Skip to main content
Glama

SP Database MCP Server

by JJVvV
PUBLISHING.md4.15 kB
# SP Database MCP 发布指南 本文档介绍如何将 SP Database MCP 服务器发布给其他用户使用。 ## 发布方式 ### 1. PyPI 发布(推荐) #### 准备工作 1. 确保你有 PyPI 账号:https://pypi.org/account/register/ 2. 安装发布工具: ```bash uv add --dev build twine ``` #### 发布步骤 1. **构建包**: ```bash # 清理之前的构建 rm -rf dist/ build/ # 构建包 uv run python -m build ``` 2. **检查包**: ```bash # 检查包的完整性 uv run twine check dist/* ``` 3. **上传到 TestPyPI(测试)**: ```bash # 先上传到测试环境 uv run twine upload --repository testpypi dist/* ``` 4. **测试安装**: ```bash # 从 TestPyPI 安装测试 pip install --index-url https://test.pypi.org/simple/ sp-database-mcp ``` 5. **上传到正式 PyPI**: ```bash # 确认无误后上传到正式环境 uv run twine upload dist/* ``` #### 用户安装方式 发布后,用户可以通过以下方式安装: ```bash # 基础安装 pip install sp-database-mcp # 或使用 uv uv add sp-database-mcp # 安装特定数据库支持 pip install sp-database-mcp[mysql] pip install sp-database-mcp[postgresql] ``` ### 2. GitHub Releases #### 创建 Release 1. 在 GitHub 仓库中点击 "Releases" 2. 点击 "Create a new release" 3. 创建新的 tag(如 v0.1.0) 4. 填写 Release 说明 5. 上传构建好的 wheel 文件 #### 用户安装方式 ```bash # 直接从 GitHub 安装 pip install git+https://github.com/yourusername/sp-enterprise-mcp.git # 安装特定版本 pip install git+https://github.com/yourusername/sp-enterprise-mcp.git@v0.1.0 ``` ### 3. Docker 镜像 #### 创建 Dockerfile ```dockerfile FROM python:3.11-slim WORKDIR /app COPY pyproject.toml . COPY src/ src/ RUN pip install . EXPOSE 8000 CMD ["sp-database-mcp"] ``` #### 构建和发布 ```bash # 构建镜像 docker build -t sp-database-mcp:latest . # 推送到 Docker Hub docker tag sp-database-mcp:latest yourusername/sp-database-mcp:latest docker push yourusername/sp-database-mcp:latest ``` #### 用户使用方式 ```bash # 运行 Docker 容器 docker run -e DATABASE_URL="your_db_url" yourusername/sp-database-mcp:latest ``` ## MCP 客户端配置 ### Claude Desktop 配置 用户需要在 Claude Desktop 的配置文件中添加: ```json { "mcpServers": { "sp-database-mcp": { "command": "sp-database-mcp", "env": { "DATABASE_URL": "your_database_url_here" } } } } ``` ### Windsurf 配置 在 Windsurf 的 MCP 配置文件中添加: ```json { "mcpServers": { "sp-database-mcp": { "command": "python", "args": ["-m", "sp_database_mcp.server"], "env": { "DATABASE_URL": "your_database_url_here" } } } } ``` ## 版本管理 ### 语义化版本 遵循 [Semantic Versioning](https://semver.org/): - `MAJOR.MINOR.PATCH` - 主版本号:不兼容的 API 修改 - 次版本号:向下兼容的功能性新增 - 修订号:向下兼容的问题修正 ### 更新版本 1. 更新 `pyproject.toml` 中的版本号 2. 更新 `CHANGELOG.md` 3. 创建 git tag 4. 重新构建和发布 ## 文档和支持 ### 必要文档 - [x] README.md - 项目介绍和快速开始 - [x] LICENSE - 开源许可证 - [x] USAGE.md - 详细使用说明 - [ ] CHANGELOG.md - 版本更新日志 - [ ] CONTRIBUTING.md - 贡献指南 ### 社区支持 1. **GitHub Issues** - 问题追踪和功能请求 2. **GitHub Discussions** - 社区讨论 3. **文档网站** - 详细的 API 文档 4. **示例项目** - 使用示例和最佳实践 ## 推广策略 1. **MCP 社区** - 在 MCP 相关社区分享 2. **技术博客** - 写技术文章介绍项目 3. **开源社区** - 参与相关开源项目讨论 4. **社交媒体** - 在技术社交平台分享 ## 维护建议 1. **定期更新依赖** - 保持依赖包的最新版本 2. **安全更新** - 及时修复安全漏洞 3. **性能优化** - 持续改进性能 4. **用户反馈** - 积极响应用户问题和建议 5. **测试覆盖** - 保持高质量的测试覆盖率

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/JJVvV/sp-enterprise-mcp'

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