Softpack MCP

MCP开发工具

提供方 wtsi-hgi

开发工具 stdio · 本地进程 会话登录 社区 / 第三方
查看接入方式

一个基于FastAPI的Spack包管理服务器,为语言模型和外部服务提供与Spack包管理命令交互的完整桥梁,包括会话管理、配方构建和Git集成。

一句话选型结论

按资料字段整理

Softpack MCP 属于开发工具类 MCP 服务器,stdio · 本地进程,会话登录,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。

分类开发工具 传输方式stdio · 本地进程 鉴权会话登录 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

开发工具
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

包管理Python本地部署会话管理配方构建Git集成FastAPI

安装与配置

stdio · 本地进程 会话登录
客户端在本机拉起子进程,数据不出本机
uv run ruff check . --fix

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
代码与仓库操作

在对话里直接查代码、提 issue、走 PR,省掉来回切工具。

本地命令与脚本

把构建、测试、格式化这类重复命令交给模型执行。

接口联调与测试

让模型调你的接口、跑一遍用例,快速定位问题。

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。
  • 使用前要准备好会话登录对应的凭据,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

  • 需要在开发工具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
Softpack MCP当前 未标注 stdio · 本地进程 本地部署 有 2026-05-17
Git 838e2ec1 12 stdio · 本地进程 本地部署 有 2026-05-17
Markitdown MCP 2c653a5f 1 stdio · 本地进程 本地部署 有 2026-05-17
JavaGuide 未标注 stdio · 本地进程 本地部署 有 2026-04-11
awesome-claude-skills 未标注 stdio · 本地进程 本地部署 有 2026-04-26
Context7 831acf40 未标注 stdio · 本地进程 本地部署 有 2026-05-17

服务器档案

开发工具
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wtsi-hgi上游标注的维护方 wtsi-hgi
分类开发工具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
鉴权方式会话登录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

10.6 KB
来自项目仓库与上游目录的原文,未做删改

Softpack MCP服务器

一个全面的基于FastAPI的MCP(模型上下文协议)服务器,使LLM和外部服务能够与垃圾邮件包管理命令进行交互。该服务器是Softpack生态系统的一部分,在语言模型和spack包管理器之间提供了一个完整的桥梁,包括会话管理、配方构建和Git集成。

特性

  • 🚀 FastAPI集成:具有自动API文档的现代异步/等待web框架
  • 🔧 MCP协议:通过fastapi-mcp与语言模型无缝集成
  • 📦 垃圾邮件命令:垃圾邮件包管理操作的完整界面
  • 🎯 会话管理:用于包开发的独立工作区
  • 📝 配方构建:交互式配方创建和管理
  • 🔄 Git集成:用于包工作流的自动化Git操作
  • 📊 结构化日志记录:全面的日志记录,包括轮换和上下文
  • 🛡️ 错误处理:强大的异常处理和验证
  • 🔒 安全:CORS和身份验证支持
  • 📖 汽车文档:带有Swagger UI的交互式API文档
  • 🌐 Web向导界面:用于包创建和管理的交互式6步向导

MCP工具可用

服务器向LLM公开了以下全面的工具集:

垃圾邮件包管理

  • search_packages -搜索可用的垃圾邮件包
  • list_packages -列出已安装的软件包
  • get_package_info -获取全面的包裹信息
  • install_package -安装带有变体的垃圾邮件包
  • install_package_stream -安装实时流输出
  • uninstall_package -删除已安装的软件包
  • uninstall_package_with_dependents -删除包和所有依赖项
  • copy_existing_package -将现有包从内置复制到会话
  • get_package_versions -获取软件包的可用版本
  • get_package_checksums -获取包版本的校验和
  • create_pypi_package -从PyPI创建spack包
  • create_recipe_from_url -从URL创建垃圾邮件包
  • validate_package -验证包装配方
  • validate_package_stream -通过实时流媒体进行验证

会话管理

  • create_session -创建独立的开发会话
  • list_sessions -列出所有活动会话
  • get_session_info -获取会话详细信息
  • delete_session -删除会话和所有内容
  • list_session_files -列出会话目录中的文件

