🚀 云flare 工作者 MCP 演示

这是一个借助 Cloudflare Workers MCP 创建自定义 AI 工具的简易演示项目。这些工具可与 Claude、Cursor 以及其他支持 MCP 的 AI 助手协同使用，为 AI 应用带来更多可能性。

🚀 快速开始

本项目利用 Cloudflare Workers MCP 创建自定义工具，这些工具能被 AI 助手访问和使用，从而扩展 AI 的能力。以下是快速开始的步骤：

1. 克隆此仓库

git clone https://github.com/akazwz/workers-mcp-demo.git
cd workers-mcp-demo

2. 安装依赖

pnpm install

3. 配置你的 Cloudflare Worker 确保你已经通过 Wrangler 登录到 Cloudflare：

pnpx wrangler login

然后运行 MCP 设置命令：

npx workers-mcp setup

这将自动配置你的 Worker 以支持 MCP。 4. 部署你的 Worker

pnpm run deploy

5. 配置你的 MCP 客户端
   • 对于 Claude Desktop： 运行以下命令在 Claude 中安装你的 MCP 服务器：

pnpx workers-mcp install:claude

- 对于 Cursor：

在 Cursor 的 MCP 配置中添加以下内容：

{
  "type": "command",
  "command": "/path/to/workers-mcp run workers-mcp-demo https://your-worker-url.workers.dev /path/to/workers-mcp-demo"
}

✨ 主要特性

• 自定义 AI 工具：在 Cloudflare Workers 上运行的自定义 AI 工具，为 AI 应用提供个性化功能。
• 无缝集成：与 Claude、Cursor 和其他 MCP 客户端实现无缝集成，提升使用体验。
• 能力扩展：能够通过自己的无服务器函数扩展 AI 能力，满足多样化需求。

📦 安装指南

前提条件

• Node.js (v16 或更高版本)
• pnpm 包管理器
• Cloudflare 账户
• Wrangler CLI
• Claude Desktop、Cursor 或其他支持 MCP 的客户端

安装步骤

1. 克隆此仓库

git clone https://github.com/akazwz/workers-mcp-demo.git
cd workers-mcp-demo

2. 安装依赖

pnpm install

3. 配置你的 Cloudflare Worker

确保你已经通过 Wrangler 登录到 Cloudflare：

pnpx wrangler login

然后运行 MCP 设置命令：

npx workers-mcp setup

这将自动配置你的 Worker 以支持 MCP。

免费用户配置注意事项

⚠️ 重要提示

如果你是 Cloudflare Workers 的免费用户（非付费用户），需要修改 wrangler.jsonc 文件，删除或注释掉以下配置：

"browser": {
  "binding": "BROWSER"
}

这是因为 Browser Rendering API 仅适用于付费用户。删除此配置后，screenshotURL 和 extractImagesFromURL 功能将无法使用，但其他功能仍然可以正常工作。

4. 部署你的 Worker

pnpm run deploy

5. 配置你的 MCP 客户端

对于 Claude Desktop

运行以下命令在 Claude 中安装你的 MCP 服务器：

pnpx workers-mcp install:claude

对于 Cursor

在 Cursor 的 MCP 配置中添加以下内容：

{
  "type": "command",
  "command": "/path/to/workers-mcp run workers-mcp-demo https://your-worker-url.workers.dev /path/to/workers-mcp-demo"
}

💻 使用示例

基础用法

配置完成后，你可以直接从 AI 助手使用你的自定义 MCP 工具。例如，在 Claude Desktop 中，你可以使用如下命令：

@workers-mcp-demo getRandomNumber

📚 详细文档

什么是 MCP？

MCP (Model Context Protocol) 是由 Anthropic 开源的一个标准，用于连接 AI 助手与数据源，包括内容仓库、业务工具和开发环境。它的目标是帮助前沿模型生成更好、更相关的回应。

可用工具

此演示包括以下工具：

• getRandomNumber：生成一个随机数
• generateImage：根据文本提示创建图像
• screenshotURL：对指定 URL 进行截图（需要付费账户）
• extractImagesFromURL：从网页中提取图像（需要付费账户）

自定义

要添加自己的工具，编辑 src/index.ts 文件并向 Worker 类添加新方法。更改后，使用以下命令重新部署你的 Worker：

pnpm run deploy

故障排除

• 如果你的 AI 助手看不到你的工具，尝试重启助手。
• 如果你更改了方法名称或参数，你需要重启 AI 助手才能使更改生效。
• 检查 Cloudflare Workers 日志以查看部署中的任何错误。
• 如果使用免费账户时出现 Error: Browser Rendering API is only available for Workers Paid plans 错误，请参考上面的免费用户配置注意事项。

📄 许可证

本项目采用 MIT 许可证。

致谢

• Cloudflare Workers MCP 提供底层框架
• Anthropic Model Context Protocol 开源的 MCP 标准
• Cloudflare Workers 提供无服务器平台