Unified Deployment

MCP运维云端

提供方 BigUncle

运维云端 stdio · 本地进程 无需鉴权 社区 / 第三方 VS Code
查看接入方式

一个用于统一部署和管理MCP(Model Context Protocol)服务器的工具,支持多种部署形式转换为标准化的SSE协议,适用于跨平台服务器管理场景。

一句话选型结论

按资料字段整理

Unified Deployment 属于运维云端类 MCP 服务器,stdio · 本地进程,无需鉴权,可直接接入 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。

分类运维云端 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 40 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

支持客户端

适用场景

服务器管理Python本地部署SSE协议转换跨平台工具Docker支持进程管理

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
pip install uv

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 Node.js 等运行时,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。
  • 已适配 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。
  • 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。
  • 已经在用 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
Unified Deployment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BigUncle上游标注的维护方 BigUncle
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 · 未标注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

18.3 KB
来自项目仓库与上游目录的原文,未做删改

MCP服务器统一部署

英语 | 中文

MCP(模型上下文协议)服务器的统一部署和管理工具。该项目将以各种形式(uvx、npx等)部署的MCP服务器转换为标准化的SSE(服务器发送事件)部署,便于不同工具的统一调用。

目录

  • 特性
  • 先决条件
  • 安装
  • 配置
  • 服务器类型
  • 环境变量
  • 用法
  • 基本命令
  • 示例
  • 集成配置生成器脚本
  • 监控
  • 客户端配置
  • 目录结构
  • Docker支持
  • Docker部署选项
  • 使用Docker进行开发
  • 使用预构建映像进行生产部署
  • 使用Docker Compose进行生产部署
  • 贡献
  • 许可证

中文导航

  • MCP服务器统一部署工具
  • 特性
  • 前提条件
  • 安装
  • 配置
  • 服务器类型
  • 环境变量
  • 使用方法
  • 基本命令
  • 示例
  • 客户端配置
  • 目录结构
  • Docker支持
  • 贡献
  • 许可证

特性

  • 统一管理:从单个界面管理多个MCP服务器
  • SSE标准化:将各种MCP服务器实现转换为SSE协议
  • 交叉平台的:适用于Windows、macOS和Linux
  • 灵活的配置:轻松配置不同的服务器类型和环境

MCP服务器统一部署

特性

  • 统一管理:从单个界面管理多个MCP服务器
  • SSE标准化:将各种MCP服务器实现转换为SSE协议
  • 交叉平台的:适用于Windows、macOS和Linux
  • 灵活的配置:轻松配置不同的服务器类型和环境
  • 流程管理:启动、停止、重新启动和检查MCP服务器的状态
  • Docker支持:全面的Docker部署和管理选项
  • GitHub工作流集成:用于自动化测试和部署的CI/CD管道

先决条件

  • Python 3.12+

  • Git(用于源代码类型的服务器)

  • Node.js和npm(用于基于Node.js的服务器)

  • uv(用于依赖性管理)

  • pipx(用于安装 mcp-proxy,建议 mcp-proxy 通过以下方式安装 pipx).

  • uvx(用于基于uvx的服务器)

  • Docker和Docker Compose(可选,用于容器化部署)

安装

  1. 克隆此存储库:```bash
    git clone https://github.com/BigUncle/MCP-Server-Unified-Deployment.git
    cd MCP-Server-Unified-Deployment

2. 使用uv设置虚拟环境并安装依赖项:```bash
# Install uv if you don't have it
pip install uv

# Create a virtual environment
uv venv --python=3.12

# install from requirements.txt
uv pip install -r requirements.txt
# OR install dependencies with uv
# uv pip install -e .

