Super MCP (Honestlai)

MCPAI代理

提供方 honestlai

AI代理 stdio · 本地进程 Token 社区 / 第三方 Claude DesktopClaudeCursorVS Code
查看接入方式

MCP Gateway是一个自托管的Docker容器,将多个MCP服务器捆绑到单个HTTP端点,为AI编码代理提供浏览器自动化、文件操作、Web搜索等功能。

一句话选型结论

按资料字段整理

Super MCP (Honestlai) 属于AI代理类 MCP 服务器,stdio · 本地进程,Token,可直接接入 Claude Desktop、Claude、Cursor 等,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Token 部署方式本地部署
GitHub 星标 1 仓库热度,无公开仓库时显示未标注
工具数 12 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12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

Docker容器Python本地部署MCP协议AI代理HTTP网关自托管

安装与配置

stdio · 本地进程 Token
客户端在本机拉起子进程,数据不出本机
pip install mcp-proxy

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

    连接成功后客户端会列出约 12 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 12 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。
  • 已适配 Claude Desktop、Claude、Cursor,换客户端不用重新研究配置。

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Token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AI代理场景里让模型直接调用外部能力的人。
  • 已经在用 Claude Desktop、Claude 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。
  • 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
Super MCP (Honestlai)当前 12 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honestlai上游标注的维护方 honestlai
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Token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

28.2 KB
来自项目仓库与上游目录的原文,未做删改

MCP网关

一个集装箱。一个端口。您的AI编码代理需要的每个MCP。

MCP网关是一个自托管的Docker容器,它将11个最有用的MCP(模型上下文协议)服务器捆绑在一个HTTP端点后面。默认情况下什么都不运行。你选择你需要的东西,翻转一个环境变量,你的AI代理就可以通过干净、可预测的URL即时访问浏览器自动化、文件操作、网络搜索、GitHub、持久内存等。```
http://your-server:8080/playwright
http://your-server:8080/filesystem
http://your-server:8080/memory
http://your-server:8080/github
http://your-server:8080/context7
...


没有杂耍端口。无需管理单独的容器。无法确定哪个MCP包支持HTTP,哪个只讲stdio。网关为您处理所有这些。

______________________________________________________________________

## 为什么存在

如果你花了任何时间使用人工智能编码代理进行构建,你可能也遇到了同样的问题:代理擅长编写代码,但它不能浏览网页,不能触摸文件系统,不能搜索文档,不能查看你的GitHub问题。这些功能中的每一个都存在于自己的MCP服务器中,每个服务器都有自己的设置、自己的传输怪癖和自己的容器或进程来管理。

这个项目最初是为了解决我自己的工作流程中的这个问题。我想坐下来,打开Cursor,让一切都可用——用于测试的浏览器自动化、用于读写代码的文件系统访问、用于跨会话持久的上下文的内存、用于查找内容的web搜索以及用于管理存储库的GitHub集成。我不想运行五个集装箱并记住五个不同的港口号。

结果是一个单一的Docker镜像,在构建时预装了所有11个MCP服务器,但没有启动任何一个。您可以精确控制环境变量中的运行内容 `docker-compose.yml`内部网关负责将每个服务器桥接到HTTP,并在干净的URL路径上公开它。您的AI代理刚刚连接到 `http://your-server:8080/playwright` 它奏效了。

