Epicure MCP

Epicure 是一个公开、匿名、只读的 Model Context Protocol 服务器，用于计算风味探索。它暴露了基于 1790 种食材嵌入向量的确定性工具，这些嵌入向量是从包含 414 万条食谱的多语言语料库中学习得到的。

• MCP 端点： https://epicure-mcp.kaikaku.ai/mcp

• 健康检查： https://epicure-mcp.kaikaku.ai/healthz

• 交互式指南： epicure.kaikaku.ai/agents

• 认证： 无

• 传输方式： Streamable HTTP

生产环境源站运行在 KAIKAKU 的本地计算集群上，并通过 Cloudflare Tunnel 发布。它不托管在 Google Cloud 或 Azure 上。每个工具都会读取捆绑的模型工件；MCP 服务器不会发起任何外部 AI 或数据提供商调用。

从 Cursor 连接

Marketplace 插件（推荐）

此仓库打包为 Cursor 插件（.cursor-plugin/plugin.json 和 mcp.json）。在它被列出后，从 Cursor Marketplace 或 Customize → Plugins 安装 Epicure。

在列表上线之前，可从本检出中安装以进行本地测试：

mkdir -p ~/.cursor/plugins/local
ln -sfn "$(pwd)" ~/.cursor/plugins/local/epicure

重新加载 Cursor，启用插件，然后尝试：

• “使用 Epicure 围绕番茄和罗勒构建一个纯素搭配图。”

• “比较味噌和酱油在鲜味轴上的差异。”

• “在 Epicure 的风味空间中，哪些食材与藏红花最接近？”

• “将大米向东南亚菜系方向旋转 30 度。”

• “展示柚子位于 Epicure 食材图集上的什么位置。”

• “从味噌出发，沿着一个一致的因子寻找风味权衡。”

提交检查清单：docs/CURSOR_MARKETPLACE_SUBMISSION.md。 使用 python scripts/validate_plugin.py 验证脚手架。

手动 MCP 条目

在 Cursor MCP 设置中，添加：

{
  "mcpServers": {
    "epicure": {
      "type": "http",
      "url": "https://epicure-mcp.kaikaku.ai/mcp"
    }
  }
}

公共端点无需 API 密钥。

Related MCP server: moss-brain

从 Claude 连接

在 Claude 中，打开 Settings → Connectors → Add custom connector 并输入：

Name: Epicure
URL:  https://epicure-mcp.kaikaku.ai/mcp
Auth: None

工具输出描述的是学习到的统计关系。它们不是食品安全、过敏、医疗或营养建议。

工具

所有工具都声明了只读、无破坏性、幂等、封闭世界的 MCP 注解和经过验证的 JSON 模式。

大型目录会被过滤并分页。默认响应刻意保持紧凑；调用方可以通过每个工具记录的输入参数请求更多细节。

数据与隐私

Epicure 没有账户、Cookie、用户配置文件或广告。工具参数和结果内容在内存中处理，绝不会写入应用程序日志。最小的操作遥测包含一个可轮换的伪匿名客户端哈希、工具名称、响应大小、延迟、成功状态和异常类。

阅读完整的 隐私政策、安全政策、支持政策 和 条款。

架构

MCP client
    │  HTTPS / Streamable HTTP
    ▼
Cloudflare edge (TLS, DDoS controls, WAF/rate limits)
    │  outbound-only Cloudflare Tunnel
    ▼
reef-cluster on local KAIKAKU compute
    └── epicure-mcp container
          └── bundled read-only model artefacts

源服务绑定到集群主机上的回环地址。未开放入站路由器端口；cloudflared 从私有 Docker 网络发起隧道。有关操作，请参阅 docs/DEPLOYMENT.md；有关 Claude 目录列表，请参阅 docs/CLAUDE_SUBMISSION.md；有关 Cursor Marketplace 包，请参阅 docs/CURSOR_MARKETPLACE_SUBMISSION.md。

本地开发

支持 Python 3.11 或更高版本（生产环境使用 Python 3.12）。

python3.12 -m venv .venv
source .venv/bin/activate
pip install -e ".[dev]"
python scripts/verify_data.py --data-dir data
ruff check src tests scripts
pytest -q
python -m epicure_mcp.server

本地端点为：

使用官方 MCP Inspector 检查本地服务器：

npx -y @modelcontextprotocol/inspector \
  --cli http://127.0.0.1:8080/mcp --transport http --method tools/list

针对生产环境运行完整的远程冒烟测试套件：

python scripts/smoke_test_remote.py https://epicure-mcp.kaikaku.ai/mcp

配置

捆绑的工件

该仓库包含经过验证的数据工件，这些工件随服务器分发。

每个工件都使用 npm 包 @kaikaku/epicure-artifacts 进行版本化。仓库通过 npm update 或 CI 中的手动流水线重新生成工件。

使用说明 / 免责声明

Epicure 工具返回的是从训练语料库中学到的统计关联，而非事实或建议。不要 依赖 Epicure 输出作为食品科学、营养、过敏或医疗决策的依据。请寻求合格的专业人士的指导。

本地开发

支持 Python 3.11 或更高版本（生产环境使用 Python 3.12）。

python3.12 -m venv .venv
source .venv/bin/activate
pip install -e ".[dev]"
python scripts/verify_data.py --data-dir data
ruff check src tests scripts
pytest -q
python -m epicure_mcp.server

使用官方 MCP Inspector 检查本地服务器：

npx -y @modelcontextprotocol/inspector \
  --cli http://127.0.0.1:8080/mcp --transport http --method tools/list

对生产环境运行完整的远程冒烟测试：

python scripts/smoke_test_remote.py https://epicure-mcp.kaikaku.ai/mcp

配置

存储库结构

GXP8

文档

• 许可证：MIT

• 行为准则：CODE_OF_CONDUCT.md

• 变更日志：CHANGELOG.md

• 路线图：docs/ROADMAP.md

• 安全：SECURITY.md

• 隐私：PRIVACY.md

• 术语表：docs/GLOSSARY.md