Token导航 LogoToken导航TokenDH.com
Nager V101 MCP Server logo
运维云端stdio官方级别未说明来源级核验

Nager V101 MCP Server

MCP Server

一个基于模型上下文协议(MCP)的服务器,提供对Nager v101 API的访问,使AI代理和LLM能够通过标准化工具与Nager v101交互。

工具数

1

提示词数

0

GitHub Stars

0

资源数

0
异步处理API访问PythonDocker支持本地部署

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

Traia-IO

提供方

Traia-IO

最后核验

2026/5/17 20:22

运行时

Python

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

python mcp_health_check.py

详细介绍

Nager v101 MCP服务器

这是一个MCP(模型上下文协议)服务器,提供对Nager v101 API的访问。它使AI代理和LLM能够通过标准化工具与Nager v101进行交互。

特性

  • 🔧 MCP协议:基于模型上下文协议构建,实现无缝的人工智能集成
  • 🌐 API完全访问:提供与Nager v101端点交互的工具
  • 🐳 Docker支持:使用Docker和Docker Compose轻松部署
  • 异步操作:内置FastMCP,实现高效异步处理

API 文档

可用工具

此服务器提供以下工具:

  • example_tool:占位符工具(待实施)

*注:更换 example_tool 使用基于文档的实际Nager v101 API工具。*

安装

使用Docker(推荐)

  1. 克隆此存储库:
   git clone https://github.com/Traia-IO/nager-v101-mcp-server.git
   cd nager-v101-mcp-server
  1. 使用Docker运行:
   ./run_local_docker.sh

使用Docker Compose

  1. 创建一个 .env 使用您的配置文件:

端口=8000


2. Start the server:

docker-compose up


### 手动安装

1. 使用安装依赖项 `uv`:

uv pip install -e .


1. 运行服务器:

uv运行python-m服务器

Usage

Health Check

Test if the server is running:

python mcp_health_check.py

使用CrewAI

from traia_iatp.mcp.traia_mcp_adapter import create_mcp_adapter

# Connect to the MCP server
with create_mcp_adapter(
    url="http://localhost:8000/mcp/"
) as tools:
    # Use the tools
    for tool in tools:
        print(f"Available tool: {tool.name}")
        
    # Example usage
    result = await tool.example_tool(query="test")
    print(result)

发展

测试服务器

  1. 在本地启动服务器
  2. 运行健康检查: python mcp_health_check.py
  3. 使用CrewAI适配器测试单个工具

添加新工具

要添加新工具,请编辑 server.py 以及:

  1. 为Nager v101端点创建API客户端函数
  2. 添加 @mcp.tool() 装饰功能
  3. 使用新工具更新此README
  4. 更新 deployment_params.json 工具名称位于功能数组中

部署

部署配置

deployment_params.json 文件包含此MCP服务器的部署配置:

{
  "github_url": "https://github.com/Traia-IO/nager-v101-mcp-server",
  "mcp_server": {
    "name": "nager-v101-mcp",
    "description": "Date nager mcp v101",
    "server_type": "streamable-http",
"capabilities": [
      // List all implemented tool names here
      "example_tool"
    ]
  },
  "deployment_method": "cloud_run",
  "gcp_project_id": "traia-mcp-servers",
  "gcp_region": "us-central1",
  "tags": ["nager v101", "api"],
  "ref": "main"
}

重要:始终更新 capabilities 添加或删除工具时使用数组!

谷歌云运行

此服务器旨在部署在Google Cloud Run上。部署将:

  1. 从Dockerfile构建一个容器
  2. 使用指定配置部署到Cloud Run
  3. 暴露 /mcp 客户端连接的端点

环境变量

  • PORT:服务器端口(默认值:8000)
  • STAGE:环境阶段(默认:MAINNET,选项:MAINNET、TESTNET)
  • LOG_LEVEL:日志记录级别(默认值:INFO)

故障排除

  1. 服务器未启动:使用以下命令检查Docker日志 docker logs
  2. 连接错误:确保服务器在预期的端口3上运行。 工具错误:检查服务器日志以获取详细的错误消息

贡献

  1. 分叉存储库
  2. 创建要素分支
  3. 实施新工具或改进
  4. 更新README和deployment_params.json
  5. 提交拉取请求

许可证

MIT许可证

目录标签

目录标签

异步处理API访问PythonDocker支持本地部署AI集成

接入字段

传输方式(transport,传输协议)

stdio

鉴权方式(authType,认证方式)

none

运行时(runtime,运行环境)

Python

工具数量(toolCount,工具数)

1

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