logo
WeChat Login
mcp
mcp
No description

🧩 MCP Servers

MCP Python

Model Context Protocol 服务集合

将各类 API 和服务封装为 MCP Tools,让任何支持 MCP 的客户端都能直接调用


📖 简介

本仓库收录多个 MCP Server 实现,每个子项目都是独立的 Git 仓库,包含完整的代码、文档和配置。

当前收录的项目:

项目说明仓库
dmxapi-mcpDMXAPI 全量 API 封装 (OpenAI/Claude/Gemini + 绘图/视频/音频/RAG)cnb.cool/lzf.ai/agent/mcp/dmxapi-mcp

🚀 快速使用

1. 选择项目

在上方表格中找到需要的 MCP Server,点击项目链接进入对应仓库。

2. 克隆并安装

以 dmxapi-mcp 为例:

# 克隆项目仓库 git clone https://cnb.cool/lzf.ai/agent/mcp/dmxapi-mcp.git cd dmxapi-mcp # 安装依赖 uv sync

3. 配置 MCP 客户端

以 Claude Desktop 为例,编辑 ~/Library/Application Support/Claude/claude_desktop_config.json

{ "mcpServers": { "dmxapi": { "command": "/path/to/dmxapi-mcp/.venv/bin/python", "args": ["-m", "dmxapi_mcp.server"], "env": { "DMXAPI_API_KEY": "sk-xxx" } } } }

📦 项目详情

DMXAPI 的所有 API 封装为 MCP Tools:

🏢 平台管理
  • 余额查询
  • 模型列表
  • 使用量统计
  • 令牌管理
💬 对话
  • 文本对话 (OpenAI/Claude/Gemini)
  • 图片理解 (Vision)
  • 函数调用 (Tool Use)
🎨 生成
  • AI 绘图 (DALL-E/Midjourney/SD)
  • 视频生成 (可灵/Runway/Sora)
  • 语音合成 (TTS)
  • 音乐生成 (Suno)
📚 向量 & RAG
  • 文本向量化 (Embedding)
  • 文档重排序 (Rerank)
🔧 原生格式
  • Gemini 原生 (PDF/视频/音频)
  • Claude 原生 (Thinking 模式)
  • OpenAI Responses API

🗂️ 目录结构

mcp/ # 本仓库 (索引) ├── README.md ├── dmxapi-mcp/ # 独立项目仓库 │ ├── .git/ # 独立 Git 历史 │ ├── src/dmxapi_mcp/ │ ├── docs/ │ ├── tests/ │ ├── README.md │ └── pyproject.toml └── ... # 更多 MCP Server (待添加)

🔧 开发指南

添加新的 MCP Server

  1. mcp/ 下创建新目录
  2. 初始化独立 Git 仓库:git init && git remote add origin <url>
  3. 使用 mcp Python 包实现服务器
  4. 添加 pyproject.tomlREADME.md 和必要文档
  5. 在本 README 的项目列表中添加链接

项目规范

  • 使用 uv 管理依赖
  • 遵循 MCP 1.0 协议规范
  • 提供完善的文档和示例

📝 相关链接


📄 License

MIT

Recent updates