Skip to main content
Glama
WW-AI-Lab

Jinja2 MCP Server

by WW-AI-Lab
OverviewSchemaRelated ServersScoreDiscussions
Python
Local

Jinja2 MCP Server

🚀 生产就绪的MCP协议Jinja2模板渲染服务器
为AI应用提供强大的模板处理能力，支持复杂JSON参数和安全沙箱执行

Python Version MCP Protocol License Status

🎯 核心特性

🔧 MCP协议完整支持

  • 双传输协议: 同时支持stdio和StreamableHttp传输

  • 标准兼容: 完全兼容MCP官方协议规范

  • AI集成: 与Claude、GPT等AI模型无缝集成

  • 调试友好: 支持MCP Inspector可视化调试

🛡️ 安全与性能

  • 安全沙箱: 多层安全验证，防止恶意模板执行

  • 异步处理: 基于FastMCP的高性能异步架构

  • 智能缓存: 模板解析缓存，提升渲染性能

  • 资源限制: 执行超时、循环限制等安全机制

🎨 功能完整性

  • Jinja2 3.1+: 支持最新版本的所有特性

  • 复杂数据: 完整的JSON数据结构支持

  • 文件模板: 支持模板文件系统和继承

  • 调试工具: 模板验证、语法检查、性能分析

🚀 快速开始

📋 环境要求

  • Python: 3.8+ (推荐3.12+)

  • 系统: macOS / Linux / Windows

  • 内存: 最低512MB，推荐1GB+

⚡ 一键安装

# 克隆项目
git clone https://github.com/WW-AI-Lab/jinja2-mcp-server.git
cd jinja2-mcp-server

# 安装依赖
pip install -r requirements.txt

# 立即启动 (stdio模式，适合AI客户端)
python run_server.py --transport stdio

# 或启动HTTP模式 (适合调试和测试)
python run_server.py --transport streamable-http --port 8123

🎮 快速体验

# 使用MCP Inspector进行可视化测试
# 1. 启动HTTP服务器
python run_server.py --transport streamable-http --port 8123

# 2. 打开MCP Inspector: https://github.com/modelcontextprotocol/inspector
# 3. 连接到: http://localhost:8123
# 4. 测试render_template工具

🛠️ 核心工具

1️⃣ render_template - 模板渲染

{
  "template": "Hello {{ user.name }}! You have {{ messages | length }} messages.",
  "variables": {
    "user": {"name": "Alice"},
    "messages": [{"id": 1}, {"id": 2}]
  }
}

输出: "Hello Alice! You have 2 messages."

2️⃣ render_template_file - 文件模板

{
  "template_path": "examples/templates/email.html",
  "variables": {
    "user": {"name": "Bob", "email": "bob@example.com"},
    "items": [{"name": "Product A", "price": 29.99}]
  }
}

3️⃣ validate_template - 模板验证

{
  "template": "{% for item in items %}{{ item.name }}{% endfor %}"
}

输出: {"valid": true, "variables_used": ["items"], "complexity": "low"}

4️⃣ list_filters - 过滤器列表

获取所有可用的Jinja2过滤器（54个内置过滤器）

5️⃣ get_template_info - 模板分析

获取模板的详细信息和性能分析

📁 项目架构

jinja2-mcp-server/
├── 🏗️ src/jinja_mcp_server/        # 核心代码
│   ├── mcp_server.py               # FastMCP服务器实现
│   ├── server.py                   # 启动入口
│   ├── jinja/environment.py        # Jinja2环境管理
│   ├── config/settings.py          # 配置系统
│   ├── tools/registry.py           # MCP工具注册
│   └── utils/                      # 工具库
├── 📄 examples/templates/           # 示例模板
│   ├── basic.html                  # 基础HTML模板
│   ├── email.html                  # 邮件模板
│   └── config.yaml                 # 配置模板
├── 🧪 tests/                       # 测试用例
├── 📚 docs/                        # 项目文档
└── 🚀 run_server.py                # 启动脚本

🎨 使用场景

🤖 AI应用集成

# 与Claude/GPT集成
# AI模型可以通过MCP协议调用模板渲染功能
# 支持动态生成邮件、报告、配置文件等

📧 邮件模板系统

<!-- examples/templates/email.html -->
<html>
<body>
  <h1>Hello {{ user.name }}!</h1>
  <p>Your order summary:</p>
  <ul>
  {% for item in items %}
    <li>{{ item.name }} - ${{ item.price }}</li>
  {% endfor %}
  </ul>
</body>
</html>

⚙️ 配置文件生成

# examples/templates/config.yaml
server:
  name: {{ server.name }}
  port: {{ server.port }}
  environment: {{ env }}
  
features:
{% for feature in features %}
  - {{ feature }}
{% endfor %}

📊 报告生成

<!-- 动态报告模板 -->
<div class="report">
  <h2>{{ report.title }}</h2>
  <p>Generated on: {{ now() | strftime('%Y-%m-%d') }}</p>
  
  {% if metrics %}
  <table>
    {% for metric in metrics %}
    <tr>
      <td>{{ metric.name }}</td>
      <td>{{ metric.value | round(2) }}</td>
    </tr>
    {% endfor %}
  </table>
  {% endif %}
</div>

