MCP Server Dataset

🚀 MCP 服务器数据集构建器

MCP 服务器数据集构建器是一个功能全面的工具，用于构建和维护模型上下文协议（MCP）服务器的数据集。它能够自动从多个来源收集、分类和更新有关 MCP 服务器的信息，为研究人员和开发者提供便利。

🚀 快速开始

自动每日更新

数据集通过 GitHub Actions 自动更新，无需手动干预。

手动触发

你可以从 GitHub Actions 标签页手动触发工作流：

1. 转到仓库的“Actions”标签。
2. 选择“统一 MCP 服务器提取”。
3. 点击“运行工作流”。
4. 可选自定义：
   • GitHub 搜索关键字。
   • 最小星数和叉数阈值。
   • 运行哪些提取方法。

本地开发

要在本地运行脚本：

# 安装依赖项
pip install -r requirements.txt

# 运行 README 提取
python extract_mcp_servers.py

# 运行每日更新
python daily.py

✨ 主要特性

• 双数据源：结合 curated 清单和 GitHub 搜索的数据。
• 自动分类：根据仓库内容分配类别。
• 技术栈检测：识别使用的编程语言和框架。
• 表情符号标记：添加快速标识的视觉指示符。
• 每日更新：自动运行以保持数据集最新。
• 数据持久性：在添加新条目时维护历史数据。

📦 安装指南

若要在本地运行脚本，需安装依赖项：

pip install -r requirements.txt

💻 使用示例

基础用法

若要运行 README 提取和每日更新，可按以下步骤操作：

# 运行 README 提取
python extract_mcp_servers.py

# 运行每日更新
python daily.py

📚 详细文档

数据集结构

生成的 CSV 文件包含以下字段：

环境变量

可以使用以下环境变量来自定义行为：

数据源

1. awesome - mcp - servers 仓库

工具从 awesome - mcp - servers 仓库提取数据，该仓库包含按类别整理的 MCP 服务器 curated 清单。

2. GitHub 搜索

工具在 GitHub 上搜索与 MCP 相关的仓库，确保对生态系统的全面覆盖。

分类系统

根据内容和目的对仓库进行分类：

• 框架：核心 MCP 服务器实现。
• 工具：辅助工具和实用程序。
• 客户端：客户端库和应用程序。
• 教程：学习资源和示例。
• 数据库：数据库集成。
• API：API 实现。
• 存储：存储解决方案。
• AI：AI 和 LLM 集成。
• 聊天：聊天和消息功能。
• 搜索：搜索功能。

技术栈检测

工具识别以下内容：

• 语言：使用的编程语言。
• 框架：使用的 Web 框架。
• 数据库：集成的数据库系统。
• 其他技术：如 API、第三方服务等。

说明

这个项目的目标是自动化收集和整理 MCP 服务器的相关信息，便于研究人员和开发者使用。通过从 GitHub 上获取公开仓库的信息，并结合 README 中提取的关键词，生成结构化的 CSV 数据，方便后续的数据分析和处理。

🔧 技术细节

MCP 服务器数据集构建器旨在：

1. 从 awesome - mcp - servers 仓库提取 MCP 服务器信息。
2. 在 GitHub 上搜索其他 MCP 服务器仓库。
3. 合并和去重来自两个来源的数据。
4. 生成包含每个服务器详细信息的每日 CSV 文件。

🤝 如何贡献

欢迎 fork 这个仓库，并提出 issue 或 pull request 来改进工具或修复问题。

📄 许可证

[在此处添加许可证信息]