local-only server
The server can only run on the client’s local machine because it depends on local resources.
Integrations
Enables execution of shell commands in a dedicated workspace directory, returning command output or error messages to the AI
MCP SSE 服务器和 STDIO 服务器示例
介绍
欢迎来到AI 语言项目！在这个代码库中，您可以找到多个设置 MCP 服务器的示例。MCP（模型上下文协议）是一个 AI 模型框架，使模型能够存储数据、运行工具并使用提示执行特定任务。
可用的服务器示例
我们提供了四个示例，帮助您在不同的环境中设置 MCP 服务器。下表总结了每个配置：
| 例子 | 服务器类型 | 运输方式 | 环境 | Docker | 教程链接 |
|---|---|---|---|---|---|
| 1 | 终端服务器 (STDIO) | 标准输出 | 当地的 | 不 | 教程 1 |
| 2 | 终端服务器 (STDIO) | 标准输出 | 当地的 | 是的 | 教程 2 |
| 3 | 终端服务器 (SSE) | 上交所 | 当地的 | 是的 | 教程 3 |
| 4 | 终端服务器 (SSE) | 上交所 | Google 云平台（网络） | 是的 | 教程 3 |
如果您喜欢学习人工智能、编码和自动化，请点赞并订阅该频道——这确实有助于我们为您制作更多精彩内容！
订阅
什么是 MCP？
**MCP（模型上下文协议）**是一种允许 AI 模型执行以下操作的协议：
- 存储数据（如文件或 API 响应）
- 运行工具（AI可以执行的功能）
- 使用提示（任务的预定义模板）
选项 1：不使用 Docker 进行设置（本地 Python）
此选项演示如何在不使用 Docker 的情况下使用 Python 在本地搭建 MCP 服务器。请观看视频教程：教程 1
选项 2：使用 Docker 设置
此选项演示如何使用 Docker 将 MCP 服务器容器化并在本地运行。请观看视频教程：教程 2
选项 3：使用 SSE 设置（本地，Docker）
此选项演示如何在本地环境中使用 Docker 通过 SSE 运行 MCP 服务器。请观看视频教程：教程 3
选项 4：在 Google Cloud Platform 上使用 SSE 进行设置
此选项详细介绍了如何使用 Docker 将 SSE 服务器部署到 Google Cloud Platform。请观看视频教程：教程 3
测试 MCP 服务器
服务器运行后，您可以使用 Claude 中的提示对其进行测试，例如：
Run the command ls in my workspace.Execute echo Hello from Claude.
您应该直接从终端服务器看到输出🎉
总结
恭喜！您已成功构建一个可以执行终端命令的 MCP 服务器。您可以根据自己的喜好在本地或 Docker 中运行它。
后续步骤：
- 添加安全检查以阻止潜在的危险命令。
- 允许 Claude 读取和写入文件。
- 将服务器连接到云系统或远程环境。
对于任何问题或改进，请随时贡献并在此存储库中打开问题或拉取请求！
🤝 贡献
目前，该项目不接受外部代码贡献。
这是为了保持许可简单并避免任何共享版权。
非常欢迎您：✅ 报告错误或请求功能（通过 GitHub Issues）
✅ Fork 仓库并构建你自己的版本
✅ 建议文档改进
如果您想以其他方式合作，请随时展开讨论！
This server cannot be installed
MCP 服务器允许像 Claude 这样的 AI 助手在用户的计算机上执行终端命令并返回输出，通过 AI 发挥终端的功能。