______________________________________________________________________

## 里面是什么

|服务器|路径|它的作用|
|--------|------|--------------|
| **剧作家** | `/playwright` |完全的浏览器自动化——浏览页面、点击按钮、填写表单、截图、抓取内容、测试网络应用程序|
| **文件系统** | `/filesystem` |读取、写入、移动和搜索已挂载的文件和目录 `/workspace` |
| **顺序思维** | `/sequential-thinking` |为您的代理提供一种结构化的方法,在采取行动之前对复杂的多步骤问题进行推理|
| **记忆** | `/memory` |一个在会话中生存的持久知识图——你的代理可以记住事情|
| **GitHub** | `/github` |完整的GitHub API访问--创建转发、管理问题和PR、读取代码、跨存储库搜索|
| **SearXNG** | `/searxng` |通过您自己的SearXNG实例进行尊重隐私的网络搜索|
| **背景7** | `/context7` |提取库和框架的最新文档,这样您的代理就不会从过时的训练数据中工作|
| **Python 解释器** | `/python-interpreter` |直接在容器内执行Python 3代码并返回输出|
| **YouTube转录器** | `/youtube-transcriber` |下载YouTube音频并使用任何与Whisper兼容的API(OpenAI、Groq、Fireworks或自定义)进行转录|
| **获取** | `/fetch` |获取任何URL并以干净的标记返回内容——非常适合阅读文档、调用API、检查实时页面|
| **Git** | `/git` |您的本地git操作 `/workspace` repo——状态、差异、提交、分支、日志、签出等|
| **视频2Doc** | `/video2doc` |将视频录制(Zoom、Loom、Google Drive、Vimeo、direct mp4)处理成结构化的标记文档,其中包含文字记录、人工智能摘要、动作项和嵌入式屏幕截图|

每台服务器都是一个官方或维护良好的社区MCP包,预先安装在映像中并随时可用。你只需决定打开哪些。

SearXNG搜索引擎实例也捆绑在 `docker-compose.yml` 作为一项独立的服务,因此网络搜索无需额外设置即可开箱即用。

______________________________________________________________________

## 运作原理

架构很简单。单个Express.js网关监听端口8080,并根据URL路径将传入请求路由到内部MCP后端。

大多数MCP服务器只支持stdio传输(它们从stdin读取并写入stdout)。网关使用 超级通道 使用MCP Streamable HTTP传输将每个节点桥接到HTTP端点。结果是,每个服务器,无论其本机传输方式如何,都可以通过普通HTTP访问。```
Your AI Agent
|
|  POST http://server:8080/filesystem
|
v
┌────────────────────────────────────────────────────┐
│  Docker Container                                  │
│                                                    │
│  Express Gateway (:8080)                           │
│     |                                              │
│     |  path-based routing                          │
│     |                                              │
│     ├── /playwright ──> supergateway (:8081)       │
│     ├── /filesystem ──> supergateway (:8082)       │
│     ├── /sequential-thinking ──> supergateway (:8083)│
│     ├── /memory ──────> supergateway (:8084)       │
│     ├── /github ──────> supergateway (:8085)       │
│     ├── /searxng ─────> supergateway (:8086)       │
│     ├── /context7 ────> supergateway (:8087)       │
│     ├── /python-interpreter ──> supergateway (:8088)│
│     ├── /youtube-transcriber ──> supergateway (:8089)│
│     ├── /fetch ─────────────> supergateway (:8090)│
│     ├── /git ────────────────> supergateway (:8091)│
│     └── /video2doc ─────────> supergateway (:8092)│
│                                                    │
└────────────────────────────────────────────────────┘

启动时,容器读取您的环境变量,仅启动您启用的服务器,并等待每个后端实际接受连接,然后再启动网关。这可以防止在网关在缓慢启动的MCP服务器之前运行时发生代理错误。然后,后台监视器会监视每个后端,并自动重新启动任何死机的后端,因此单个崩溃的服务器不会使其端点永久损坏。

每个Node.js进程的堆大小上限为256 MB(NODE_OPTIONS=--max-old-space-size=256)以减少许多服务器同时运行时的内存压力。

如果你没有启用任何功能,网关仍然会运行——它只是提供了一个有用的索引页面,告诉你如何打开。


入门指南

先决条件

  • Docker和Docker Compose
  • 容器的Docker网络(创建一次: docker network create Network-Bridge)

1.克隆仓库```bash

git clone https://github.com/honestlai/SuperMCP.git
cd SuperMCP


### 2.选择您的服务器

打开 `docker-compose.yml` 并取消对所需服务器的注释。例如,要启用Playwright、文件系统和内存:```yaml
environment:
- PLAYWRIGHT_BROWSERS_PATH=/ms-playwright
- ENABLE_PLAYWRIGHT=true
- ENABLE_FILESYSTEM=true
- ENABLE_MEMORY=true

