

项目管理MCP服务器

A. 模型上下文协议(MCP) 服务器充当AI助手的上下文感知中间件。它拦截用户查询,分析意图,从多个生产力系统(谷歌日历、GitHub、Slack和JIRA)获取上下文,组装一个结构化的上下文包,并将其与原始提示一起交付给Gemini AI模型,以获得超相关的响应。

此存储库(与Devpost演示视频一起)构成了构建自己的MCP挑战赛的提交。


目录

  1. 高级工作流
  2. 关键能力
  3. 建筑
  4. 集成和所需凭据
  5. 安装和设置
  6. 运行服务器和UI
  7. 可用的MCP工具
  8. 提交清单
  9. 项目结构
  10. 故障排除
  11. 许可证和联系方式

高级工作流

  1. 拦截 用户查询(通过MCP客户端、CLI或Streamlit仪表板)。
  2. 分析 NLP驱动的意图 QueryAnalyzer (意图检测、实体提取、领域分类、时间解析)。
  3. 获取 来自相关数据源的补充上下文。
  4. 组装 使用缓存、排名、摘要和相关性引擎的排名和摘要上下文包。
  5. 交付 将上下文包和原始提示发送给Gemini进行最终回复。

关键能力

智能查询理解

  • 检测日历、GitHub、Slack和JIRA域(或多域查询)。
  • 提取存储库、PR/问题计数、日历日期、积压关键字等实体。
  • 通过时间感知分析器支持相对和绝对时间参考。

多源上下文收集

  • 谷歌日历: 事件、可用性、冲突和多日历聚合。
  • github: 存储库、问题、PR、提交、部署、README摘要。
  • 松弛: 频道、提及、未读消息、最近的活动。
  • 吉拉: 董事会、分配的问题、待办事项、冲刺见解。

上下文打包

  • 上下文缓存: 基于TTL的缓存,以最大限度地减少冗余的API调用。
  • ContextRanker: 对每个查询中最相关的事件/问题进行优先级排序。
  • 上下文摘要生成器: 压缩上下文以保持在令牌预算范围内。
  • 上下文关联器: 跨服务的交叉链接信号(例如,会议、部署和Slack警报)。

通过Gemini交付

  • 聚合上下文+用户提示→ 双子座(主要 gemini-2.5-flash)制定量身定制的回应。

建筑```

┌──────────────────────────┐
│ User Request │
└────────────┬─────────────┘
│
▼
┌──────────────────────────┐
│ Query Analyzer │ ← intent detection, entities, time range
└────────────┬─────────────┘
│
┌──────────┼───────────┐
│ │ │
▼ ▼ ▼
Calendar GitHub Slack JIRA
Client Client Client Client
(fetch) (fetch) (fetch) (fetch)
│ │ │ │
└──────────┴───────────┴─────────┘
│
▼
┌──────────────────────────┐
│ Cache / Rank / Summarize │
└────────────┬─────────────┘
│
▼
┌──────────────────────────┐
│ Gemini Client (Chat) │ → context + prompt → AI answer
└──────────────────────────┘


______________________________________________________________________

## 集成和所需凭据

|服务|凭据/环境变量|注释|
|------------------|----------------------------------------------------------|-------|
|谷歌日历| `config/credentials.json`, `config/token.json` (已生成)|具有日历作用域的OAuth桌面凭据|
|GitHub| `.env` → `GITHUB_TOKEN` |具有回购范围的个人访问令牌|
|松弛| `.env` → `SLACK_USER_TOKEN` |用户令牌 `channels:read`, `channels:history`, `groups:*`, `im:*`, `search:read`, `users:read` |
|吉拉| `.env` → `JIRA_BASE_URL`, `JIRA_EMAIL`, `JIRA_API_TOKEN` |Jira Cloud网站、电子邮件和API令牌|
|双子座| `.env` → `GEMINI_API_KEY` |Google AI Studio API密钥|

可选环境变量(代码中有默认值):

- `GOOGLE_CREDENTIALS_PATH` (默认值 `config/credentials.json`)
- `GOOGLE_TOKEN_PATH` (默认值 `config/token.json`)
- `CALENDAR_TIMEZONE` (用于时间解析默认值)

确保敏感文件(凭据和令牌)不受版本控制。 `.gitignore` 已经把他们排除在外了。

______________________________________________________________________

## 安装和设置

1. **克隆存储库**```bash
git clone
cd MCP\ server
  1. 创建并激活Python环境```bash
    python3 -m venv .venv
    source .venv/bin/activate # Windows: .venv\Scripts\activate

1. **安装依赖项**```bash
pip install -r requirements.txt
  1. 提供凭据
  • 将Google OAuth桌面凭据放置在 config/credentials.json.
  • 创建一个 .env 文件(副本 .env.example)并填充上面列出的令牌/密钥。
  1. 验证谷歌日历(首次运行)
    首次运行服务器将启动Google OAuth的浏览器窗口,并生成 config/token.json.

