MCP锻造服务器
项目介绍
<div align="center">
<img src="docs/images/banner.png" alt="MCP Forge Banner" width="100%" />
</div>
<div align="center">
🔨 MCP Forge
用于模型上下文协议服务器的终极构建工具
几秒钟内生成生产就绪的 MCP 服务器 <br> 快速 • 现代 • 功能齐全
</div>
🎯 什么是 MCP Forge？
MCP Forge 是一个强大的构建 CLI 工具，它生成具有内置最佳实践的全功能模型上下文协议 (MCP) 服务器。停止编写样板代码，开始构建令人惊叹的人工智能集成！
# 安装
pip install mcp-forge
# 创建一个服务器
mcp-forge new my-awesome-server
# 就这样！🎉
您的服务器已准备好使用工具、资源、提示、身份验证、激发、采样等！
✨ 特性
<div align="center"> <table> <tr> <td width="50%" valign="top">🚀 核心特性
- 多种传输方式
<br>开箱即支持
stdio、HTTP和SSE（服务器发送事件）。 - FastMCP 2.0 <br>基于官方高性能 Python MCP 框架构建。
- 干净架构 <br>服务层、接口和依赖注入以实现可扩展代码。
- 类型安全 <br>整个代码库中都有完整的 Pydantic 验证和类型提示。
🔥 高级功能
- OAuth 2.1 身份验证 <br>通过完整的 OAuth 2.1 支持来保护您的服务器（可选）。
- 智能功能 <br>包括激发（交互式输入）、采样（人工智能协作）和根目录。
- 开发者体验 <br>附带演示客户端、MCP 检查器支持和全面的文档。
- 生产就绪 <br>内置 RFC 5424 日志记录、错误处理和最佳实践。
🚀 快速开始
安装
# 使用 pip
pip install mcp-forge
# 使用 uv（推荐用于生成的项目）
uv tool install mcp-forge
创建您的第一个服务器
# 交互模式（推荐）
mcp-forge new my-server
# 带选项
mcp-forge new my-server \
--description "我的超棒 MCP 服务器" \
--with-prompts \
--with-sampling \
--with-elicitation
运行它！
cd my-server
# 安装依赖项
uv sync
# 使用交互式演示客户端测试
python demo.py
# 运行自动化测试
python demo.py --mode test
# 启动用于 Claude Desktop 的服务器
python -m my_server.server --transport stdio
# 启动 HTTP 服务器
python -m my_server.server --transport http --port 8000
与 Claude Desktop 一起使用
在 claude_desktop_config.json 中添加：
{
"mcpServers": {
"my-server": {
"command": "uv",
"args": ["--directory", "/path/to/my-server", "run", "my_server.server"]
}
}
}
重启 Claude Desktop，您的工具就准备好了！🎉
📖 生成了什么？
my-server/
├── my_server/
│ ├── server.py # 主入口点（所有传输方式）
│ ├── server_stdio.py # 仅 stdio 服务器
│ ├── server_http.py # 带身份验证的 HTTP 服务器
│ ├── server_sse.py # 带 SSL/TLS 的 SSE 服务器
│ ├── interfaces/ # 抽象基类
│ │ ├── tool.py
│ │ ├── resource.py
│ │ └── prompt.py
│ ├── services/ # 业务逻辑层
│ │ ├── tool_service.py
│ │ ├── resource_service.py
│ │ ├── prompt_service.py
│ │ ├── auth_service.py # OAuth 2.1（可选）
│ │ ├── root_service.py # 根目录（可选）
│ │ └── completion_service.py # 补全（可选）
│ ├── tools/ # 工具实现
│ │ ├── add_numbers.py # 基础算术
│ │ ├── weather_tool.py # 结构化输出
│ │ ├── reasoning_tool.py # 采样（可选）
│ │ ├── greeting_elicitation.py # 激发（可选）
│ │ └── ...
│ ├── resources/ # 资源实现
│ │ ├── hello_world.py
│ │ └── user_profile.py
│ └── prompts/ # 提示实现
│ ├── code_review.py
│ └── ...