就是这样。当容器启动时,这三台服务器将启动。其他一切都停止了。

3.构建并启动```bash

docker compose up -d --build


第一个构建需要几分钟的时间(安装浏览器、npm包和Python)。后续的启动速度很快。

### 4.验证它是否正在运行```bash
curl http://localhost:8080/health

你应该得到类似的东西:```json
{
"status": "healthy",
"service": "MCP Gateway",
"activeMcps": ["playwright", "filesystem", "memory"],
"endpoints": ["/playwright", "/filesystem", "/memory"]
}


### 5.将你的AI代理指向它

在Cursor、VS Code或您使用的任何兼容MCP的客户端中,添加服务器:```json
{
"mcpServers": {
"SuperMCP_Playwright": {
"url": "http://localhost:8080/playwright"
},
"SuperMCP_Filesystem": {
"url": "http://localhost:8080/filesystem"
},
"SuperMCP_Memory": {
"url": "http://localhost:8080/memory"
}
}
}

重要提示: 使用独特的名称,如 SuperMCP_Playwright 而不是像这样的通用名称 playwright 或 filesystem。某些MCP客户端(包括Cursor)可能会识别通用名称,并尝试通过stdio在本地运行服务器,而不是连接到远程URL。前缀为 SuperMCP_ 避免这种情况。

替换 localhost 如果您远程连接,请使用服务器的IP地址。做 不 在URL后添加斜线。下面是所有十一台服务器的完整示例 cursor-mcp-config.json.

克劳德桌面(克劳德APP)

Claude Desktop不直接支持远程HTTP MCP服务器;它期望基于stdio的服务器。使用本地网桥(mcp代理或npm适配器),这样Claude就可以与stdio通信,网桥可以与网关通信Streamable HTTP。

配置文件位置: MCP调试指南 建议使用 绝对路径 为了 command,因为Claude可以从任何地方启动,并且工作目录可以是未定义的。

  • macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
  • 窗户: %APPDATA%\Claude\claude_desktop_config.json
  • Linux: ~/.config/Claude/claude_desktop_config.json

您也可以从Claude Desktop打开它: 设置→ 开发者→ 编辑配置.


选项A:Python 3+pip(无uv/uvx) --适用于任何使用Python 3的系统。

  1. 安装桥架一次:```bash
    pip install mcp-proxy

or: pip3 install mcp-proxy


1. 找到完整的路径 `python3` (在配置中使用这个,这样克劳德即使在最小的PATH中也能找到它):```bash
which python3
# e.g. /opt/homebrew/bin/python3 or /usr/bin/python3
  1. 在 claude_desktop_config.json,将该路径用作 command 并将mcp代理作为模块运行:

没有API密钥:```json
{
"mcpServers": {
"SuperMCP_Memory": {
"command": "/opt/homebrew/bin/python3",
"args": [
"-m", "mcp_proxy",
"--transport", "streamablehttp",
"https://your-gateway.example.com/memory"
]
}
}
}


**带API键** (当 `GATEWAY_API_KEY` 在网关上设置),添加 `env` 随着 `API_ACCESS_TOKEN` (mcp代理将其作为 `Authorization: Bearer `):```json
{
"mcpServers": {
"SuperMCP_Memory": {
"command": "/opt/homebrew/bin/python3",
"args": [
"-m", "mcp_proxy",
"--transport", "streamablehttp",
"https://your-gateway.example.com/memory"
],
"env": {
"API_ACCESS_TOKEN": "your-gateway-api-key-here"
}
}
}
}

使用您的实际 python3 路径(例如。 /usr/bin/python3 在Linux上)并替换 https://your-gateway.example.com 使用您的SuperMCP基本URL。使用相同的值 API_ACCESS_TOKEN 作为 GATEWAY_API_KEY 在docker compose中。


选项B:uvx (如果您已经使用 紫外线):

使用 完整路径 到 uvx 这样克劳德就可以繁殖它(例如。 /opt/homebrew/bin/uvx 在macOS上):```json
{
"mcpServers": {
"SuperMCP_Memory": {
"command": "/opt/homebrew/bin/uvx",
"args": ["mcp-proxy", "--transport", "streamablehttp", "https://your-gateway.example.com/memory"],
"env": { "API_ACCESS_TOKEN": "your-gateway-api-key-here" }
}
}
}


