Mcp-use：统一连接任何 LLM 到 MCP 协议

尝试新的 beta v2，使用命令 create-mcp-use-app@beta：npx create-mcp-use-app@beta。详见 beta README。

mcp-use 是一个全栈 MCP 框架，用于为 ChatGPT / Claude 构建 MCP Apps，以及为 AI Agents 构建 MCP Servers。

使用 mcp-use SDK（TypeScript | Python）构建：MCP Servers 和 MCP Apps

在 mcp-use MCP Inspector 上预览（在线 | 开源）：测试和调试你的 MCP Servers 和 Apps

部署到 Manufact MCP Cloud：连接你的 GitHub 仓库，让你的 MCP Server 和 App 在生产环境中运行，配备可观测性、指标、日志、分支部署等功能

访问我们的文档或跳转到快速开始指南（TypeScript | Python）

为编码 Agent 提供的技能

使用 Claude Code、Codex、Cursor 或其他 AI 编码 Agent？

安装 mcp-use 技能用于构建 MCP Apps

快速开始：MCP Servers 和 MCP Apps

构建你的第一个 MCP Server 或 MPC App：

npx create-mcp-use-app@latest

或手动创建一个 Server：

import { MCPServer, text } from "mcp-use/server";
import { z } from "zod";

const server = new MCPServer({
  name: "my-server",
  version: "1.0.0",
});

server.tool({
  name: "get_weather",
  description: "Get weather for a city",
  schema: z.object({ city: z.string() }),
}, async ({ city }) => {
  return text(`Temperature: 72°F, Condition: sunny, City: ${city}`);
});

await server.listen(3000);
// Inspector at http://localhost:3000/inspector

→ 完整 TypeScript Server 文档

MCP Apps 允许你构建交互式小部件，可以跨 Claude、ChatGPT 和其他 MCP 客户端工作——一次编写，到处运行。

Server：定义一个工具并指向一个小部件：

import { MCPServer, widget } from "mcp-use/server";
import { z } from "zod";

const server = new MCPServer({
  name: "weather-app",
  version: "1.0.0",
});

server.tool({
  name: "get-weather",
  description: "Get weather for a city",
  schema: z.object({ city: z.string() }),
  widget: "weather-display", // references resources/weather-display/widget.tsx
}, async ({ city }) => {
  return widget({
    props: { city, temperature: 22, conditions: "Sunny" },
    message: `Weather in ${city}: Sunny, 22°C`,
  });
});

await server.listen(3000);

小部件：在 resources/weather-display/widget.tsx 中创建一个 React 组件：

import { useWidget, type WidgetMetadata } from "mcp-use/react";
import { z } from "zod";

const propSchema = z.object({
  city: z.string(),
  temperature: z.number(),
  conditions: z.string(),
});

export const widgetMetadata: WidgetMetadata = {
  description: "Display weather information",
  props: propSchema,
};

const WeatherDisplay: React.FC = () => {
  const { props, isPending, theme } = useWidget<z.infer<typeof propSchema>>();
  const isDark = theme === "dark";

  if (isPending) return <div>Loading...</div>;

  return (
    <div style={{
      background: isDark ? "#1a1a2e" : "#f0f4ff",
      borderRadius: 16, padding: 24,
    }}>
      <h2>{props.city}</h2>
      <p>{props.temperature}° — {props.conditions}</p>
    </div>
  );
};

export default WeatherDisplay;

resources/ 中的小部件会被自动发现——不需要手动注册。

访问 MCP Apps 文档

可以一键部署或作为你自己的项目重新混合的现成 MCP Apps。

pip install mcp-use

from typing import Annotated

from mcp.types import ToolAnnotations
from pydantic import Field

from mcp_use import MCPServer

server = MCPServer(name="Weather Server", version="1.0.0")

@server.tool(
    name="get_weather",
    description="Get current weather information for a location",
    annotations=ToolAnnotations(readOnlyHint=True, openWorldHint=True),
)
async def get_weather(
    city: Annotated[str, Field(description="City name")],
) -> str:
    return f"Temperature: 72°F, Condition: sunny, City: {city}"

