MCP Creator MCP

MCP创建者MCP🚀

一个元MCP服务器，通过AI引导的工作流程和智能模板使MCP服务器创建民主化。

以最小的认知开销和最大的结构优雅性将模糊的想法转化为生产就绪的MCP服务器。

🎯 视觉

创建MCP服务器应该像描述你想要什么一样简单。MCP Creator弥合了想法和实施之间的差距，提供智能指导、经过验证的模板和简化的工作流程。

✨ 核心功能

• 🤖 AI引导创作：获得针对您的用例量身定制的智能建议和最佳实践
• 📚 模板库：精心收集经过验证的MCP服务器模式
• 🔄 工作流引擎：保存和重用创建工作流以获得一致的结果
• 🎨 Gradio界面：用户友好的web界面，用于可视化服务器管理
• 🔧 多语言支持Python、Gradio和不断扩展的语言生态系统
• 📊 内置监控：服务器健康检查和操作可见性
• 🛡️ 最佳实践：自动验证和安全建议

alt text

🚀 快速开始

先决条件

• Python 3.10或更高版本
• uv包管理器
• Claude Desktop（用于MCP集成）

安装

# Clone and set up the project
git clone https://github.com/angrysky56/mcp-creator-mcp.git
cd mcp-creator-mcp

# Create and activate virtual environment
uv venv --python 3.12 --seed
source .venv/bin/activate

# Install dependencies
uv add -e .

# Configure environment
cp .env.example .env
# Edit .env with your API keys (see Configuration section)

基本用法

选项1：作为MCP服务器（推荐）

1. 配置Claude桌面:

   # Copy the example config
   cp example_mcp_config.json ~/path/to/claude_desktop_config.json
   # Edit paths and API keys as needed

1. 开始在Claude Desktop中使用:

- 重新启动克劳德桌面 - 使用以下工具 create_mcp_server, list_templates, get_ai_guidance

选项2：独立接口

# Launch the Gradio interface
uv run gradio_interface.py

# Or use the CLI
uv run mcp-creator-gui

📖 配置

环境变量

创建一个 .env 使用您的设置文件：

# AI Model Providers (at least one required for AI guidance)
ANTHROPIC_API_KEY=your_anthropic_key_here
OPENAI_API_KEY=your_openai_key_here
OLLAMA_BASE_URL=http://localhost:11434

# MCP Creator Settings
DEFAULT_OUTPUT_DIR=./mcp_servers
LOG_LEVEL=INFO

# Gradio Interface
GRADIO_SERVER_PORT=7860
GRADIO_SHARE=false

Claude桌面集成

1. 编辑您的Claude桌面配置 （通常在 ~/.config/Claude/claude_desktop_config.json):

{
  "mcpServers": {
    "mcp-creator": {
      "command": "uv",
      "args": [
        "--directory",
        "/path/to/mcp-creator-mcp",
        "run",
        "python",
        "main.py"
      ],
      "env": {
        "ANTHROPIC_API_KEY": "your_key_here"
      }
    }
  }
}

1. 重新启动克劳德桌面

🛠️ 使用示例

创建您的第一个MCP服务器

# In Claude Desktop, ask:
"Create an MCP server called 'weather_helper' that provides weather data and forecasts"

# Or use the tool directly:
create_mcp_server(
    name="weather_helper",
    description="Provides weather data and forecasts",
    language="python",
    template_type="basic",
    features=["tools", "resources"]
)

获取AI指导

# Ask for specific guidance:
get_ai_guidance(
    topic="security",
    server_type="database"
)

# Or access guidance resources:
# Use resource: mcp-creator://guidance/sampling

管理模板

# List available templates
list_templates()

# Filter by language
list_templates(language="python")

🏗️ 建筑

核心原则

• 简洁：每个组成部分都有一个明确的责任
• 可预测性：一致的模式减少认知负荷
• 可扩展性：模块化设计，易于定制
• 可靠性：全面的错误处理和优雅的降级

组件概述

├── src/mcp_creator/
│   ├── core/              # Core server functionality
│   │   ├── config.py      # Clean configuration management
│   │   ├── template_manager.py  # Template system
│   │   └── server_generator.py # Server creation engine
│   ├── workflows/         # Workflow management
│   ├── ai_guidance/       # AI assistance system
│   └── utils/             # Shared utilities
├── templates/             # Template library
├── ai_guidance/           # Guidance content
└── mcp_servers/          # Generated servers (default)

