Terminal Server

🚀 MCP 服务器和标准输入输出服务器示例

本项目提供了多个设置 MCP 服务器的示例。MCP（模型上下文协议）是一个强大的框架，能让 AI 模型存储数据、运行工具，还能借助提示完成特定任务，为 AI 开发带来了极大便利。

🚀 快速开始

可用服务器示例

我们精心准备了四个示例，能帮助您在不同环境中轻松设置 MCP 服务器。以下表格总结了每个配置的关键信息：

如果您热衷于 AI、编码和自动化相关学习，欢迎点赞和订阅我们的频道，您的支持将助力我们创作出更多优质内容！
订阅

✨ 主要特性

什么是 MCP？

MCP（模型上下文协议） 是一种功能强大的协议，它允许 AI 模型实现以下重要功能：

• 存储数据：可存储文件或 API 响应等数据。
• 运行工具：AI 能够执行的各类功能。
• 使用提示：借助预定义模板完成特定任务。

📦 安装指南

选项 1：不使用 Docker 的本地设置

此选项将演示如何在不使用 Docker 的情况下，在本地通过 Python 设置 MCP 服务器。您可以参考视频教程：教程 1

选项 2：使用 Docker 设置

该选项会展示如何使用 Docker 对 MCP 服务器进行容器化并运行。请参考视频教程：教程 2

选项 3：与 SSE 结合使用（本地、Docker）

此选项将演示如何在本地环境中通过 Docker 使用 SSE 运行 MCP 服务器。请参考视频教程：教程 3

选项 4：在谷歌云平台 (GCP) 上使用 SSE 设置

该选项会详细说明如何将 SSE 服务器部署到谷歌云平台 (GCP)，并使用 Docker。请参考视频教程：教程 3

💻 使用示例

测试 MCP 服务器

当服务器成功运行后，您可以在 Claude 中使用以下提示语来测试它：

• 在我的工作区运行 ls 命令。
• 执行 echo Hello from Claude.

执行后，您将直接从终端服务器看到输出🎉

📚 详细文档

总结

恭喜！您已经成功构建了一个可以执行终端命令的 MCP 服务器。您可以根据自己的偏好选择在本地或 Docker 中运行它。

下一步计划

• 添加安全检查以阻止潜在危险的命令。
• 允许 Claude 读取和写入文件。
• 将服务器连接到云系统或远程环境。

如果您有任何问题或改进建议，欢迎随时在该仓库中提交问题或拉取请求！

🤝 贡献

目前，此项目不接受外部代码贡献。这是为了保持许可简单并避免任何共享版权问题。不过，您可以： ✅ 报告错误或请求功能（通过 GitHub 问题）
✅ 分叉仓库并在您的分支中工作
✅ 提交拉取请求帮助改进