前端进阶之旅前端进阶之旅
基础篇
进阶篇
高频篇
精选篇
手写篇
面经篇
AI 篇
原理篇
每日一题
小程序题库
知识卡片
  • 场景篇按分类整理的大前端场景考点
  • 历年面经按年份追踪真实考点
  • 算法题库NEW在线编码即时判题
  • 专项自测100 题快速查漏
  • 前端基础
    • HTTP从报文一路讲到 HTTPS
    • 浏览器渲染、事件循环、进程
    • 计算机基础Linux、网络、操作系统
  • 进阶专项
    • 设计模式23 种模式怎么用
    • 前端系统进阶学习大型项目工程化
    • 前端综合文章长期沉淀的实践文
  • 工程与工具
    • Node学习指南从环境搭建到服务端
    • NPM工作流script、依赖与发布
    • Docker容器化部署上手
    • Canvas图形与动画实战
  • 路线与导图
    • 思维导图知识点全景图
    • 学习路线按图索骥不跑偏
  • 动态
    • 公众号动态公众号历史文章
    • 博客动态站长的技术博客
    • 开发者导航常用工具与文档站
  • AI 助手随时提问,即时解析
  • AI 模拟面试模拟真实面试 + 报告
  • AI 知识地图串起全站知识点
  • AI 定制路线按你的简历现排
AI 热点
旧版
基础篇
进阶篇
高频篇
精选篇
手写篇
面经篇
AI 篇
原理篇
每日一题
小程序题库
知识卡片
  • 场景篇按分类整理的大前端场景考点
  • 历年面经按年份追踪真实考点
  • 算法题库NEW在线编码即时判题
  • 专项自测100 题快速查漏
  • 前端基础
    • HTTP从报文一路讲到 HTTPS
    • 浏览器渲染、事件循环、进程
    • 计算机基础Linux、网络、操作系统
  • 进阶专项
    • 设计模式23 种模式怎么用
    • 前端系统进阶学习大型项目工程化
    • 前端综合文章长期沉淀的实践文
  • 工程与工具
    • Node学习指南从环境搭建到服务端
    • NPM工作流script、依赖与发布
    • Docker容器化部署上手
    • Canvas图形与动画实战
  • 路线与导图
    • 思维导图知识点全景图
    • 学习路线按图索骥不跑偏
  • 动态
    • 公众号动态公众号历史文章
    • 博客动态站长的技术博客
    • 开发者导航常用工具与文档站
  • AI 助手随时提问,即时解析
  • AI 模拟面试模拟真实面试 + 报告
  • AI 知识地图串起全站知识点
  • AI 定制路线按你的简历现排
AI 热点
旧版
返回 AI 情报前线
All News · 全部资讯9434
  • 独立开发者实战:如何在无服务器GPU上构建目标追踪GIF字幕并控制成本
  • Cloudflare 开源决策模型 Clef 与 RL 微调平台
  • OpenID 发布 AI Agent 身份管理规范
  • LLM 应用选型指南:知识图谱还是向量 RAG?
  • 谷歌Gemini 4发布:价格仅为Astra一半
  • Olmo-core 3 发布:开源可扩展的大模型 MoE 训练基础设施
  • Stack Overflow 开发者调查十年回顾:AI 影响全解析
  • navette:594KB 无 Chromium 的 AI Agent 浏览器
  • 何时用Graph RAG:当关系数据是证据链的一部分
  • 开源项目也能用AI自动分流GitHub Issues了
  • apexe:用MCP协议把现有CLI安全接入AI Agent
  • AI Agent意外上传1.3万张企业内部截图至公开GitHub仓库
  • Cloudflare竞赛:邀请开发者构建AI时代的Git平台
  • JetBrains Air 开放 IDE 内 AI Agent EAP
  • OpenAI拦截模型推理窃取攻击,但相同手法在Azure上仍有效数周
  • AI 编程 Agent 意外泄露 13000 张截图
  • Rust 重写 Pi Agent:冷启动快 10.7 倍,内存缩减 7.6 倍
  • 本地RAG上下文压缩工具:裁减70% token且答案质量不降
  • 用企业私有数据构建专属生成式AI助手的实战指南
  • CodeGraph:AI编程助手的代码知识图谱工具
  • MCP官方参考实现合集发布
  • AI查日历0%准确率:时间工具将其提升至99%
  • 拦截AI Agent工具模式幻觉:Mock Gateway方案详解
  • VS Code 1.140:Copilot Agent支持多文件夹隔离与远程任务委派
  • Gemini 4 Argon发布:100万token输出能力
  • AI Agent 沙箱隔离可能被跨 Agent 蠕虫突破
  • 机器学习模型从Notebook到生产的完整路径
  • Agent Pipeline 设计核心:步骤与决策的本质区别
  • Perplexity 发布 pplx-embed-v2-context-9b:检索答案连带验证上下文的嵌入模型
  • R.A.H.S.I.框架:AI Agent执行完整性工程实践
  • Pi编码Agent一年唱衰MCP后拥抱:工程决策复盘
  • Magnitude:面向自主Agent的自优化推理引擎设计
  • AI编码Agent的六大反馈循环工程实践
  • AWS Nova Forge支持自定义多轮强化学习Reward函数
  • Qwen3.8-Max全自动化迭代33轮:阿里自研无人工干预训练流程
  • MCP工具和Skill文档正在消耗你大部分上下文窗口
  • 用promptfoo像测代码一样测试LLM Prompt
  • 不改代码实现LLM API成本降低70%
  • Gemini 4 Argon 幻觉率仅 15%,较 GPT-6 Astra 低 70%
  • AI Agent 函数调用实战:避免冗余工具调用
  • Google 发布最强模型 Gemini 4 Argon,主打编程与网络安全
  • Vercel Agent支持安装私有npm包和自定义registry
  • Google Gemma 4 开源发布:256K context 与多平台部署
  • 本地复刻OpenAI Dots:24小时上线开源AI Agent CLI
  • OpenAI 如何用一周推出 Jev 竞品
  • Gemini 4 Argon:追平OpenAI但仍未超越Anthropic
  • Gemini 4 Argon发布:100万输出Token覆盖编程、知识与网安
  • Google Docs/Sheets/Slides API全面支持评论与建议编辑
  • GPT-6.1 Sol发布:编码与计算机操控能力达Astra九成功力,价格仅五分之一
  • Vercel AI Gateway集成Browserbase网页搜索与抓取工具
  • MCP服务器限流与退避设计:防止Agent把账单跑爆
  • 已加载 51 / 9434
8.0
热点
AI SCORE
开源项目2026-10-01 15:31