______________________________________________________________________

**选项C:Node.js(npx)** --使用env变量作为URL和令牌的替代网桥。

不需要安装;npx按需运行。更喜欢a **完整路径** 到 `npx` (例如。 `/opt/homebrew/bin/npx`)如果Claude启动服务器时看到“没有这样的文件或目录”。

- **统一资源标识符** (必填):您的SuperMCP端点URL
- **bear_TOKEN** (可选):与您的网关相同 `GATEWAY_API_KEY````json
{
"mcpServers": {
"SuperMCP_Memory": {
"command": "/opt/homebrew/bin/npx",
"args": ["-y", "@pyroprompts/mcp-stdio-to-streamable-http-adapter"],
"env": {
"URI": "https://your-gateway.example.com/memory",
"BEARER_TOKEN": "your-gateway-api-key-here"
}
}
}
}

故障排除: 如果日志显示 Failed to spawn process: No such file or directory,克劳德找不到可执行文件。使用 绝对路径 为了 command (例如。 /opt/homebrew/bin/python3, /usr/bin/python3,或 /opt/homebrew/bin/npx)而不是 python3 或 uvx。请参阅 MCP调试指南 更多。更改配置后,完全退出并重新打开Claude Desktop。


配置参考

API密钥验证

如果您将网关暴露于网络(尤其是互联网),则应使用API密钥对其进行保护。集 GATEWAY_API_KEY 在你的 docker-compose.yml:```yaml
environment:
- GATEWAY_API_KEY=my-secret-key-here


设置后,对MCP端点的每个请求都必须包含一个承载令牌:```
Authorization: Bearer my-secret-key-here

在Cursor/VS Code MCP配置中,添加一个 headers 阻止每个服务器:```json
{
"mcpServers": {
"SuperMCP_Playwright": {
"url": "http://your-server:8080/playwright",
"headers": {
"Authorization": "Bearer my-secret-key-here"
}
}
}
}


没有有效令牌的请求将收到 `401 Unauthorized` 回应。这 `/health` 端点保持打开状态,因此Docker健康检查继续工作。如果 `GATEWAY_API_KEY` 如果未设置,网关将打开运行,不进行身份验证(仅限本地使用)。

- **光标/VS代码:** 使用 `headers` 块与 `Authorization: Bearer ` 如上述示例所示。
- **克劳德桌面:** 使用mcp代理并设置 `API_ACCESS_TOKEN` 在 `env` 每个服务器的块(请参见 克劳德桌面(克劳德APP)).

### 启用服务器

每个服务器都由一个环境变量控制。有些服务器需要额外的配置(API密钥、URL)。将这些设置在 `environment` 你的部分 `docker-compose.yml`:

|服务器|启用|附加配置|
|--------|------------|-------------------|
|剧作家| `ENABLE_PLAYWRIGHT=true` | -- |
|文件系统| `ENABLE_FILESYSTEM=true` | -- |
|顺序思维| `ENABLE_SEQUENTIAL_THINKING=true` | -- |
|记忆| `ENABLE_MEMORY=true` | `MEMORY_FILE_PATH` (可选,默认为 `/data/memory.jsonl`) |
|GitHub| `ENABLE_GITHUB=true` | `GITHUB_PERSONAL_ACCESS_TOKEN` (必填)|
|SearXNG| `ENABLE_SEARXNG=true` | `SEARXNG_SERVER_URL` (必填,例如。 `http://searxng:8080`) |
|背景7| `ENABLE_CONTEXT7=true` | `CONTEXT7_API_KEY` (可选,用于更高的速率限制)|
|Python解释器| `ENABLE_PYTHON_INTERPRETER=true` | -- |
|YouTube转录器| `ENABLE_YOUTUBE_TRANSCRIBER=true` | `TRANSCRIBER_API_KEY` + `TRANSCRIBER_PROVIDER` (参见 YouTube转录器配置) |
|取回| `ENABLE_FETCH=true` | -- |
|Git| `ENABLE_GIT=true` |需要 `/workspace` 成为git仓库|
|视频2Doc| `ENABLE_VIDEO2DOC=true` | `VISION_API_KEY` + `VISION_BASE_URL` + `VISION_MODEL` (参见 Video2Doc配置);股份 `TRANSCRIBER_API_KEY` 使用YouTube转录器|