运行服务器和UI

1.MCP服务器(基于stdio的JSON-RPC)```bash

python main.py


这注册了以下工具 `chat`, `get_calendar_context`, `get_github_repositories`, `get_slack_mentions`, `get_jira_backlog`等等。

### 2.流线型仪表板(可选UI)```bash
streamlit run streamlit_app.py

具有预定义的查询、快速操作和Calendar/GitHub/Slack/JIRA的自定义提示框。

3.CLI测试脚本(可选)

  • interactive_client.py 用于命令行聊天测试。
  • slack_test.py, jira_test.py 用于快速凭证和API验证。

可用的MCP工具

工具 · 说明
chat · 主要会话端点;自动获取所有服务中的相关上下文。
日历
get_calendar_context · 分析查询并返回格式化的日历上下文。
check_availability · 检查特定时间段的可用性。
get_upcoming_events · 列出即将发生的事件。
detect_conflicts · 识别约会中的冲突。
GitHub
get_github_repositories · 列出存储库(含元数据)。
get_github_issues · 获取未解决的问题。
get_github_pull_requests · 获取PR。
get_github_deployments · 检索部署+状态。
Slack
get_slack_channels · 列出频道。
get_slack_unread · 有未读消息的频道。
get_slack_mentions · 最近提到。
JIRA
get_jira_boards · 列出公告板。
get_jira_issues · 一般问题检索(板/JQL)。
get_my_jira_issues · 分配给经过身份验证的用户的问题(有回退)。
get_jira_backlog · 积压项目(敏捷API+JQL回退)。

每个工具都返回一个适合直接包含在上下文包中的格式化字符串。


提交清单

✅ GitHub存储库 –包含完整的MCP服务器实现、连接器、UI和测试脚本。

✅ 上下文感知工作流 –拦截→ 分析→ 获取→ 组装→ 交付在四个服务中实施。

⚠️ Devpost视频演示 -仍然需要。请录制一个简短的演练,显示:

  • 查询如何在系统中流动(例如,通过Streamlit UI)。
  • 生成的上下文程序集(日志/UI代码段)。
  • 双子座的动力反应。
  • 任何独特的2.0功能(缓存、关联、摘要)。
    将视频与repo链接一起上传到Devpost。

项目结构```

MCP server/
├── main.py # Entry point for MCP server
├── streamlit_app.py # Optional Streamlit UI
├── interactive_client.py # Simple CLI client
├── slack_test.py / jira_test.py# Quick integration smoke tests
├── src/
│ ├── server.py # MCP tools & orchestration layer
│ ├── query_analyzer.py # NLP intent/time/entity detection
│ ├── context_cache.py # TTL cache for API responses
│ ├── context_ranker.py # Relevance scoring
│ ├── context_summarizer.py # Compression + summarization utilities
│ ├── context_correlator.py # Multi-source correlation engine
│ ├── context_formatter.py # Human-friendly context formatting
│ ├── gemini_client.py # Gemini chat integration
│ ├── calendar_client.py # Google Calendar wrapper
│ ├── github_client.py # GitHub REST wrapper
│ ├── slack_client.py # Slack WebClient wrapper
│ ├── jira_client.py # Jira REST (Agile + Core) wrapper
│ └── connectors/ # Connector facades per service
├── config/
│ ├── credentials.json # Google OAuth client (excluded from git)
│ └── token.json # Google OAuth token (excluded from git)
├── requirements.txt
├── .env.example
└── README.md (this file)
```


故障排除

问题 解决
谷歌日历身份验证循环 删除 config/token.json 并重新运行以重新进行身份验证。确保OAuth同意屏幕将您作为测试用户。
GitHub 401 重新生成 GITHUB_TOKEN (经典PAT) repo 范围。
松弛 missing_scope 在下面添加所需的范围 用户令牌范围 并重新安装应用程序。
JIRA 410错误 确认您可以访问JIRA Cloud网站并使用有效的API令牌。当搜索失败时,客户端已经退回到基于板的查询。
Gemini错误 验证 GEMINI_API_KEY 正确,所选型号在您的地区/帐户中可用。

日志记录配置为stderr,以避免干扰MCP stdio响应。


许可证和联系方式

为 构建自己的MCP挑战.

如有疑问,请在提交演示时打开问题或通过Devpost讨论板联系。

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 Server Datathon 怎么安装?

在客户端按下面的安装命令接入:python3 -m venv .venv。装完在客户端配置里引用同一个包或端点。

MCP Server Datathon 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 Server Datathon 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 Datathon 需要 API Key 吗?

资料标注需要OAuth 授权认证,使用前准备好对应凭据,并按最小权限配置。

MCP Server Datathon 能提供哪些能力?

资料显示约 16 个工具;能力标签包括 Python、上下文感知、云端部署。具体工具清单以官方文档为准。

MCP Server Datathon 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 Datathon 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。