MCP‑Collection

一个 Docker 镜像，打包了多个 Model‑Context‑Protocol (MCP) 服务器，并通过统一入口点对外暴露。

✨ 亮 点

• 一个镜像 – 多个服务器：运行时通过一个参数选择所需的 MCP 服务器。
• 远程就绪，开箱即用：内置的 supergateway 将服务器的 stdio 接口桥接到 HTTP/SSE 或 WebSocket。
• Kubernetes 首先考量：内置健康端点、非 root 用户和极小的 distroless 运行时层（≤80MB）。
• 确定性构建：使用 uv.lock 锁定 Python 依赖，不允许运行时安装或允许。

🚀 快速入门

# 拉取多架构镜像
docker pull ghcr.io/erhardtconsulting/mcp‑collection:1.0.0

# 列出可用的 MCP 服务器（显示帮助信息）
docker run --rm ghcr.io/erhardtconsulting/mcp‑collection

# 运行 Git 服务器，并通过额外参数传递给底层 CLI
docker run --rm -p 8080:8080 \
  ghcr.io/erhardtconsulting/mcp‑collection mcp-server-fetch --test

包含的 MCP 服务器

🐳 镜像布局

/mcp-collection
├── root
     ├── docker-entrypoint.sh # 选择并验证服务器，启动 supergateway
     ├── .venv/              # 所有 MCP 服务器的隔离 Python 环境
     ├── node_modules/       # 所有 MCP 服务器的隔离 Node 环境
     ├── pyproject.toml      # Python MCP 服务器依赖列表
     └── package.json        # Node MCP 服务器依赖列表

入口点执行以下步骤：

1. 激活虚拟环境（.venv）。
2. 阅读一个固定白名单 (ALLOWED_SERVERS)。
3. 验证用户提供的服务器名称。
4. 执行 supergateway --stdio "<server> [额外参数]"。

☸️ Kubernetes 部署示例

apiVersion: apps/v1
kind: Deployment
metadata:
  name: mcp-collection
spec:
  selector:
    matchLabels: {app: mcp-collection}
  template:
    metadata:
      labels: {app: mcp-collection}
    spec:
      containers:
      - name: mcp
        image: ghcr.io/erhardtconsulting/mcp-collection:1.0.0
        args: ["mcp-server-kubernetes"]
        ports:
        - containerPort: 8080

安全注意事项

• 镜像默认以非 root 用户运行。
• 不允许 shell 访问，确保容器安全。

📋 贡献指南

• 欢迎 fork 和 pull request！
• 提交前，请阅读 CONTRIBUTING.md。