├── demo.py # 交互式演示客户端
├── completions.py # 补全处理器（可选）
├── roots_config.py # 根目录配置（可选）
├── auth_config.py # 身份验证配置（可选）
├── pyproject.toml # uv 项目配置
└── README.md # 项目文档
💡 示例
添加一个简单的工具
# my_server/tools/calculator.py
from pydantic import BaseModel, Field
from my_server.interfaces.tool import Tool, ToolResponse, ToolContent
class CalculatorInput(BaseModel):
expression: str = Field(..., description="要评估的数学表达式")
class CalculatorTool(Tool):
name = "calculator"
description = "评估数学表达式"
input_model = CalculatorInput
async def execute(self, input_data: CalculatorInput) -> ToolResponse:
try:
result = eval(input_data.expression)
return ToolResponse(
content=[ToolContent.text(f"结果: {result}")]
)
except Exception as e:
return ToolResponse(
content=[ToolContent.text(f"错误: {e}")],
is_error=True
)
在 tools/__init__.py 和 server.py 中注册即可！
具有人工智能协作的工具
from fastmcp import Context
class ResearchTool(Tool):
name = "research"
description = "人工智能驱动的研究助手"
input_model = ResearchInput
async def execute(self, input_data: ResearchInput, ctx: Context) -> ToolResponse:
# 请求其他人工智能的帮助
response = await ctx.sample(
messages=[{"role": "user", "content": input_data.query}],
system_prompt="您是一位研究专家。",
temperature=0.7
)
# 报告进度
await ctx.report_progress(1.0, "研究完成")
return ToolResponse(content=[ToolContent.text(response.content)])
交互式用户输入（激发）
class TaskTool(Tool):
name = "create_task"
description = "创建任务并获得用户确认"
input_model = TaskInput
async def execute(self, input_data: TaskInput, ctx: Context) -> ToolResponse:
# 请求用户确认
result = await ctx.elicit(
"创建此任务？",
response_type=None # 只需确认
)
if result.action == "accept":
# 创建任务
return ToolResponse(content=[ToolContent.text("任务已创建！")])
else:
return ToolResponse(content=[ToolContent.text("已取消")])
结构化输出
class WeatherData(BaseModel):
temperature: float
humidity: int
condition: str
class WeatherTool(Tool):
name = "get_weather"
input_model = WeatherInput
output_model = WeatherData # 启用结构化输出！
async def execute(self, input_data: WeatherInput) -> ToolResponse:
weather = WeatherData(
temperature=72.5,
humidity=65,
condition="晴朗"
)
return ToolResponse.from_model(weather)
🎓 文档
外部资源
- 🌐 MCP 规范 - 官方 MCP 协议文档
- 🚀 FastMCP 文档 - FastMCP 框架文档
- 🔍 MCP 检查器 - 官方 GUI 测试工具
- 🐍 Pydantic - 数据验证库
🎨 项目模板
MCP Forge 支持不同的模板配置：
| 功能 | 描述 | 标志 |
|---|---|---|
| 提示 | 可重用的大规模语言模型模板 | --with-prompts / --no-prompts |
| 采样 | 人工智能到人工智能的协作 | --with-sampling / --no-sampling |
| 激发 | 交互式用户输入 | -with-elicitation / --no-elicitation |
| 根目录 | 文件系统边界 | --with-roots / --no-roots |
| 补全 | 参数自动补全 | --with-completion / --no-completion |
| 身份验证 | OAuth 2.1 系统 | --with-auth / --no-auth |
示例配置
# 最小服务器（只有工具和资源）
mcp-forge new minimal-server --no-prompts --no-sampling --no-elicitation
# 全功能服务器（启用所有功能）
mcp-forge new full-server \
--with-prompts \
--with-sampling \
--with-elicitation \
--with-auth
# API 集成服务器（身份验证 + 补全）
mcp-forge new api-server --with-auth --with-completion
🧪 测试您的服务器
生成的服务器包括多种测试选项：
1. 交互式演示客户端
python demo.py
特点：
- 菜单驱动界面
- 浏览和执行所有工具
- 查看资源
- 生成提示
- 自动化测试套件
2. MCP 检查器（官方 GUI）
npx @modelcontextprotocol/inspector uv run -m my_server.server
浏览器端 GUI：
- 可视化工具执行
- 架构检查
- 资源浏览
- 配置导出
3. 手动测试
# 启动服务器
python -m my_server.server --transport http --port 8000
# 使用 curl 测试
curl -X POST http://localhost:8000/mcp \
-H "Content-Type: application/json" \
-d '{"jsonrpc": "2.0", "method": "tools/list", "id": 1}'
🚀 部署
Docker
FROM python:3.11-slim
WORKDIR /app
COPY . .