如果启用需要API密钥但未提供密钥的服务器,则启动脚本将记录警告并跳过该服务器。没有崩溃。

**关于SearXNG的说明:** 这 `docker-compose.yml` 包括一个捆绑的SearXNG实例,该实例具有Valkey缓存作为配套服务。它们会自动与同一Docker网络上的网关一起启动。当您启用SearXNG时,设置 `SEARXNG_SERVER_URL=http://searxng:8080` 它将连接到捆绑的实例。如果您已经在其他地方运行了自己的SearXNG,请将URL指向那里并删除 `searxng` 和 `valkey` 从组合文件中提取服务。

**关于上下文7的说明:** Context7在没有API键的情况下工作,但具有较低的速率限制。MCP服务器在本地运行,但连接到Context7的托管后端以获取文档数据。您可以在获得免费的API密钥 context7.com 对于更高的速率限制,后端本身是不可自托管的。

**Git注意事项:** Git MCP需要 `/workspace` 包含一个初始化的git存储库。如果工作空间卷为空或不包含 `.git` 目录,Git MCP将无法响应。首先在工作区中克隆或初始化一个仓库,或者如果不需要,跳过启用此服务器。

### YouTube转录器配置

YouTube Transcriber通过以下方式从YouTube URL下载音频 `yt-dlp` 并使用Whisper兼容的语音转文本API进行转录。它适用于任何提供OpenAI兼容的提供商 `/audio/transcriptions` 终点。

#### 环境变量

|变量|必填|描述|
|----------|----------|-------------|
| `TRANSCRIBER_API_KEY` | **是** |所选提供商的API密钥|
| `TRANSCRIBER_PROVIDER` |否|提供程序预设: `openai`, `fireworks`,或 `groq`。自动配置基本URL和模型。 |
| `TRANSCRIBER_BASE_URL` |否|覆盖API基本URL(用于自定义/自托管端点)|
| `TRANSCRIBER_MODEL` |否|覆盖默认Whisper型号名称|

如果你设置 `TRANSCRIBER_PROVIDER`,自动填写基本URL和模型。您仍然可以单独覆盖其中任何一个。如果不设置提供者,则必须显式提供基本URL和模型(或者它们默认为OpenAI)。

遗产 `FIREWORKS_API_KEY` 变量仍然有效——如果不设置任何变量 `TRANSCRIBER_*` 变量,它会自动选择Fireworks提供程序。

#### 内置提供程序预设

|供应商| `TRANSCRIBER_PROVIDER` |默认模型| API基本URL|
|----------|----------------------|---------------|--------------|
|OpenAI| `openai` | `whisper-1` | `https://api.openai.com/v1` |
|烟花AI| `fireworks` | `whisper-v3` | `https://api.fireworks.ai/inference/v1` |
|Groq| `groq` | `whisper-large-v3-turbo` | `https://api.groq.com/openai/v1` |

#### 例子

**Groq** (提供快速免费套餐):```yaml
- ENABLE_YOUTUBE_TRANSCRIBER=true
- TRANSCRIBER_PROVIDER=groq
- TRANSCRIBER_API_KEY=gsk_your_groq_key_here

开放人工智能:```yaml
- ENABLE_YOUTUBE_TRANSCRIBER=true
- TRANSCRIBER_PROVIDER=openai
- TRANSCRIBER_API_KEY=sk-your_openai_key_here


**烟花AI**:```yaml
- ENABLE_YOUTUBE_TRANSCRIBER=true
- TRANSCRIBER_PROVIDER=fireworks
- TRANSCRIBER_API_KEY=fw_your_fireworks_key_here