# Activate the virtual environment (Windows)
.venv\Scripts\activate
# OR Activate the virtual environment (Linux/MacOS)
# source .venv/bin/activate

或者,您可以使用我们的设置脚本:```bash
python scripts/setup_env.py


3. 使用pipx安装mcp代理(推荐):```bash
# Install pipx if you don't have it
pip install pipx
pipx ensurepath

# Install mcp-proxy
pipx install mcp-proxy
  1. 创建配置文件:```bash
    cp config/mcp_servers.example.json config/mcp_servers.json

5. 编辑配置文件以符合您的要求。

## 配置

配置文件(`config/mcp_servers.json`)包含您要管理的所有MCP服务器的设置。每个服务器条目包括:```json
{
"name": "server-name",         // Unique name for the server
"enabled": true,              // Whether the server is enabled
"type": "uvx",                // Server type (uvx, node, source_code, etc.)
"sse_host": "localhost",      // Host for SSE endpoint
"sse_port": 23001,            // Port for SSE endpoint
"allow_origin": "*",          // CORS setting for SSE endpoint
"install_commands": [          // Commands to install the server
"uvx -v mcp-server-fetch"
],
"sse_start_command": "mcp-proxy {start_command} --sse-host={sse_host} --sse-port={sse_port} --allow-origin='{allow_origin}' ",  // Command template for SSE mode
"start_command": "uvx mcp-server-fetch",  // Original start command
"env": {},                    // Environment variables for the server
"working_directory": "",      // Optional working directory for running commands
"repo_url": "",               // For source_code type, git repository URL
"branch": "main"              // For source_code type, git branch to use
}

服务器类型

  • uvx:使用uvx部署的服务器
  • 节点:基于Node.js的服务器
  • 源代码:需要从源代码构建的服务器
  • 码头工人:在Docker容器中运行的服务器

环境变量

您可以在中为每个服务器指定环境变量 env 章节:```json
"env": {
"NODE_ENV": "production",
"DEBUG": "true"
}


## 用法

### 基本命令```bash
# Start all enabled servers
python scripts/manage_mcp.py start

# Start a specific server
python scripts/manage_mcp.py start

# Stop all servers
python scripts/manage_mcp.py stop

# Stop a specific server
python scripts/manage_mcp.py stop

# Restart a specific server
python scripts/manage_mcp.py restart

# Check status of all servers
python scripts/manage_mcp.py status

示例

要启动获取服务器,请执行以下操作:```bash
python scripts/manage_mcp.py start fetch


## 集成配置生成器脚本

这 `integrate_config_generator.py` 脚本用于基于以下内容生成特定于客户端的配置文件 `mcp_servers.json` 文件。上面写着 `mcp_servers.json` 文件,并在中生成特定于客户端的配置文件 `config/client_configs/` 目录。

### 用法```bash
python scripts/integrate_config_generator.py

此脚本将为中找到的每个客户端创建配置文件 mcp_servers.json 将它们归档并放置在 config/client_configs/ 目录。生成的配置文件名为 mcp__*.json,在哪里 `` 是客户的名称。然后,您可以使用这些配置文件来配置您的客户端。

目录结构```

.
├── config
│ ├── host_info.json # Host info cache (auto-generated, used for network/config assist)
│ ├── mcp_servers.example.json # Example MCP server configuration
│ ├── mcp_servers.json # Main MCP server configuration
│ └── client_configs/ # Client configuration files generated by integrate_config_generator.py
| └── mcp__*.json # Client configuration files
├── docker
│ ├── docker-compose.yml # Production Docker Compose configuration
│ ├── Dockerfile # Production Docker image build file
│ ├── entrypoint.sh # Container entrypoint script
│ └── README.md # Docker-related documentation
├── docker-dev
│ ├── docker-compose.yml # Development Docker Compose configuration
│ ├── Dockerfile # Development Docker image build file
│ └── .devcontainer # Devcontainer directory
│ └─ devcontainer.json # VS Code devcontainer configuration
├── docs/ # Project documentation
├── logs/ # Server runtime logs
├── mcp-data/ # Runtime data storage (if needed)
├── mcp-servers/ # MCP server source code (if any)
├── node-modules/ # Node.js dependencies (if needed)
├── npm-global # Global npm dependencies and cache
│ ├── bin
│ ├── _cacache
│ ├── lib
│ ├── _logs
│ ├── _npx
├── pids/ # Process ID files
├── scripts
│ ├── mcp_manager # Management modules (commands, config, process utils, etc.)
│ │ ├── commands.py # Command modules
│ │ ├── config.py # Configuration modules
│ │ └── process_utils.py # Process utilities
│ ├── container_startup.py # Container startup helper script
│ ├── detect_host_ip.py # Host IP detection script
│ ├── integrate_config_generator.py # Client config generator script
│ ├── manage_mcp.py # Main MCP management script
│ └── setup_env.py # Environment setup script
├── uv-cache/ # Python dependency cache (auto-generated by uv)
├── README.md # Project documentation
└── requirements.txt # Python dependency list