RUN pip install uv && uv sync
EXPOSE 8000
CMD ["uv", "run", "python", "-m", "my_server.server", "--transport", "sse", "--port", "8000"]
systemd
[Unit]
Description=我的 MCP 服务器
After=network.target
[Service]
Type=simple
User=mcp
WorkingDirectory=/opt/my-server
ExecStart=/usr/local/bin/uv run python -m my_server.server --transport sse --port 8443
Restart=always
[Install]
WantedBy=multi-user.target
云平台
- Railway：从 GitHub 一键部署
- Fly.io：
fly launch并部署 - DigitalOcean：App Platform 上的 Docker 容器
- AWS/GCP/Azure：容器服务或无服务器
🌟 展示
使用 MCP Forge 制作了什么酷炫的东西吗？我们很乐意看到！
分享您的项目：
- 💬 Discord 社区
- 🐙 GitHub 讨论
- 🐦 Twitter 使用
#MCPForge
🤝 社区和支持
<div align="center">💬 加入我们的社区
获取帮助，分享项目，并与其他 MCP 开发者连接！
❤️ 支持开发
如果 MCP Forge 为您节省了时间和精力，请考虑支持其开发：
您的支持有助于维护和改进 MCP Forge，让每个人受益！🙏
</div>🛠️ 贡献
我们热爱贡献！这里有几种方式可以帮助：
贡献方式
- 🐛 报告 Bug：打开一个带有详细重现步骤的问题
- 💡 建议功能：在 GitHub 讨论中分享您的想法
- 📝 改进文档：修正拼写错误，添加示例，澄清解释
- 🔧 提交 PR：添加功能，修复 Bug，改进模板
- ⭐ 星标仓库：展示您的支持，帮助其他人发现 MCP Forge
开发设置
# 克隆仓库
git clone https://github.com/KennyVaneetvelde/mcp-forge.git
cd mcp-forge
# 安装依赖项
pip install -e ".[dev]"
# 运行测试
pytest
# 检查代码
ruff check .
# 格式化代码
ruff format .
贡献指南
- 分叉仓库
- 创建功能分支 (
git checkout -b feature/amazing-feature) - 提交您的更改 (
git commit -m '添加惊人的功能') - 推送到分支 (
git push origin feature/amazing-feature) - 打开拉取请求
请确保：
- ✅ 代码遵循项目风格（ruff）
- ✅ 测试通过
- ✅ 文档更新
- ✅ 提交信息清晰
📜 许可证
本项目采用 MIT 许可证 - 详情请参阅 LICENSE 文件。
🙏 致谢
- Anthropic - 创建了模型上下文协议
- FastMCP - 提供了优秀的 Python MCP 框架
- MCP 社区 - 推进了人工智能集成标准
- 所有贡献者 - 感谢您使 MCP Forge 更好！
📞 联系
- 💬 Discord：加入我们的服务器
- 🐙 GitHub：问题 • 讨论
- 📧 电子邮件：support@example.com（如有适用）
- 🐦 Twitter：@MCPForge（如有适用）
<div align="center">
由 MCP Forge 团队制作 ❤️
⭐ 在 GitHub 上星标我们 • 💬 加入 Discord • ❤️ 在 PayPal 上支持
</div>