自定义/自托管端点 (例如,本地Whisper服务器):```yaml
- ENABLE_YOUTUBE_TRANSCRIBER=true
- TRANSCRIBER_API_KEY=any-value
- TRANSCRIBER_BASE_URL=http://my-whisper-server:8000/v1
- TRANSCRIBER_MODEL=whisper-large-v3


**Groq具有特定的模型覆盖功能**:```yaml
- ENABLE_YOUTUBE_TRANSCRIBER=true
- TRANSCRIBER_PROVIDER=groq
- TRANSCRIBER_API_KEY=gsk_your_groq_key_here
- TRANSCRIBER_MODEL=whisper-large-v3

Video2Doc配置

Video2Doc MCP从URL下载视频(或读取本地文件),转录音频,用场景变化检测对关键帧进行采样,用视觉模型分析每一帧,并生成一个包含摘要、动作项和嵌入式屏幕截图的结构化标记文档。

输入: yt-dlp支持的任何URL(Zoom云录制、Loom共享、Google Drive、Vimeo、direct .mp4 链接,500+平台),或下的本地文件路径 /workspace.

输出: 写入的markdown文件 /workspace/outputs/.

每个模型端点都使用标准的OpenAI兼容API-您可以在不更改任何代码的情况下交换提供程序。

配置——统一提供者(推荐)

集 LLM_API_KEY 和 LLM_BASE_URL 所有三个AI任务(视觉、摘要、转录)都会自动使用该提供者。然后只设置每个任务的模型名称,不需要单独的API键。```yaml

One provider for everything

  • LLM_API_KEY=your_api_key_here
  • LLM_BASE_URL=https://api.fireworks.ai/inference/v1

Model per task (all on the same provider)

  • VISION_MODEL=accounts/fireworks/models/qwen2-vl-72b-instruct
  • SUMMARY_MODEL=accounts/fireworks/models/llama4-scout-instruct-basic
  • TRANSCRIBER_MODEL=whisper-v3

#### 供应商和模型建议

|供应商| `LLM_BASE_URL` | `VISION_MODEL` (最好)| `VISION_MODEL` (预算)| `SUMMARY_MODEL` (预算)| `TRANSCRIBER_MODEL` |
|----------|---------------|----------------------|------------------------|--------------------------|---------------------|
| **烟花AI** | `https://api.fireworks.ai/inference/v1` | `accounts/fireworks/models/qwen2-vl-72b-instruct` | `accounts/fireworks/models/qwen2-vl-7b-instruct` | `accounts/fireworks/models/llama4-scout-instruct-basic` | `whisper-v3` |
| **开放人工智能** | `https://api.openai.com/v1` | `gpt-4o` | `gpt-4o-mini` | `gpt-4o-mini` | `whisper-1` |
| **一起AI** | `https://api.together.xyz/v1` | `Qwen/Qwen2-VL-72B-Instruct` | `Qwen/Qwen2-VL-7B-Instruct` | `meta-llama/Llama-3.1-8B-Instruct-Turbo` | *(不要窃窃私语——使用Groq)* |
| **Ollama(当地)** | `http://ollama:11434/v1` | `qwen2-vl:32b` | `qwen2-vl:7b` | `qwen3:4b` | *(不要窃窃私语——使用Groq)* |

> **费用提示:** `VISION_MODEL` 每个采样帧调用一次(最多 `max_frames`). `SUMMARY_MODEL` 每个视频调用一次。始终设置 `SUMMARY_MODEL` 对于快速廉价的文本模型,它大大降低了成本,对摘要的质量没有影响。

> **转录:** 如果您的视力提供者没有Whisper端点(Together AI、Ollama),请设置 `TRANSCRIBER_API_KEY` 和 `TRANSCRIBER_BASE_URL` 明确地给Groq或OpenAI。Groq's `whisper-large-v3-turbo` 是最快、最便宜的选择。

