Skip to main content
Glama

SuperiorAPIs MCP Server Tool

by CTeaminfo
# MCP SuperiorAPIs Local 本專案是一個基於 Python 的 **MCP 伺服器**,能夠動態地從 **SuperiorAPIs** 獲取插件定義,並基於 OpenAPI 架構自動生成 MCP 工具函數。 它採用 `stdio` 模式運行,非常適合本地開發和與 AI 客戶端進行測試。 如果您需要使用 HTTP 或 SSE 協議進行整合,請參考:[CTeaminfo/mcp_superiorapis_remote](https://github.com/CTeaminfo/mcp_superiorapis_remote) ## 📂 專案結構 ``` mcp_superiorapis_local/ ├── src/mcp_superiorapis_local/ # 主程式 │ ├── __init__.py # 套件初始化 │ └── server.py # MCP 伺服器實作 ├── tests/ # 測試檔案 ├── pyproject.toml # 專案配置與依賴套件 ├── uv.lock # 鎖定的依賴套件 └── README.md # 專案說明文件 ``` ## 🚀 快速開始 ### 1. 環境準備 **前置條件:** - Python 3.13+ - Superior APIs Token ([如何取得](https://superiorapis-creator.cteam.com.tw)) ### 2. 克隆專案 ```bash # 使用 HTTPS git clone https://github.com/CTeaminfo/mcp_superiorapis_local.git # 使用 SSH git clone git@github.com:CTeaminfo/mcp_superiorapis_local.git cd mcp_superiorapis_local ``` ### 3. 安裝 uv(如果未安裝) ```bash # macOS/Linux curl -LsSf https://astral.sh/uv/install.sh | sh # Windows powershell -c "irm https://astral.sh/uv/install.ps1 | iex" # 或使用 pip pip install uv ``` ### 4. 安裝依賴套件 ```bash # 建立虛擬環境 uv venv --python 3.13 # 安裝依賴套件 uv sync # 或使用 pip pip install -e . ``` ### 5. 配置環境變數 ```bash # 設定您的 Superior APIs token export TOKEN=your_superior_apis_token_here # Windows CMD set TOKEN=your_superior_apis_token_here ``` **Token 驗證說明:** - 從 [Superior APIs](https://superiorapis-creator.cteam.com.tw) 取得您的 token - 在執行伺服器前設定 TOKEN 環境變數 ### 6. 啟動伺服器 ```bash python src/mcp_superiorapis_local/server.py ``` ### 7. 驗證部署 伺服器將會: 1. 從 SuperiorAPIs 取得插件資料 2. 動態生成 MCP 工具函數 3. 註冊工具 4. 以 stdio 模式啟動 MCP 伺服器 ## 🔌 MCP 客戶端整合 ### 使用 uvx 與 Pip 透過 uvx 配置 MCP 伺服器(無需下載原始碼): ```json { "mcpServers": { "mcp_superiorapis_local": { "command": "uvx", "args": [ "mcp-superiorapis" // https://pypi.org/project/mcp-superiorapis/ ], "env": { "TOKEN": "your_superior_apis_token_here" } } } } ``` ### 本地模式 ```json { "mcp_superiorapis_local": { "command": "uv", "args": [ "run", "--directory", "/path/to/mcp_superiorapis_local", "python", "-m", "mcp_superiorapis_local" ], "env": { "TOKEN": "your_superior_apis_token_here" } } } ``` ## 🔧 後續啟動流程 ```cmd # 1. 進入專案目錄 cd mcp_superiorapis_local # 2. 啟動虛擬環境 .venv\Scripts\activate # 3. 設定環境變數 set TOKEN=your_superior_apis_token_here # 4. 執行專案 python -m mcp_superiorapis_local 或 python src/mcp_superiorapis_local/server.py ``` **注意:** - 套件只需要安裝一次(使用 `pip install -e .` 或 `uv sync`) - 重開機後只需要啟動虛擬環境和設定環境變數 - 虛擬環境啟動後,命令提示符會顯示 `(venv)` 前綴 ## 🔗 相關連結 - [Superior APIs](https://superiorapis-creator.cteam.com.tw) - 取得 API Token - [MCP SuperiorAPIs Remote](https://github.com/CTeaminfo/mcp_superiorapis_remote) - HTTP/SSE 協議版本 - [MCP Protocol](https://modelcontextprotocol.io/) - 模型上下文協議官方文件 ## MCPHub 認證說明 本專案已通過 [MCPHub](https://mcphub.com) 官方認證。 在 MCPHub 上查看本專案: 🔗 https://mcphub.com/mcp-servers/CTeaminfo/mcp-superiorapis

MCP directory API

We provide all the information about MCP servers via our MCP API.

curl -X GET 'https://glama.ai/api/mcp/v1/servers/CTeaminfo/mcp-superiorapis'

If you have feedback or need assistance with the MCP directory API, please join our Discord server