**笔记:**

- `config/client_configs/`:存储由生成的特定于客户端的配置文件 `integrate_config_generator.py`.
- `config/host_info.json`:自动生成的主机信息缓存,用于网络配置和自动化。
- `docker/` 和 `docker-dev/`:生产和开发Docker配置,便于环境切换。
- `mcp-servers/`:如果需要,请将您的自定义或扩展MCP服务器源代码放在此处。
- `scripts/`:所有管理、自动化和配置脚本。主要切入点是 `manage_mcp.py`.
- 其他目录,如 `logs/`, `pids/`, `mcp-data/`, `uv-cache/` 用于运行时或缓存数据,不需要手动维护。

## Docker支持

该项目为开发和部署环境提供了全面的Docker支持。

### Docker部署选项

1. **开发环境**:

- 预装了所有必要工具的开发容器
- 通过devcontainer配置集成Visual Studio代码

1. **生产部署**:

- 使用Docker Compose进行多容器设置
- 具有适当隔离的单个服务器容器
- 数据和配置的持久卷管理

### 使用Docker进行开发

要启动开发环境,请执行以下操作:```bash
# Start the development container
docker compose -f docker-dev/docker-compose.yml up -d

# Connect to the container
docker exec -it mcp-dev zsh

使用预构建映像进行生产部署

要在生产环境中部署,您可以使用Docker Hub中的预构建映像。```bash
docker pull biguncle2018/mcp-server-unified:latest

Start the production container

docker run -d --name mcp-server-unified biguncle2018/mcp-server-unified:latest

View logs

docker logs -f mcp-server-unified

Connect to the container

docker exec -it mcp-server-unified zsh


### 使用Docker Compose进行生产部署

要在生产环境中部署:

#### 配置

复制示例配置文件:```bash
cp config/mcp_servers.example.json config/mcp_servers.json

或者根据需要编辑配置文件。

修改Dockerfile

如有必要,修改Dockerfile或 docker-compose.yml 在 docker/ 目录以满足您的需求。
例如,您可能需要调整 ENTRYPOINT 或 REAL_HOST_IP 变量或 TIME ZONE 变量。

构建和启动容器```bash

Build and start all containers

docker compose -f docker/docker-compose.yml up -d

View logs

docker compose -f docker/docker-compose.yml logs -f


## 贡献

欢迎投稿!请看 贡献.md 了解详情。

## 许可证

此项目根据MIT许可证获得许可-请参阅 许可证 文件以获取详细信息。

______________________________________________________________________

# MCP服务器统一部署工具

英语 | 中文

这是一个用于统一部署和管理MCP(Model Context Protocol)服务器的工具。该项目将以不同形式(uvx、npx等)部署的MCP服务器统一转换为标准化的SSE(Server-Sent Events)部署方式,方便不同工具的统一调用。