配方管理

  • create_recipe -创建新的包装配方
  • list_recipes -列出会话中的所有食谱
  • read_recipe -阅读食谱内容
  • write_recipe -编写/更新食谱内容
  • delete_recipe -删除配方
  • validate_recipe -验证配方语法和内容
  • get_recipe_info -获取配方元数据

Git操作

  • pull_spack_repo -拉取最新的垃圾邮件仓库更新
  • get_git_commit_info -获取存储库的提交信息
  • create_pull_request -为包创建拉取请求

访问管理

  • request_collaborator_access -请求GitHub合作者访问权限

快速开始

先决条件

  • Python 3.10+
  • 已安装Spack包管理器
  • Git(用于存储库操作)

安装

  1. 克隆存储库:```bash
    git clone
    cd softpack-mcp

1. **初始化项目:**```bash
make init

这将:

  • 使用uv安装依赖项
  • 设置预提交挂钩
  • 创建必要的目录
  • 创建一个 .env 具有默认值的文件

运行服务器

开发模式(仅后端)```bash

make debug


#### 生产模式(后端+前端)```bash
make prod

仅限前端```bash

make frontend


## 配置

### 环境变量

应用程序使用环境变量进行配置。复制 `.env.example` 向 `.env` 并根据需要进行修改:```bash
cp .env.example .env

可用环境变量

  • SOFTPACK_HOST:后端服务器主机(默认值: 127.0.0.1)
  • SOFTPACK_PORT:后端服务器端口(默认值: 8000)
  • SOFTPACK_DEBUG:启用调试模式(默认值: false)
  • SOFTPACK_LOG_LEVEL:日志记录级别(默认值: INFO)
  • SOFTPACK_SPACK_EXECUTABLE:垃圾邮件可执行文件的路径(默认值: spack)
  • SOFTPACK_COMMAND_TIMEOUT:命令执行超时(秒)(默认值: 300)
  • API_BASE_URL:前端API基本URL(默认值: http://localhost:8000)

API文档

服务器运行后,请访问:

  • 交互式API文档: http://localhost:8000/docs
  • ReDoc文档: http://localhost:8000/redoc
  • 健康检查: http://localhost:8000/health
  • Web向导界面: http://localhost:8001

Web向导界面

该项目包括一个全面的基于web的向导界面(index.html)它提供了一个交互式的6步工作流,用于创建和管理spack包:

向导步骤

  1. 包裹信息 -输入包名称和类型(Python、R或其他)
  2. 配方存在检查 -自动检查配方是否已存在于spack仓库中
  3. 配方创建/版本管理 -创建新配方或管理现有配方的版本
  4. 配方修改 -交互式配方编辑器,具有语法高亮显示和验证功能
  5. 构建和测试 -安装包并运行具有实时输出的验证测试
  6. 创建拉取请求 -准备Git操作并请求协作者访问

主要特点

  • 交互式配方编辑器 -带有实时验证的语法高亮编辑器
  • 实时流媒体 -包安装和验证的实时输出
  • 自动配方生成 -支持PyPI包和现有的spack食谱
  • 会话管理 -用于包开发的独立工作区
  • Git集成 -自动创建分支和拉取请求准备
  • 访问管理 -内置合作者访问请求系统
  • 进度跟踪 -可视化进度条和分步指导

访问向导

向导在端口8001上提供,并自动连接到API服务器:```bash

Start both backend and frontend

make prod

Or start frontend only (requires backend on port 8000)

make frontend


然后访问:http://localhost:8001

## 核心功能

### 会话管理

服务器为包构建提供独立的开发会话:```bash
# Create a new session
curl -X POST "http://localhost:8000/sessions/create" \
-H "Content-Type: application/json" \
-d '{"namespace": "my-packages"}'

# List sessions
curl "http://localhost:8000/sessions/list"

配方构建

会话中的交互式配方创建和管理:```bash

Create a new recipe

curl -X POST "http://localhost:8000/recipes/{session_id}/{package_name}/create"

Write recipe content

curl -X PUT "http://localhost:8000/recipes/{session_id}/{package_name}" \
-H "Content-Type: application/json" \
-d '{"content": "class MyPackage(Package): ..."}'

Validate recipe

curl -X POST "http://localhost:8000/recipes/{session_id}/{package_name}/validate" \
-H "Content-Type: application/json" \
-d '{"content": "class MyPackage(Package): ..."}'