MCP官方参考实现合集发布

GitHub Trending#MCP#AI Agent#开源
Editor brief · 编辑速览

Model Context Protocol官方维护的参考实现仓库,包含C#、Go等多种语言的MCP SDK示例,供开发者构建自己的MCP服务器。

文章思维导图
Knowledge map
拖拽缩放
Full translation

完整中文译文

本仓库是 Model Context Protocol(MCP)的参考实现集合,同时也收录了社区构建的服务器及相关资源索引。

如果你想查找 MCP 服务器列表,可以浏览 MCP Registry 上已发布的服务。本 README 所对应的仓库只包含 MCP 指导小组维护的少量参考服务器。

本仓库中的服务器旨在作为参考实现,用于展示 MCP 的功能特性和 SDK 的使用方法。它们是供开发者构建自有 MCP 服务器时参考的学习示例,而非生产级解决方案。开发者应根据自身的安全需求,基于具体的威胁模型和使用场景实现相应的防护措施。

本仓库中的服务器展示了 MCP 的多样性和可扩展性,演示了如何利用 MCP 为大语言模型(LLM)提供安全、受控的工具和数据源访问能力。通常,每个 MCP 服务器都基于一个 MCP SDK 实现:

这些服务器旨在展示 MCP 功能及官方 SDK 的用法。

Everything - 包含 prompts、resources 和 tools 的参考/测试服务器。

Fetch - 用于高效 LLM 使用的网页内容获取与转换。

Filesystem - 配有过滤器访问控制的安全文件操作。

Git - 用于读取、搜索和操作 Git 仓库的工具。

Memory - 基于知识图谱的持久化记忆系统。

Sequential Thinking - 通过思维序列实现的动态、反思式问题解决。

Time - 时间和时区转换功能。

以下参考服务器已归档,可前往 servers-archived 目录查阅:

  • AWS KB Retrieval - 使用 Bedrock Agent Runtime 从 AWS Knowledge Base 检索内容。
  • Brave Search - 使用 Brave Search API 进行网页和本地搜索。已被官方服务器(@brave/brave-search-mcp-server)替代。
  • EverArt - 使用多种模型生成 AI 图片。
  • GitHub - 仓库管理、文件操作和 GitHub API 集成。
  • GitLab - GitLab API,支持项目管理。
  • Google Drive - Google Drive 文件访问和搜索能力。
  • Google Maps - 位置服务、路线规划和地点详情。
  • PostgreSQL - 只读数据库访问,支持 schema 检查。
  • Puppeteer - 浏览器自动化和网页抓取。
  • Redis - 与 Redis 键值存储交互。
  • Sentry - 从 Sentry.io 获取和分析问题。
  • Slack - 频道管理和消息功能。现由 Zencoder 维护。
  • SQLite - 数据库交互和商业智能能力。

使用本仓库中的 MCP 服务器

本仓库中基于 TypeScript 的服务器可直接通过 npx 使用。

例如,启动 Memory 服务器:

npx -y @modelcontextprotocol/server-memory

本仓库中基于 Python 的服务器可直接通过 uvx 或 pip 使用。推荐使用 uvx,操作更简便。

例如,启动 Git 服务器:

# 使用 uvx
uvx mcp-server-git

# 使用 pip
pip install mcp-server-git
python -m mcp_server_git

按这些指引安装 uv / uvx,按这些指引安装 pip。

然而,单独运行一个服务器并没有太大用处,应该将其配置到某个 MCP 客户端中。例如,以下是将上述服务器配置到 Claude Desktop 的方式:

{
  "mcpServers": {
    "memory": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-memory"]
    }
  }
}

在 Windows 上,用 cmd /c 包裹 npx:

{
  "mcpServers": {
    "memory": {
      "command": "cmd",
      "args": ["/c", "npx", "-y", "@modelcontextprotocol/server-memory"]
    }
  }
}

更多使用 Claude Desktop 作为 MCP 客户端的配置示例如下:

{
  "mcpServers": {
    "filesystem": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-filesystem", "/path/to/allowed/files"]
    },
    "git": {
      "command": "uvx",
      "args": ["mcp-server-git", "--repository", "path/to/git/repo"]
    },
    "github": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-github"],
      "env": {
        "GITHUB_PERSONAL_ACCESS_TOKEN": "<YOUR_TOKEN>"
      }
    },
    "postgres": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-postgres", "postgresql://localhost/mydb"]
    }
  }
}

在 Windows 上,对上述每个基于 npx 的条目应用相同的包装:将 "command" 改为 "cmd" 并在现有 args 前添加 "/c", "npx"。uvx 条目保持不变。

🛠️ 创建你自己的服务器

想创建自己的 MCP 服务器?访问官方文档 modelcontextprotocol.io,那里有关于实现 MCP 服务器的综合指南、最佳实践和技术细节。

参阅 ADDITIONAL.md 获取精选的框架和资源列表,这些工具可以简化 MCP 服务器和客户端的构建。

参阅 CONTRIBUTING.md 了解如何为本作贡献代码。

参阅 RELEASING.md 了解包是如何发布的(通过 CI 中的 OIDC trusted publishing,无需注册表 token)以及如何重试失败的发布。

参阅 SECURITY.md 了解如何报告安全漏洞。

新贡献采用 Apache License Version 2.0,现有代码采用 MIT 协议——详见 LICENSE 文件。

如果你觉得 MCP 服务器很有用,请考虑给仓库点个星,或者贡献新的服务器或改进!

本项目由 Anthropic 管理,但与社区共同构建。Model Context Protocol 是开源的,我们鼓励每个人贡献自己的服务器和改进!

Original source

本文由 AI 翻译整理自 GitHub Trending,原文版权归原作者所有。

阅读英文原文
上一篇
CodeGraph:AI编程助手的代码知识图谱工具
下一篇
AI查日历0%准确率:时间工具将其提升至99%