## 特性

- **统一管理**:通过单一界面管理多个MCP服务器
- **SSE标准化**:将各种MCP服务器实现转换为SSE协议
- **跨平台**:支持Windows、macOS和Linux
- **灵活配置**:轻松配置不同类型和环境的服务器
- **进程管理**:启动、停止、重启和检查MCP服务器状态
- **Docker支持**:全面的Docker部署和管理选项
- **GitHub工作流集成**:自动化测试和部署的CI/CD管道

## 前提条件

- Python 3.12+
- Git(用于源代码类型服务器)
- Node.js和npm(用于基于Node.js的服务器)
- uv(用于依赖管理)
- pipx(用于安装mcp-proxy)
- uvx(用于基于uvx的服务器)
- Docker和Docker Compose(可选,用于容器化部署)

## 安装

1. 克隆此仓库:```bash
git clone https://github.com/BigUncle/MCP-Server-Unified-Deployment.git
cd MCP-Server-Unified-Deployment
  1. 使用uv设置虚拟环境并安装所需的Python依赖:```bash

如果没有安装uv,先安装uv

pip install uv

创建虚拟环境

uv venv --python=3.12

使用uv安装依赖

uv pip install -r requirements.txt

激活虚拟环境(Windows)

.venv\Scripts\activate

或激活虚拟环境(Linux/MacOS)

source .venv/bin/activate


或者,您可以使用我们的设置脚本:```bash
python scripts/setup_env.py
  1. 使用pipx安装mcp-proxy(推荐):```bash

如果没有安装pipx,先安装pipx

pip install pipx
pipx ensurepath

安装mcp-proxy

pipx install mcp-proxy


4. 创建配置文件:```bash
cp config/mcp_servers.example.json config/mcp_servers.json
  1. 编辑配置文件以满足您的需求。

配置

配置文件(config/mcp_servers.json)包含您想要管理的所有MCP服务器的设置。每个服务器条目包括:```json
{
"name": "server-name", // 服务器的唯一名称
"enabled": true, // 服务器是否启用
"type": "uvx", // 服务器类型(uvx、node、source_code等)
"sse_host": "localhost", // SSE端点的主机
"sse_port": 23001, // SSE端点的端口
"allow_origin": "*", // SSE端点的CORS设置
"install_commands": [ // 安装服务器的命令
"uvx -v mcp-server-fetch"
],
"sse_start_command": "mcp-proxy {start_command} --sse-host={sse_host} --sse-port={sse_port} --allow-origin='{allow_origin}' ", // SSE模式的命令模板
"start_command": "uvx mcp-server-fetch", // 原始启动命令
"env": {}, // 服务器的环境变量
"working_directory": "", // 运行命令的可选工作目录
"repo_url": "", // 对于source_code类型,git仓库URL
"branch": "main" // 对于source_code类型,使用的git分支
}


### 服务器类型

- **uvx**:使用uvx部署的服务器
- **节点**:基于Node.js的服务器
- **源代码**:需要从源代码构建的服务器
- **码头工人**:在Docker容器中运行的服务器

### 环境变量

您可以在`env`部分为每个服务器指定环境变量:```json
"env": {
"NODE_ENV": "production",
"DEBUG": "true"
}