### 流操作

长时间运行操作的实时流媒体:```bash
# Streaming installation
curl -X POST "http://localhost:8000/spack/install/stream" \
-H "Content-Type: application/json" \
-d '{"package_name": "zlib", "version": "1.2.13"}' \
--no-buffer

# Streaming validation
curl -X POST "http://localhost:8000/spack/validate/stream" \
-H "Content-Type: application/json" \
-d '{"session_id": "my-session", "package_name": "my-package"}' \
--no-buffer

Git集成

用于包工作流的自动化Git操作:```bash

Pull latest spack-repo updates

curl -X POST "http://localhost:8000/git/pull" \
-H "Content-Type: application/json" \
-d '{"repo_path": "/path/to/spack-repo"}'

Create pull request

curl -X POST "http://localhost:8000/git/pull-request" \
-H "Content-Type: application/json" \
-d '{"package_name": "my-package", "session_id": "my-session"}'


## 例子

请参阅 `examples/` 完整工作示例目录:

- `session_example.py` -会话管理工作流程
- `recipe_example.py` -配方创建和验证
- `copy_package_example.py` -复制现有包
- `streaming_client.py` -流媒体安装客户端

## 发展

### 设置开发环境```bash
# Initialize the project (installs dependencies and sets up pre-commit)
make init

运行测试```bash

Run all tests

pytest

Run with coverage

pytest --cov=softpack_mcp

Run integration tests

make test-integration


### 代码质量```bash
# Format and lint code
uv run ruff check . --fix
uv run ruff format .

# Run pre-commit on all files
uv run pre-commit run --all-files

项目结构```

softpack-mcp/
├── softpack_mcp/ # Main application package
│ ├── init.py
│ ├── main.py # FastAPI application
│ ├── config.py # Configuration management
│ ├── repos.yaml # Spack repository configuration
│ ├── models/ # Pydantic models
│ │ ├── requests.py # Request models
│ │ └── responses.py # Response models
│ ├── tools/ # MCP tool implementations
│ │ ├── spack.py # Spack tool endpoints
│ │ ├── sessions.py # Session management
│ │ ├── recipes.py # Recipe management
│ │ ├── git.py # Git operations
│ │ └── access.py # Access management
│ ├── services/ # Business logic layer
│ │ ├── spack_service.py # Spack service
│ │ ├── session_manager.py # Session management
│ │ ├── git_service.py # Git operations
│ │ └── access_service.py # Access management
│ └── utils/ # Utility modules
│ ├── logging.py # Logging configuration
│ └── exceptions.py # Custom exceptions
├── examples/ # Example scripts and clients
│ ├── session_example.py # Session management example
│ ├── recipe_example.py # Recipe building example
│ ├── copy_package_example.py # Package copying example
│ ├── streaming_client.py # Streaming client example
│ └── README.md # Examples documentation
├── tests/ # Test suite
├── index.html # Web wizard interface for package creation
├── serve_frontend.py # Frontend server
├── run_both.py # Combined server runner
├── Makefile # Build and run commands
├── pyproject.toml # Project configuration
└── README.md # This file
```

贡献

  1. 分叉存储库
  2. 创建要素分支(git checkout -b feature/amazing-feature)
  3. 进行更改
  4. 添加新功能的测试
  5. 确保所有测试通过(pytest)
  6. 运行代码质量检查(uv run pre-commit run --all-files)
  7. 提交您的更改(git commit -m 'Add amazing feature')
  8. 推到分支(git push origin feature/amazing-feature)
  9. 打开拉取请求

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。

支持

  • 📧 电子邮件:hgi@sanger.ac.uk
  • 🐛 问题: GitHub问题
  • 📖 文档: API文件

致谢

  • 内置于 快速 API
  • MCP集成通过 fastapi-mcp
  • Spack包管理器支持
  • Softpack生态系统的一部分

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
Softpack MCP 怎么安装?

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

Softpack 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。

Softpack 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。

Softpack MCP 需要 API Key 吗?

资料标注需要会话登录认证,使用前准备好对应凭据,并按最小权限配置。

Softpack MCP 能提供哪些能力?

资料显示能力标签包括 包管理、会话管理、Python、Git集成。具体工具清单以官方文档为准。

Softpack MCP 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。

Softpack 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。