# Start server with auto-inspector
server.run(transport="streamable-http", port=8000)
# 🎉 Inspector at http://localhost:8000/inspector

→ 完整 Python Server 文档

mcp-use Inspector

mcp-use Inspector 让你交互式地测试和调试你的 MCP Server。

使用 server.listen() 时自动包含：

server.listen(3000);
// Inspector at http://localhost:3000/inspector

连接到托管 MCP Server 时在线：

访问 https://inspector.mcp-use.com

独立使用：检查任何 MCP Server：

npx @mcp-use/inspector --url http://localhost:3000/mcp

访问 Inspector 文档

部署

将你的 MCP Server 部署到生产环境：

npx @mcp-use/cli login
npx @mcp-use/cli deploy

或在 manufact.com 上连接你的 GitHub 仓库——生产就绪，配备可观测性、指标、日志和分支部署。

这个单仓库包含 Python 和 TypeScript 的多个包。

还有：MCP Agent & Client

mcp-use 还提供了完整的 MCP Agent 和 Client 实现。

pip install mcp-use langchain-openai

import asyncio
from langchain_openai import ChatOpenAI
from mcp_use import MCPAgent, MCPClient

async def main():
    config = {
        "mcpServers": {
            "filesystem": {
                "command": "npx",
                "args": ["-y", "@modelcontextprotocol/server-filesystem", "/tmp"]
            }
        }
    }

    client = MCPClient.from_dict(config)
    llm = ChatOpenAI(model="gpt-4o")
    agent = MCPAgent(llm=llm, client=client)

    result = await agent.run("List all files in the directory")
    print(result)

asyncio.run(main())

→ 完整 Python Agent 文档

npm install mcp-use @langchain/openai

import { ChatOpenAI } from "@langchain/openai";
import { MCPAgent, MCPClient } from "mcp-use";

async function main() {
  const config = {
    mcpServers: {
      filesystem: {
        command: "npx",
        args: ["-y", "@modelcontextprotocol/server-filesystem", "/tmp"],
      },
    },
  };

  const client = MCPClient.fromDict(config);
  const llm = new ChatOpenAI({ modelName: "gpt-4o" });
  const agent = new MCPAgent({ llm, client });

  const result = await agent.run("List all files in the directory");
  console.log(result);
}

main();

→ 完整 TypeScript Agent 文档

MCP Client

import asyncio
from mcp_use import MCPClient

async def main():
    config = {
        "mcpServers": {
            "calculator": {
                "command": "npx",
                "args": ["-y", "@modelcontextprotocol/server-everything"]
            }
        }
    }

    client = MCPClient.from_dict(config)
    await client.create_all_sessions()

    session = client.get_session("calculator")
    result = await session.call_tool(name="add", arguments={"a": 5, "b": 3})

    print(f"Result: {result.content[0].text}")
    await client.close_all_sessions()

asyncio.run(main())

→ Python Client 文档

import { MCPClient } from "mcp-use";

async function main() {
  const config = {
    mcpServers: {
      calculator: {
        command: "npx",
        args: ["-y", "@modelcontextprotocol/server-everything"],
      },
    },
  };

  const client = new MCPClient(config);
  await client.createAllSessions();

  const session = client.getSession("calculator");
  const result = await session.callTool("add", { a: 5, b: 3 });

  console.log(`Result: ${result.content[0].text}`);
  await client.closeAllSessions();
}

main();

→ TypeScript Client 文档

Model Context Protocol 一致性

Discord：加入我们的社区

GitHub Issues：报告 bug 或请求功能

文档：mcp-use.com/docs

网站：manufact.com

X.com：关注 Manufact

贡献：见 CONTRIBUTING.md

许可证：MIT © MCP-Use 贡献者

感谢所有我们了不起的贡献者！

Pietro (@pietrozullo)