#### 高级:按服务提供商覆盖

如果您希望为不同的任务提供不同的提供者,请设置特定于服务的变量——它们优先于统一的 `LLM_*` 哪个 :

|变量|覆盖|描述|
|----------|-----------|-------------|
| `VISION_API_KEY` | `LLM_API_KEY` |API密钥仅用于框架分析|
| `VISION_BASE_URL` | `LLM_BASE_URL` |仅用于帧分析的基本URL|
| `VISION_MODEL` |--|视觉模型名称(始终为必填项)|
| `SUMMARY_API_KEY` | `VISION_API_KEY` → `LLM_API_KEY` |仅用于摘要的API密钥|
| `SUMMARY_BASE_URL` | `VISION_BASE_URL` → `LLM_BASE_URL` |仅用于摘要的基本URL|
| `SUMMARY_MODEL` | `VISION_MODEL` |摘要模型名称|
| `TRANSCRIBER_API_KEY` | `LLM_API_KEY` |API密钥仅用于转录|
| `TRANSCRIBER_BASE_URL` | `LLM_BASE_URL` → Groq默认值|仅用于转录的基本URL|
| `TRANSCRIBER_MODEL` |--| Whisper型号名称|

示例——Fireworks AI用于视觉,Groq用于转录(最便宜的组合):```yaml
- LLM_API_KEY=fw_your_fireworks_key
- LLM_BASE_URL=https://api.fireworks.ai/inference/v1
- VISION_MODEL=accounts/fireworks/models/qwen2-vl-72b-instruct
- SUMMARY_MODEL=accounts/fireworks/models/llama4-scout-instruct-basic
- TRANSCRIBER_API_KEY=gsk_your_groq_key
- TRANSCRIBER_BASE_URL=https://api.groq.com/openai/v1
- TRANSCRIBER_MODEL=whisper-large-v3-turbo

示例用法(启用后)```

Zoom cloud recording

process_video("https://zoom.us/rec/share/xxxx", "meeting")

Loom recording

process_video("https://www.loom.com/share/xxxx", "discovery")

Google Drive video share

process_video("https://drive.google.com/file/d/xxxx/view", "howto")

Local file (mount it into the workspace volume first)

process_video("/workspace/call-recording.mp4", "meeting")


`doc_type` 选项: `meeting`, `discovery`, `howto`, `general`.

**私人链接:** 如果URL需要登录,请将Netscape格式的Cookie文件装载到容器中并设置 `YTDLP_COOKIES_FILE` 走自己的路。

______________________________________________________________________

### 完整配置示例

以下是一切打开时的样子:```yaml
environment:
- PLAYWRIGHT_BROWSERS_PATH=/ms-playwright
# Core servers
- ENABLE_PLAYWRIGHT=true
- ENABLE_FILESYSTEM=true
- ENABLE_SEQUENTIAL_THINKING=true
- ENABLE_MEMORY=true
- ENABLE_PYTHON_INTERPRETER=true
# GitHub
- ENABLE_GITHUB=true
- GITHUB_PERSONAL_ACCESS_TOKEN=ghp_your_token_here
# Web search
- ENABLE_SEARXNG=true
- SEARXNG_SERVER_URL=http://searxng:8080
# Documentation lookup
- ENABLE_CONTEXT7=true
- CONTEXT7_API_KEY=your_key_here
# YouTube transcription (pick your provider -- see YouTube Transcriber section above)
- ENABLE_YOUTUBE_TRANSCRIBER=true
- TRANSCRIBER_PROVIDER=groq
- TRANSCRIBER_API_KEY=your_api_key_here
# Web fetching and local git
- ENABLE_FETCH=true
- ENABLE_GIT=true
# Video2Doc — set LLM_API_KEY + LLM_BASE_URL once, all tasks use that provider
- ENABLE_VIDEO2DOC=true
- LLM_API_KEY=your_api_key_here
- LLM_BASE_URL=https://api.fireworks.ai/inference/v1
- VISION_MODEL=accounts/fireworks/models/qwen2-vl-72b-instruct
- SUMMARY_MODEL=accounts/fireworks/models/llama4-scout-instruct-basic
- TRANSCRIBER_MODEL=whisper-v3

卷```yaml

volumes:
- workspace:/workspace:rw # Your project files (used by Filesystem MCP)
- data:/data:rw # Persistent storage (Memory MCP stores data here)


### 港口

只有一个端口暴露在外:```yaml
ports:
- "8080:8080"

如果主机上的端口为8080,请更改左侧: "9090:8080" 将使网关在端口9090处可用。


网关端点

URL 它做什么
GET / 列出所有活动服务器及其URL的索引页面
GET /health 使用活动服务器列表进行JSON健康检查
/ 该服务器的MCP流式HTTP端点

服务器名称与您在上表中看到的完全匹配: playwright, filesystem, sequential-thinking, memory, github, searxng, context7, python-interpreter, youtube-transcriber, fetch, git.


