🚀 MCPez 项目

MCPez 是一个强大的服务管理平台，支持 SSE 和 STDIO 类型的服务。它提供直观的 Web 界面，让用户轻松创建、编辑和管理服务，还能通过 AI Playground 与服务进行交互，提升工作效率。

🚀 快速开始

MCPez 支持 Linux、Windows 和 macOS 系统，你只需安装 Docker 和 Node.js（推荐版本 16+），即可按以下步骤安装运行：

1. 克隆项目仓库：

   git clone https://github.com/yourusername/mpez.git
   cd mpez
   

2. 构建 Docker 镜像：

   docker build -t mpez .
   

3. 启动容器：

   docker run -d --name mpez-container -p 8088:80 -v mpez_data:/data mpez
   

安装完成后，在浏览器中打开 http://localhost:8088（或您指定的主机端口），即可访问 MCPez 的管理界面。

✨ 主要特性

服务管理

• 主界面：清晰显示所有已创建的应用列表及其状态，方便用户整体把握服务情况。
• 搜索：提供快速搜索功能，让用户能迅速找到所需应用。
• 启动/停止：对于 STDIO 类型的服务，可直接在界面上操作其运行状态，无需复杂命令。
• 编辑/查看：用户可轻松编辑现有服务或查看详细信息，满足不同管理需求。

应用配置

• 创建新应用：通过访问 edit.html 即可新建应用，操作简单便捷。
• 导入/导出：支持 JSON 文件格式，方便用户备份和迁移配置，保障数据安全。
• 模板库：提供工具模板库，用户可快速添加常用服务配置，节省配置时间。

AI Playground

• 配置 AI 模型：可设置 API Key、Base URL 和模型名称等参数，灵活定制 AI 模型。
• 集成 MCP 服务：配置 MCP 应用地址，使 AI 能够调用相关服务，拓展 AI 功能。
• 人机交互：在聊天界面与 AI 对话，体验工具调用功能，感受智能交互的乐趣。

📦 安装指南

环境要求

• 操作系统：支持 Linux、Windows 和 macOS。
• 依赖项：需要安装 Docker 和 Node.js（推荐版本 16+）。

安装步骤

1. 克隆项目仓库：

   git clone https://github.com/yourusername/mpez.git
   cd mpez
   

2. 构建 Docker 镜像：

   docker build -t mpez .
   

3. 启动容器：

   docker run -d --name mpez-container -p 8088:80 -v mpez_data:/data mpez
   

💻 使用示例

基础用法

访问 Web 界面

在浏览器中打开 http://localhost:8088（或您指定的主机端口），即可访问 MCPez 的管理界面。

服务管理 (index.html)

• 主界面：列出所有应用，支持搜索、启动/停止 STDIO 类型服务。
• 编辑/查看：通过点击相应按钮进入详细配置页面。

应用配置 (edit.html)

• 新建/编辑：通过 URL 参数指定应用 ID 进行操作。
• 信息设置：配置应用名称和描述。
• 服务器配置：添加或修改 SSE 或 STDIO 类型的服务，支持模板导入导出。

AI Playground (chat.html)

• 配置工具：设置 AI 模型的 API 信息，并指定 MCP 应用地址。
• 交互体验：在聊天界面中与 AI 对话，测试服务调用功能。

📄 许可证

本项目遵循 MIT 许可证，允许用户自由使用、修改和分发软件，但需保留版权声明。

附录

• 截图示例：
  • 
  • 
  • 
  • 
  • 
  •