MCP Typescript Sample

MCPAI代理

提供方 tmaestrini

AI代理 未标注 Token 社区 / 第三方

一个基于TypeScript的MCP客户端/服务器实现,包含认证功能,支持与本地或云端LLM集成。

一句话选型结论

按资料字段整理

MCP Typescript Sample 属于AI代理类 MCP 服务器,传输方式未标注,Token,没有现成安装命令,需按官方文档接入。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 传输方式未标注 鉴权Token 部署方式未标注
GitHub 星标 2 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

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

MCP协议TypeScript本地部署认证服务LLM集成开发工具

安装与配置

未标注 Token
上游未给出传输方式
  1. 1
    准备运行环境

    按官方文档确认运行环境(常见为 Node.js 或 Python),装好后再执行安装命令。

  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
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

  • 基础信息齐全,可以先按官方文档接入试跑。

先想清楚的地方

  • 没有现成安装命令,需要按官方文档自己填启动命令和参数。
  • 使用前要准备好Token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AI代理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

  • 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 Typescript Sample当前 未标注 未标注 未标注 无 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tmaestrini上游标注的维护方 tmaestrini
分类AI代理本站按上游分类展示
连接方式未标注上游未给出传输方式
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
部署类型未标注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

7.7 KB
来自项目仓库与上游目录的原文,未做删改

mcp类型脚本示例

带有身份验证的生产就绪MCP设置(客户端/服务器)的示例实现,使用现代ES模块在Typescript(节点)中完全实现。

> [!注意]
> 为了演示,代理连接到由Ollama提供服务的本地托管LLM。请随意集成您选择的AI堆栈(请参阅 客户端实现 在......下面


设置/先决条件

在运行服务器或客户端之前,请确保您具备以下先决条件。

发展环境(当地)

  1. Node.js (v18或更高版本)
  • 从下载并安装 nodejs.org
  • 验证安装: node --version
  1. 奥拉玛 (用于客户演示)

👉 请随意使用另一个LLM(在本地或云中运行,并调整下面的客户端实现):

  • 从以下位置安装Ollama 奥拉玛
  • 拉动所需的模型: ollama pull qwen3:4b
  • 确保Ollama正在运行 http://localhost:11434

微软Entra ID

此参考实现需要一个配置了应用程序注册的Microsoft Entra ID租户:

  1. Microsoft Entra ID应用程序注册
  • 在Microsoft Entra ID中配置新的应用程序注册:
  • 具有自定义作用域的API权限 mcp:tools
  • 身份验证设置(用于客户端中的交互式登录)
  • 公开具有所需作用域的API

> [!提示]
> 关于API范围:确保您通过在应用程序注册中公开web API来添加专用范围(如果需要任何指导,请单击此链接: ).

此信息将在客户端和服务器设置中使用:

  • AZURE_TENANT_ID:您的Entra ID租户
  • AZURE_CLIENT_ID:您的应用程序注册客户端ID
  • AZURE_CLIENT_SECRET:您的应用程序注册客户端密码(用于服务器)
  • AZURE_CLIENT_SCOPE:API范围(格式: api:///mcp:tools)

项目结构(建筑)

此monorepo包含两个主要组件:

  • /server:使用Express.js、JWT身份验证和MCP SDK实现MCP服务器
  • /client:通过AI SDK集成和交互式CLI实现MCP客户端

服务器

主要特点:

  • JWT身份验证:使用JWKS验证Entra ID中的令牌
  • 无状态模式:为每个请求创建新的传输,以防止ID冲突
  • 安全API:验证作用域、颁发者和令牌签名
  • Express.js:通过HTTP传输的JSON-RPC HTTP服务器

服务器体系结构:```text
server/
├── src/
│ ├── main.ts # Express server setup
│ ├── auth/
│ │ └── validation.ts # JWT validation middleware
│ ├── context/
│ │ └── AuthContext.ts # Authentication context management
│ ├── mcp/
│ │ └── server.ts # MCP server implementation
│ └── utils/
│ └── api-client.ts # API client utilities


### 客户端

**主要特点:**

- **交互式身份验证**:使用Entra ID交互式令牌请求流
- **MCP客户端**:使用HTTP传输连接到远程MCP服务器
- **AI SDK集成**:与Vercel AI SDK配合使用,用于LLM交互
- **流媒体响应**:LLM响应的实时流式传输
- **工具调用**:根据LLM请求自动调用MCP工具

**客户端架构:**```text
client/
├── src/
│   ├── main.ts                          # CLI application entry point
│   ├── bootstrap.ts                     # Environment configuration loader
│   ├── mcp/
│   │   └── client.ts                    # MCP client factory
│   └── utils/
│       └── TokenAcquisitionHelper.ts    # Entra ID token acquisition