替代方案:Docker执行模式

每个MCP包都全局安装在容器中,因此您也可以通过以下方式直接连接到它们 docker exec 使用stdio传输。这对于调试很有用,或者如果您的MCP客户端更喜欢stdio而不是HTTP:```bash
docker exec -i SuperMCP npx @playwright/mcp@latest --headless --isolated --no-sandbox --browser chromium
docker exec -i SuperMCP npx @modelcontextprotocol/server-filesystem /workspace
docker exec -i SuperMCP npx @modelcontextprotocol/server-memory
docker exec -i SuperMCP npx @modelcontextprotocol/server-sequential-thinking
docker exec -i SuperMCP npx @modelcontextprotocol/server-github
docker exec -i SuperMCP python3 -m mcp_server_fetch
docker exec -i SuperMCP python3 -m mcp_server_git --repository /workspace


无论通过环境变量启用了哪些服务器,这都是有效的——包总是在那里。

______________________________________________________________________

## 故障排除

**健康检查显示没有服务器处于活动状态**
你还没有取消任何评论 `ENABLE_*` 线条在 `docker-compose.yml`。取消对所需内容的注释,然后重新启动: `docker compose up -d`.

**特定服务器返回502**
后端崩溃或正在重新启动。监视器将在30秒内自动重新启动。检查该服务器的日志以查找潜在错误:```bash
docker exec SuperMCP cat /var/log/mcp/playwright.log
docker exec SuperMCP cat /var/log/mcp/memory.log

GitHub或SearXNG不会启动
这些需要额外的环境变量。确保你已经设置了这两个 ENABLE_* 标志和所需的键/URL。如果缺少所需的变量,容器日志将显示警告:```bash
docker logs SuperMCP | head -30


**容器根本无法启动**
检查端口8080是否空闲,Docker网络是否存在:```bash
docker network create Network-Bridge    # if it doesn't exist
docker compose down
docker compose build --no-cache
docker compose up -d

一般调试bash docker ps | grep SuperMCP # is it running? docker inspect --format='{{.State.Health.Status}}' SuperMCP # is it healthy? docker logs SuperMCP # what happened on startup? curl http://localhost:8080/health # what does the gateway say?


贡献

  1. 分叉存储库
  2. 创建要素分支
  3. 进行更改
  4. 提交拉取请求

添加新的MCP服务器涉及四个文件: Dockerfile (安装软件包), start-mcps.sh (添加启动块), gateway.js (添加到注册表中),以及 docker-compose.yml (添加env变量)。每个服务器的模式都是相同的。

许可证

MIT许可证——有关详细信息,请参阅许可证文件。

致谢

  • 模型上下文协议 因为规范使这一切成为可能
  • 超级通道 用于将所有内容连接在一起的stdio到HTTP网桥
  • 剧作家 用于浏览器自动化
  • 用于构建和维护这些服务器包的MCP社区

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
Super MCP (Honestlai) 怎么安装?

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

Super MCP (Honestlai) 怎么在 Claude Desktop、Claude、Cursor 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。

Super MCP (Honestlai) 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。

Super MCP (Honestlai) 需要 API Key 吗?

资料标注需要Token认证,使用前准备好对应凭据,并按最小权限配置。

Super MCP (Honestlai) 支持哪些客户端?

资料标注支持 Claude Desktop、Claude、Cursor、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。

Super MCP (Honestlai) 能提供哪些能力?

资料显示约 12 个工具;能力标签包括 Docker容器、自托管、Python、Claude、AI代理。具体工具清单以官方文档为准。

Super MCP (Honestlai) 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。

Super MCP (Honestlai) 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。