📚 模板系统

可用模板

• Python基础：干净、结构良好的基础
• Python与资源：数据库和API集成模式
• 带采样的Python：人工智能增强的服务器功能
• Gradio界面：集成MCP的交互式UI

创建自定义模板

模板使用Jinja2进行干净的抽象：

# Template structure
templates/languages/{language}/{template_name}/
├── metadata.json          # Template configuration
├── template.py.j2        # Main template file
└── README.md.j2          # Documentation template

🔄 工作流系统

保存工作流

save_workflow(
    name="Database MCP Server",
    description="Complete database integration workflow",
    steps=[
        {
            "id": "collect_requirements",
            "type": "input",
            "config": {"fields": ["db_type", "connection_string"]}
        },
        {
            "id": "security_review",
            "type": "ai_guidance",
            "config": {"topic": "database_security"}
        },
        {
            "id": "generate_server",
            "type": "generation",
            "config": {"template": "python:database"}
        }
    ]
)

🔧 发展

项目结构

代码库遵循干净的架构原则：

• 关注点分离：每个模块都有一个单一的职责
• 依赖注入：组件耦合松散
• 误差边界：始终优雅地处理故障
• 类型安全：全面的类型提示和验证

添加新模板

1. 创建模板目录： templates/languages/{lang}/{name}/
2. 添加 metadata.json 使用模板配置
3. 创建 template.{ext}.j2 使用Jinja2模板
4. 使用模板管理器进行测试

贡献

1. 分叉存储库
2. 创建具有描述性名称的要素分支
3. 遵循现有的代码模式和样式
4. 添加新功能的测试
5. 提交带有清晰描述的拉取请求

🛡️ 安全与最佳实践

内置保护

• 输入验证：所有用户输入都经过验证和消毒
• 流程管理：适当的清理可防止资源泄漏
• 错误处理：优雅的失败，附带有用的信息
• 日志记录：全面的运营可见性

推荐做法

• 对敏感数据使用环境变量
• 对生产部署实施速率限制
• 对生成的服务器进行定期安全审计
• 监控服务器性能和资源使用情况

🐛 故障排除

常见问题

服务器无法启动：

# Check dependencies
uv add -e .

# Verify configuration
cat .env

# Check logs
tail -f logs/mcp-creator.log

Claude桌面集成：

# Verify config file syntax
python -m json.tool claude_desktop_config.json

# Check server connectivity
python main.py --test

模板错误：

# List available templates
uv run python -c "from src.mcp_creator import TemplateManager; print(TemplateManager().list_templates())"

📊 监控与操作

健康检查

服务器提供内置的健康监测：

• 资源使用情况跟踪
• 错误率监控
• 性能指标
• 模板验证

日志记录

所有操作都记录到stderr（MCP合规性）：

# View logs in real-time
python main.py 2>&1 | tee mcp-creator.log

🚀 接下来是什么？

• 多语言扩展：TypeScript、Go、Rust模板
• 云部署：与主要云平台集成
• 协作功能：团队工作流程和模板共享
• 模拟量输入程序：增强代码生成和优化
• 市场：社区模板和工作流生态系统

📝 许可证

MIT许可证-请参阅 许可证 了解详情。

🤝 贡献

我们欢迎捐款！请看 贡献.md 作为指导方针。

💬 支持

• 问题:
• 讨论:
• 文档: 维基

______________________________________________________________________

内置于❤️ 对于MCP社区

*MCP Creator使从业余爱好者到企业团队的每个人都可以访问复杂的AI集成。*