使用方法

基本命令```bash

启动所有已启用的服务器

python scripts/manage_mcp.py start

启动特定服务器

python scripts/manage_mcp.py start

停止所有服务器

python scripts/manage_mcp.py stop

停止特定服务器

python scripts/manage_mcp.py stop

重启特定服务器

python scripts/manage_mcp.py restart

检查所有服务器的状态

python scripts/manage_mcp.py status


### 示例

启动fetch服务器:```bash
python scripts/manage_mcp.py start fetch

目录结构```

.
├── config/ # 配置文件
│ ├── host_info.json # 主机信息缓存文件(自动生成/用于辅助配置)
│ ├── mcp_servers.example.json # MCP服务器配置示例
│ ├── mcp_servers.json # MCP服务器主配置文件
| └── client_configs/ # 由integrate_config_generator.py生成的客户端配置
| └── mcp__*.json # 客户端配置文件
├── docker
│ ├── docker-compose.yml # 生产环境 Docker Compose 配置
│ ├── Dockerfile # 生产环境 Docker 镜像构建文件
│ ├── entrypoint.sh # 容器入口脚本
│ └── README.md # Docker 相关说明文档
├── docker-dev
│ ├── docker-compose.yml # 开发环境 Docker Compose 配置
│ ├── Dockerfile # 开发环境 Docker 镜像构建文件
│ └── .devcontainer # 容器目录
│ └─ devcontainer.json # devcontainer.json
├── docs/ # 项目文档目录
├── logs/ # 服务器运行日志目录
├── mcp-data/ # 运行时数据存储目录(如有需要)
├── mcp-servers/ # MCP服务器源代码目录(如有需要)
├── node-modules/ # Node.js 依赖目录(如有需要)
├── npm-global # 全局 npm 依赖及缓存目录
│ ├── bin
│ ├── _cacache
│ ├── lib
│ ├── _logs
│ ├── _npx
├── pids/ # 进程ID文件目录
├── scripts
│ ├── mcp_manager/ # 管理模块(如命令、配置、进程工具等)
│ │ ├── commands.py #
│ │ ├── config.py # 配置管理
│ │ └── process_utils.py # 进程工具
│ ├── container_startup.py # 容器启动辅助脚本
│ ├── detect_host_ip.py # 主机IP检测脚本
│ ├── integrate_config_generator.py # 客户端配置生成脚本
│ ├── manage_mcp.py # MCP统一管理主脚本
│ └── setup_env.py # 环境初始化脚本
├── uv-cache/ # Python依赖缓存目录(uv工具自动生成)
├── README.md # 项目说明文档
└── requirements.txt # Python依赖清单


## Docker支持

本项目为开发和部署环境提供全面的Docker支持。

### Docker部署选项

1. **开发环境**:

- 预装所有必要工具的开发容器
- 通过devcontainer配置集成Visual Studio Code

1. **生产部署**:

- 使用Docker Compose的多容器设置
- 具有适当隔离的单独服务器容器
- 用于数据和配置的持久卷管理

### 使用Docker进行开发

启动开发环境:```bash
# 启动开发容器
docker compose -f docker-dev/docker-compose.yml up -d

# 连接到容器
docker exec -it mcp-dev zsh

拉取项目镜像生产部署

见 镜像部署推荐流程

使用Docker compose 进行生产部署

在生产环境中部署:

配置```bash

cp config/mcp_servers.example.json config/mcp_servers.json


或者根据需求编辑配置文件。

#### 修改Dockerfile

有需要时,修改`docker/`目录中的`Dockerfile`或`docker-compose.yml`以适应您的需求。
比如,您可能需要调整`ENTRYPOINT`或`REAL_HOST_IP`变量或`TIME ZONE`变量。

#### 构建和启动容器```bash
# 构建并启动所有容器
docker compose -f docker/docker-compose.yml up -d

# 查看日志
docker compose -f docker/docker-compose.yml logs -f

贡献

欢迎贡献!详情请参阅贡献.md。

许可证

本项目采用MIT许可证 - 详情请参阅许可证文件。

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
Unified Deployment 怎么安装?

在客户端按下面的安装命令接入:pip install uv。装完在客户端配置里引用同一个包或端点。

Unified Deployment 怎么在 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。

Unified Deployment 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。

Unified Deployment 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。

Unified Deployment 支持哪些客户端?

资料标注支持 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。

Unified Deployment 能提供哪些能力?

资料显示能力标签包括 进程管理、Python、VS Code、Docker支持。具体工具清单以官方文档为准。

Unified Deployment 需要什么运行环境?

属于本地进程,需要在本机装好运行环境。

Unified Deployment 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。