Token导航 LogoToken导航TokenDH.com
Mongodb MCP Tool logo
运维云端stdio官方级别未说明来源级核验

Mongodb MCP Tool

MCP Server

一个集成了FastAPI后端、Streamlit前端和MCP协议的MongoDB CRUD系统,支持AI工具发现。

工具数

0

提示词数

0

GitHub Stars

0

资源数

0
MongoDBFastAPICRUD操作

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

作者 / 组织

Likith26-MO

提供方

Likith26-MO

最后核验

2026/5/17 20:22

快速接入

先看主来源和安装命令,再打开仓库或文档;下面只保留这个条目的关键接入事实。

命令预览

pip install fastapi uvicorn pymongo streamlit requests pydantic python-multipart

详细介绍

MongoDB-MCP-Tool(中文可译为):MongoDB MCP 工具

全面的 MongoDB CRUD系统 和;与;带有 FastAPI 后端Streamlit 前端,以及 MCP(模型上下文协议) 人工智能工具发现的集成。

______________________________________________________________________

🚀 特性

  • RESTful API(Representational State Transfer(表述性状态转移)应用程序编程接口)通过FastAPI实现完整的CRUD操作
  • 网页界面基于Streamlit的控制面板
  • MongoDB 集成直接数据库操作
  • MCP 支持通过模型上下文协议发现AI工具
  • 测试脚本用于API测试的PowerShell脚本
  • 样本数据自动填充150条学生记录

______________________________________________________________________

📋 先决条件

  • Python 3.8及以上版本
  • MongoDB(本地安装)
  • 所需的Python包:
pip install fastapi uvicorn pymongo streamlit requests pydantic python-multipart

______________________________________________________________________

🛠 安装

  1. 克隆仓库
git clone https://github.com/Likith26-MO/MongoDB-MCP-Tool.git
cd MongoDB-MCP-Tool
  1. 确保 MongoDB 正在运行
# Start MongoDB manually
mongod

# Or start as a service (Linux)
sudo systemctl start mongod
  1. 使用示例数据填充数据库
python populate_mongo.py

______________________________________________________________________

🏃‍♂️ 运行应用程序

1️⃣ 启动FastAPI后端

uvicorn main:app --reload --host 0.0.0.0 --port 8000

______________________________________________________________________

2️⃣ 启动Streamlit前端

streamlit run mcp.py

______________________________________________________________________

📁 项目结构

MongoDB-MCP-Tool/
├── mongo_crud.py          # MongoDB CRUD operations
├── main.py                # FastAPI app with MCP endpoints
├── api_server.py          # Alternative FastAPI implementation
├── mongo_mcp_tool.py      # Complete MCP tool implementation
├── mcp.py                 # Streamlit interface + MCP router
├── populate_mongo.py      # Sample data generator
├── test_mongo_mcp.ps1     # PowerShell API tests
└── lan.py                  # LangGraph integration example

______________________________________________________________________

🔧 API 接口

CRUD 操作

  • POST /students – 创建新学生
  • GET /students – 列出学生(带分页)
  • GET /students/{id} – 通过MongoDB ID获取学生信息
  • PATCH /students/{id} – 更新学生信息
  • DELETE /students/{id} – 删除学生

MCP Discovery(可译为)“MCP发现”

  • GET /mcp – 发现可用的工具和功能

______________________________________________________________________

🎯 使用示例

创建一个学生

curl -X POST "http://localhost:8000/students" \
-H "Content-Type: application/json" \
-d '{
  "student_id": "S999",
  "first_name": "John",
  "last_name": "Doe",
  "age": 22,
  "scores": {"math": 95, "cs": 88, "db": 92},
  "active": true
}'

列出学生名单

curl "http://localhost:8000/students?limit=5&skip=0"

更新学生信息

curl -X PATCH "http://localhost:8000/students/{mongo_id}" \
-H "Content-Type: application/json" \
-d '{"age": 23}'

______________________________________________________________________

🖥 Streamlit 界面

  • 列出、创建、搜索、更新、删除学生信息
  • 分页和表单验证
streamlit run mcp.py

______________________________________________________________________

🧪 测试

  • PowerShell 测试
.\test_mongo_mcp.ps1
  • 手动API测试:

Swagger UI: http://localhost:8000/docs 翻译为中文是:“本地主机上的8000端口文档页面”。不过,通常我们不会直接翻译网址,而是描述其访问方式或用途,比如“访问本地主机上8000端口的文档页面”

______________________________________________________________________

🔍 MCP 集成

from mcp import MCPClient

mongo_mcp = MCPClient("http://127.0.0.1:8000/mcp")
tools = mongo_mcp.discover()
  • 使AI工具能够发现并与您的MongoDB CRUD系统进行交互。

______________________________________________________________________

🐛 故障排除

  • MongoDB 连接错误确保MongoDB正在运行并进行检查 mongo_crud.py 连接字符串
  • 端口已被占用更改端口或终止现有进程
  • Streamlit连接问题确保FastAPI服务器已首先运行

数据库重置

mongo
use classroom
db.students.deleteMany({})
python populate_mongo.py

______________________________________________________________________

📊 样本数据结构

{
  "student_id": "S001",
  "first_name": "First1",
  "last_name": "Last1",
  "age": 19,
  "scores": {"math": 61, "cs": 56, "db": 51},
  "active": true
}

______________________________________________________________________

🤝 贡献

  1. 为仓库创建分支
  2. 创建一个特性分支
  3. 提交您的更改
  4. 推送到分支
  5. 创建一个拉取请求

______________________________________________________________________

⚡ 快速入门概览

  1. 开始 MongoDB(译为“蒙哥达数据库”或直接音译为“蒙戈数据库”,但通常直接称为“MongoDB”)
  2. 开始 FastAPI 后端
uvicorn main:app --reload
  1. 开始 Streamlit 前端
streamlit run mcp.py
  1. 访问APIs于 http://localhost:8000/docs 翻译为中文是:“本地主机的8000端口文档页面”。不过,通常我们不会直接翻译网址,而是解释其含义或用途。在这个上下文中,可以理解为“访问本地运行的服务器上8000端口的文档页面”
  2. 访问 Streamlit 用户界面,地址为 http://localhost:8501 翻译为中文是:“本地主机上的8501端口”

目录标签

目录标签

MongoDBFastAPICRUD操作Python本地部署StreamlitAI工具发现

接入字段

传输方式(transport,传输协议)

stdio

鉴权方式(authType,认证方式)

none

工具数量(toolCount,工具数)

0

资源数量(resourceCount,资源数)

0

提示词数量(promptCount,提示词数)

0

权限和风险

stdionone部署方式未说明

接入前请确认传输方式、认证方式和部署位置,并根据实际工具能力限制访问范围。

安装前确认

不要直接授予不必要的文件、网络或账号权限;先核对安装命令和配置内容。

来源信息

继续浏览同类 MCP