Mcpverse

🚀 MCPverse 项目文档

MCPverse 是一款语义搜索引擎，旨在发现 GitHub 上的模型配置协议（Model Configuration Protocol，MCP）服务器。它会对公共 MCP 仓库进行索引，借助向量嵌入和 OpenSearch 实现强大的自然语言搜索功能，为用户提供便捷的搜索体验。

🚀 快速开始

您可以直接尝试使用 hosted 版本的 MCPverse：👉 https://mcpverse.streamlit.app

✨ 主要特性

• 🔍 运用 OpenAI 的 text-embedding-ada-002 模型开展语义搜索。
• 📚 对名称、描述和 README 内容进行索引。
• ⚙️ 若有提供，可提供客户端配置预览。
• 🎨 采用 Streamlit 实现交互式 UI。

📦 安装指南

克隆仓库

git clone https://github.com/Harika-BV/MCPverse.git
cd MCPverse

设置 Python 环境

python -m venv venv
source venv/bin/activate  # Windows 用户使用：venv\Scripts\activate
pip install -r requirements.txt

配置环境变量

在根目录下创建 .env 文件：

GH_API_KEY=your-github-token
ENV=local
OPENAI_API_KEY=your-openai-key
OPENSEARCH_HOST=localhost
OPENSEARCH_PORT=9200
OPENSEARCH_USER=admin
OPENSEARCH_PASS=admin

💡 使用建议

您也可以连接到您自己的 hosted OpenSearch 或 Elasticsearch 集群。

本地运行 OpenSearch（可选）

若您要在本地运行 OpenSearch，可执行以下命令：

docker run -d --name opensearch -p 9200:9200 \
  -e "discovery.type=single-node" \
  -e "plugins.security.disabled=true" \
  opensearchproject/opensearch:2.11.1

索引 MCP 仓库

cd 后端
python embedder.py

此命令将执行以下操作：

• 加载 GitHub 的 MCP 服务器数据（从 mcpverse_data.json）
• 生成 OpenAI 嵌入
• 将其索引到 OpenSearch

运行 Streamlit 应用程序

cd 前端
streamlit run app.py

之后在浏览器中打开 http://localhost:8501。

📚 详细文档

项目结构

.
├── 后端
│   ├── fetch_repos.py      # 从 GitHub 获取 MCP 服务器仓库
│   ├── extract_config.py   # 从 README 提取 MCP 客户端配置的逻辑
│   ├── embedder.py         # OpenAI 和 OpenSearch 索引及搜索逻辑
│   ├── github_scraper.py   # 使用 GitHub API 搜索 MCP 服务器 
│   └── data/
│       └── mcpverse_data.json  
├── 前端
│   └── app.py               # Streamlit 应用程序
├── requirements.txt
├── README.md
├── .env
├── .gitignore

📄 许可证

本项目为社区项目，所有仓库和数据均在 GitHub 上公开可用，MCPverse 与任何第三方 MCP 维护者无关联。

🧑‍💻 维护者

本项目由 ❤️ Harika B V 开发。