通往卓越的捷径

服务器

MCP服务器通过HTTP传输提供对MCP工具的身份验证访问。

1.配置环境变量

导航到 server 目录并创建 .env 模板中的文件:```bash
cd server
cp .env.template .env


编辑 `.env` 使用您的Entra ID凭据:```bash
# Entra ID Configuration for OAuth2/MSAL
AZURE_TENANT_ID=your-tenant-id-here
AZURE_CLIENT_ID=your-client-id-here
AZURE_CLIENT_SECRET=your-client-secret-here

# MCP Server Configuration
REMOTE_MCP_SERVER_PORT=3000

2.安装依赖项```bash

npm install


#### 3.运行服务器

在开发模式下启动服务器,并自动重新加载:```bash
npm start

或者在生产模式下构建和运行:```bash
npm run build
node dist/main.js server


#### 4.验证服务器

服务器应在上运行 `http://localhost:3000/mcp`。您应该看到:```text
MCP Server running on http://localhost:3000/mcp

客户端

MCP客户端演示了如何使用MCP工具连接到MCP服务器、获取身份验证令牌以及与LLM交互。

1.配置客户端环境变量

导航到 client 目录并创建 .env.development 模板中的文件:```bash
cd client
cp .env.template .env.development


编辑 `.env.development` 根据您的配置:```bash
# Entra ID Configuration for OAuth2/MSAL
AZURE_TENANT_ID=your-tenant-id-here
AZURE_CLIENT_ID=your-client-id-here
AZURE_CLIENT_SCOPE=api://your-client-id-here/mcp:tools

REMOTE_MCP_SERVER_BASE_URL=http://localhost:3000/mcp

2.安装客户端依赖项```bash

npm install


### 3.确保先决条件

在运行客户端之前:

- ✅ **MCP服务器正在运行** (见上文:服务器>运行服务器)

- ✅ **Ollama 正在运行** 使用所需型号:```bash
ollama serve
ollama pull qwen3:4b

4.运行客户端

启动交互式CLI应用程序:```bash
npm start


### 5.身份验证和交互

1. 应用程序将提示您使用Entra ID进行身份验证(交互式浏览器登录)
1. 成功验证后,您将看到已注册的MCP工具
1. 在交互式提示中开始提问

**交互示例:**```text
🧠 Simple console application
Acquiring an access token from Entra ID... ✅ ok
Registered MCP Server tools: ['tool1', 'tool2', ...]

Starting the command line prompting game.
Have fun! 😃 Type 'exit' or 'quit' to terminate.
Ask: How many users work in my company?
AI's response:
[Streaming response from LLM using MCP tools...]

切换到其他AI提供商

客户端包括Ollama和OpenAI的示例。要改用OpenAI:

  1. 在中取消对OpenAI示例的注释 client/src/main.ts
  2. 设置您的OpenAI API密钥: export OPENAI_API_KEY=your-key
  3. 替换 streamText 电话与 generateText 呼叫

故障排除

服务器问题

  • 端口已在使用中:更改 REMOTE_MCP_SERVER_PORT 在 .env 或终止已运行的服务器
  • 令牌验证失败:验证Entra ID应用程序注册配置
  • JWKS错误:检查您的应用程序注册是否具有正确的签名密钥

客户问题

  • 认证失败:确保Entra ID应用程序配置了正确的重定向URI
  • 无法连接到服务器:验证 REMOTE_MCP_SERVER_BASE_URL 并且该服务器正在运行
  • 奥拉马·埃罗尔斯:确保Olama正在运行(ollama serve)模型被拉取

常见问题

  • 模块分辨率错误:确保您使用的是支持ES模块的Node.js v22+
  • TypeScript错误:运行 npm run type-check 验证TypeScript配置
  • 网络错误:检查防火墙设置和本地主机连接

附加信息

开发脚本

服务器和客户端都支持以下npm脚本:

  • npm start:以开发模式运行
  • npm run build:将TypeScript编译为JavaScript
  • npm run type-check:检查TypeScript类型而不发出文件

安全考虑

  • 永不承诺 .env 文件:这些文件包含敏感凭据
  • 令牌验证:服务器使用Entra ID中的JWKS验证令牌
  • 范围检查:确保 mcp:tools 范围配置正确
  • 生产部署:使用适当的密钥管理(Azure密钥库、环境变量等)

了解更多

  • 模型上下文协议文档
  • Vercel AI SDK
  • Microsoft Entra:在Node中调用web API。JavaScript
  • Ollama文件

常见问题

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

资料没有给出安装命令,请到官方仓库或文档按说明接入;这类条目多数是生态应用,或尚未发布可安装包。

MCP Typescript Sample 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 Typescript Sample 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 Typescript Sample 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。

MCP Typescript Sample 能提供哪些能力?

资料显示能力标签包括 开发工具、认证服务、TypeScript、模型集成、Token认证。具体工具清单以官方文档为准。

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。