Zen Citizen MCP

MCPAI代理

提供方 Mallikarjun63 · 包名 create-mcp-use-app@latest

AI代理 stdio · 本地进程 会话登录 社区 / 第三方 ClaudeCursor
查看接入方式

mcp-use是一个全栈MCP框架,用于为ChatGPT/Claude构建MCP应用和为AI代理构建MCP服务器。

一句话选型结论

按资料字段整理

Zen Citizen MCP 属于AI代理类 MCP 服务器,stdio · 本地进程,会话登录,可直接接入 Claude、Cursor,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 2 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2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

全栈框架TypeScript本地部署MCP应用开发AI代理ChatGPT集成Claude集成

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
npx create-mcp-use-app@latest

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,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 2 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 2 个工具,职责相对集中,接入后不容易误操作。
  • 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、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。
  • 使用前要准备好会话登录对应的凭据,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、Cursor 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
Zen Citizen MCP当前 2 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Mallikarjun63上游标注的维护方 Mallikarjun63
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create-mcp-use-app@latest · Node.js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

8.8 KB
来自项目仓库与上游目录的原文,未做删改



关于

mcp使用 是全栈MCP框架
为ChatGPT/Claude构建MCP应用程序,为AI代理构建MCP服务器。

  • 构建 使用mcp使用SDK(ts | 南美国家巴拉圭的缩写(Paraguay)):MCP服务器和MCP应用程序
  • 预览 在mcp上使用mcp检查器(在线的 | 对象存储服务):测试和调试您的MCP服务器和应用程序
  • 部署 上 宏发MCP云:连接您的GitHub仓库,让您的MCP服务器和应用程序在生产环境中运行,并具有可观察性、指标、日志、分支部署等功能

文档

访问我们的 文档 或者跳到快速入门(TypeScript | python)

编码代理的技能

> 使用Claude Code、Codex、Cursor或其他AI编码代理?
>
> 安装mcp应用程序的mcp使用技巧

快速入门:MCP服务器和MCP应用程序

TypeScript

构建您的第一个MCP服务器或MPC应用程序:```bash
npx create-mcp-use-app@latest


或者手动创建服务器:```typescript
import { MCPServer, text } from "mcp-use/server";
import { z } from "zod";

const server = new MCPServer({
name: "my-server",
version: "1.0.0",
});

server.tool({
name: "get_weather",
description: "Get weather for a city",
schema: z.object({ city: z.string() }),
}, async ({ city }) => {
return text(`Temperature: 72°F, Condition: sunny, City: ${city}`);
});

await server.listen(3000);
// Inspector at http://localhost:3000/inspector

→ 完整的TypeScript服务器文档

MCP应用程序

MCP应用程序允许您构建跨Claude、ChatGPT和其他MCP客户端工作的交互式小部件——一次编写,随处运行。

服务器:定义一个工具并将其指向一个小部件:```typescript
import { MCPServer, widget } from "mcp-use/server";
import { z } from "zod";

const server = new MCPServer({
name: "weather-app",
version: "1.0.0",
});

server.tool({
name: "get-weather",
description: "Get weather for a city",
schema: z.object({ city: z.string() }),
widget: "weather-display", // references resources/weather-display/widget.tsx
}, async ({ city }) => {
return widget({
props: { city, temperature: 22, conditions: "Sunny" },
message: Weather in ${city}: Sunny, 22°C,
});
});

await server.listen(3000);


**小部件**:在中创建一个React组件 `resources/weather-display/widget.tsx`:```tsx
import { useWidget, type WidgetMetadata } from "mcp-use/react";
import { z } from "zod";

const propSchema = z.object({
city: z.string(),
temperature: z.number(),
conditions: z.string(),
});

export const widgetMetadata: WidgetMetadata = {
description: "Display weather information",
props: propSchema,
};

const WeatherDisplay: React.FC = () => {
const { props, isPending, theme } = useWidget>();
const isDark = theme === "dark";

if (isPending) return

Loading...
;

return (

## {props.city}

{props.temperature}° — {props.conditions}

);
};

export default WeatherDisplay;

