Skip to main content
Glama
Coder-RL
by Coder-RL

🚀 Claude MCP 服务器生态系统

🚨严重:两个持续引发问题的问题

1. 需要全局配置

  • MCP 配置必须是全局的 ( ~/.claude/claude_code_config.json ),而不是本地/项目特定的

  • 更改目录时本地配置会丢失

2. 需要 STDIO 传输

  • 所有 MCP 服务器必须使用 STDIO 通信,而不是 HTTP/端口

  • Claude Code 仅支持 STDIO 传输

MCP 问题的快速修复:

# If MCP tools not working in Claude Code: exit # Exit current session claude --mcp-config ~/.claude/claude_code_config.json # Restart with global config

状态:✅ 已实施优化系统架构(2025-05-26)
服务器:已配置 13 台(通过整合优化,从 17 台减为 13 台)
工具:超过 150 种可用工具,包括整合数据分析和增强内存优化
内存:通过服务器整合减少 58% 的内存开销


Related MCP server: MCP Claude Code

⚡ 立即启动(60 秒)

1.验证系统状态:

bash verify-system-status.sh

2. 启动 MCP 生态系统:

选项 A - PM2(推荐用于生产):

./start-mcp-pm2.sh

选项 B - CLI(旧版):

./claude-mcp-setup start

预期:“所有 11 台服务器已准备就绪,0 台服务器发生故障”

3.用Claude代码测试:

/mcp

预期:列出 11 个已连接的服务器(包括增强内存)


📚 文档

🚀 从这里开始

📖 完整文档


🎯 这个项目是什么

一个可立即投入生产的 MCP 服务器生态系统,为 Claude AI 提供 150 多种专业工具,涵盖:

  • 📊 整合数据分析(40 多种工具):结合管道、仓储、治理、机器学习部署、实时分析的统一服务器

  • 🧠 增强记忆(3 种工具):6 种优化技术,包括上下文压缩、分层记忆、语义分块

  • 🔐 安全性(6 种工具):漏洞扫描、合规性检查

  • 🎨 设计(8 种工具):UI 分析、可访问性、设计系统

  • 💾 内存管理(5 种工具):持久存储、上下文管理

  • ⚡ 优化(5 种工具):性能分析、瓶颈分析

  • 🏗️ 基础设施(85+ 种工具):数据库、Docker、配置管理

重点优化(2025-05-26) :将5台独立的数据分析服务器合并为1台统一的服务器,在保持完整功能的同时,减少内存使用量约350MB。

基础设施:PostgreSQL + Redis + Qdrant + Docker 编排


⚠️ 重要

如果您发现任何问题

  1. 运行bash verify-system-status.sh进行诊断

  2. 检查README_AUTHORITATIVE_2025-05-24.md以进行故障排除

  3. 忽略其他 markdown 文件(它们包含过时的信息)

最后验证时间:2025-05-24
根本原因已修复:claude-mcp-wrapper.sh 环境变量配置
结果:所有 10 台服务器均可使用 149 种工具

-
security - not tested
F
license - not found
-
quality - not tested

Latest Blog Posts

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/Coder-RL/Claude_MCPServer_Dev1'

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