小工具在 resources/ 是 自动发现 --无需手动注册。

访问 MCP应用程序文档


python```bash

pip install mcp-use
``````python
from typing import Annotated

from mcp.types import ToolAnnotations
from pydantic import Field

from mcp_use import MCPServer

server = MCPServer(name="Weather Server", version="1.0.0")

@server.tool(
name="get_weather",
description="Get current weather information for a location",
annotations=ToolAnnotations(readOnlyHint=True, openWorldHint=True),
)
async def get_weather(
city: Annotated[str, Field(description="City name")],
) -> str:
return f"Temperature: 72°F, Condition: sunny, City: {city}"

Start server with auto-inspector

server.run(transport="streamable-http", port=8000)

🎉 Inspector at http://localhost:8000/inspector


**→ 完整的Python服务器文档**

______________________________________________________________________

## 检查员

mcp-use Inspector允许您交互式地测试和调试mcp服务器。

**包括汽车** 使用时 `server.listen()`:```typescript
server.listen(3000);
// Inspector at http://localhost:3000/inspector

在线的 连接到托管的MCP服务器时:

> 访问https://inspector.mcp-use.com

独立:检查任何MCP服务器:```bash
npx @mcp-use/inspector --url http://localhost:3000/mcp


访问 **检查员文件**

______________________________________________________________________

## 部署

将MCP服务器部署到生产环境:```bash
npx @mcp-use/cli login
npx @mcp-use/cli deploy

或者将您的GitHub仓库连接到 manufact.com --生产就绪,具有可观察性、度量、日志和分支部署。


包装概述

这个monorepo包含Python和TypeScript的多个包:

Python 包

包 描述 版本
mcp使用 完整的MCP服务器和MCP代理SDK

TypeScript软件包

包 描述 版本
mcp使用 MCP服务器、MCP应用程序和MCP代理的核心框架
@mcp使用/cli 带有热装和自动检查器的构建工具
@mcp使用/检查员 用于MCP服务器的基于Web的预览器和调试器
创建mcp使用应用程序 项目脚手架工具

另外:MCP代理和客户

mcp的使用还提供了完整的mcp代理和客户端实现。

Build an AI Agent

python```bash

pip install mcp-use langchain-openai
``````python
import asyncio
from langchain_openai import ChatOpenAI
from mcp_use import MCPAgent, MCPClient

async def main():
config = {
"mcpServers": {
"filesystem": {
"command": "npx",
"args": ["-y", "@modelcontextprotocol/server-filesystem", "/tmp"]
}
}
}

client = MCPClient.from_dict(config)
llm = ChatOpenAI(model="gpt-4o")
agent = MCPAgent(llm=llm, client=client)

result = await agent.run("List all files in the directory")
print(result)

asyncio.run(main())


**→ 完整的Python代理文档**

###  TypeScript```bash
npm install mcp-use @langchain/openai
``````typescript
import { ChatOpenAI } from "@langchain/openai";
import { MCPAgent, MCPClient } from "mcp-use";

async function main() {
const config = {
mcpServers: {
filesystem: {
command: "npx",
args: ["-y", "@modelcontextprotocol/server-filesystem", "/tmp"],
},
},
};

const client = MCPClient.fromDict(config);
const llm = new ChatOpenAI({ modelName: "gpt-4o" });
const agent = new MCPAgent({ llm, client });

const result = await agent.run("List all files in the directory");
console.log(result);
}

main();

→ 完整的TypeScript代理文档

Use MCP Client

python```python

import asyncio
from mcp_use import MCPClient

async def main():
config = {
"mcpServers": {
"calculator": {
"command": "npx",
"args": ["-y", "@modelcontextprotocol/server-everything"]
}
}
}

client = MCPClient.from_dict(config)
await client.create_all_sessions()

session = client.get_session("calculator")
result = await session.call_tool(name="add", arguments={"a": 5, "b": 3})

print(f"Result: {result.content[0].text}")
await client.close_all_sessions()

asyncio.run(main())


**→ Python客户端文档**

###  TypeScript```typescript
import { MCPClient } from "mcp-use";

async function main() {
const config = {
mcpServers: {
calculator: {
command: "npx",
args: ["-y", "@modelcontextprotocol/server-everything"],
},
},
};

const client = new MCPClient(config);
await client.createAllSessions();

const session = client.getSession("calculator");
const result = await session.callTool("add", { a: 5, b: 3 });

console.log(`Result: ${result.content[0].text}`);
await client.closeAllSessions();
}

main();

→ TypeScript客户端文档


符合模型上下文协议


社区与支持

  • GitHub问题: 报告错误或请求功能
  • 文档: mcp-use.com/docs
  • 网站: manufact.com
  • X.com:关注 制造
  • 贡献:参见 贡献.md
  • 许可证:MIT© MCP使用贡献者

星迹


贡献者

感谢我们所有出色的贡献者!

核心贡献者

  1. 彼得罗 (@皮埃特罗祖洛)
  2. 路易吉 (@函数=随机(浮点)@描述=随机(浮点数)@描述=RAND(浮点))
  3. 恩里科 (@tonxxd)

Built with ❤️ by Manufact team and the mcp-use community
San Francisco | Zürich

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
Zen Citizen MCP 怎么安装?

在客户端按下面的安装命令接入:npx create-mcp-use-app@latest。对应的包名是 create-mcp-use-app@latest。装完在客户端配置里引用同一个包或端点。

Zen Citizen MCP 怎么在 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。

Zen Citizen 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。

Zen Citizen 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。

Zen Citizen MCP 支持哪些客户端?

资料标注支持 Claude、Cursor;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。

Zen Citizen MCP 能提供哪些能力?

资料显示约 2 个工具;能力标签包括 AI代理、TypeScript、Claude、ChatGPT集成。具体工具清单以官方文档为准。

Zen Citizen MCP 需要什么运行环境?

运行时为 Node.js;属于本地进程,需要在本机装好运行环境。

Zen Citizen 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。