⚙️ 高级配置

环境变量配置

# 复制配置文件
cp env.example .env

# 编辑配置
JINJA_AUTOESCAPE=true
JINJA_CACHE_SIZE=400
SECURITY_MAX_LOOP_ITERATIONS=10000
LOGGING_LEVEL=INFO

JSON配置文件

{
  "jinja": {
    "template_dirs": ["templates", "examples/templates"],
    "autoescape": true,
    "cache_size": 400,
    "strict_undefined": false
  },
  "security": {
    "enable_sandbox": true,
    "max_template_size": 1048576,
    "execution_timeout": 30,
    "max_loop_iterations": 10000
  },
  "logging": {
    "level": "INFO",
    "enable_structlog": true,
    "format": "json"
  },
  "mcp": {
    "server_name": "jinja2-mcp-server",
    "version": "1.0.0"
  }
}

🧪 开发与测试

开发环境搭建

# 克隆并进入项目
git clone https://github.com/WW-AI-Lab/jinja2-mcp-server.git
cd jinja2-mcp-server

# 创建虚拟环境
python -m venv .venv
source .venv/bin/activate  # Linux/macOS
# .venv\Scripts\activate   # Windows

# 安装开发依赖
pip install -r requirements.txt

# 运行测试
python -m pytest tests/ -v

# 代码格式化
black src/ tests/
isort src/ tests/

# 类型检查
mypy src/

性能测试

# 基础功能测试
python test_server.py

# MCP协议测试
python test_mcp_tools.py

# 模板文件测试
python test_template_files.py

# HTTP协议测试
python test_mcp_http.py

📊 性能指标

🚀 基准性能

  • 启动时间: < 2秒

  • 内存占用: 初始 ~50MB，运行时 < 256MB

  • 响应延迟: 平均 < 10ms

  • 并发处理: > 200 requests/second

  • 模板渲染: 简单模板 < 1ms，复杂模板 < 50ms

📈 扩展性

  • 模板缓存: 支持400个模板缓存

  • 文件大小: 单模板最大1MB

  • 并发连接: 理论无限制（受系统资源限制）

  • 传输协议: stdio + StreamableHttp双协议支持

🔧 技术实现

核心技术栈

# 基于现代Python生态
FastMCP          # MCP协议框架
Jinja2 3.1+      # 模板引擎
Pydantic v2      # 数据验证
structlog        # 结构化日志
asyncio          # 异步处理
MarkupSafe       # 安全转义

架构设计

┌─────────────────────────────────────────┐
│           MCP Clients                   │
│    ┌─────────────┐  ┌─────────────┐    │
│    │ AI Models   │  │ MCP Inspector│    │
│    └─────────────┘  └─────────────┘    │
└─────────┬─────────────────┬─────────────┘
          │ MCP Protocol    │
          │                 │
┌─────────▼─────────────────▼─────────────┐
│         jinja2-mcp-server               │
│  ┌─────────────────────────────────┐   │
│  │        FastMCP Core             │   │
│  └─────────────────────────────────┘   │
│  ┌─────────────────────────────────┐   │
│  │       MCP Tools (5个)           │   │
│  └─────────────────────────────────┘   │
│  ┌─────────────────────────────────┐   │
│  │    Jinja2 Service Layer         │   │
│  └─────────────────────────────────┘   │
│  ┌─────────────────────────────────┐   │
│  │      Infrastructure             │   │
│  └─────────────────────────────────┘   │
└─────────────────────────────────────────┘

安全机制

# 多层安全防护
1. AST语法解析验证
2. 沙箱环境执行
3. 资源使用限制
4. 执行超时控制
5. 循环次数限制
6. 危险函数过滤

🛠️ 扩展方向

已实现功能 ✅

  • 完整的MCP协议支持

  • Jinja2 3.1+ 全功能支持

  • 双传输协议 (stdio/HTTP)

  • 安全沙箱执行

  • 异步高性能处理

  • 模板文件系统支持

  • 详细的错误诊断

  • 结构化日志记录

📚 文档资源

📖 核心文档

🎯 使用示例

🔧 开发指南

🤝 贡献指南

🚀 参与开发

  1. Fork 本仓库

  2. 创建特性分支: git checkout -b feature/amazing-feature

  3. 提交更改: git commit -m 'Add amazing feature'

  4. 推送分支: git push origin feature/amazing-feature

  5. 提交 Pull Request

🐛 问题报告

📋 开发规范

  • 代码风格: 遵循PEP 8，使用black格式化

  • 类型提示: 使用mypy进行类型检查

  • 测试覆盖: 新功能必须包含测试用例

  • 文档更新: 重要更改需要更新文档

📄 开源协议

MIT License — 随意商用、改造，欢迎贡献代码！

如果这个项目对你有帮助，请给个 ⭐ Star 支持一下！

🤖 关于 WW-AI-Lab

这是 WW-AI-Lab 的开源项目，我们专注于：

  • 🔄 企业自动化解决方案 - 浏览器自动化、AI工作流

  • 🤖 Agentic Workflow - 端到端的AI业务流程

  • 🖼️ 生成式AI应用 - 多模态模型、图像处理

  • 📊 数据洞察工具 - AI驱动的数据分析

💡 项目特点

  • AI辅助开发: 本项目完全由 Cursor IDE + Claude 协作完成

  • 生产就绪: 虽是开源项目，但代码质量达到生产标准

  • 开源共享: 包含完整的开发过程文档和最佳实践

  • 学习友好: 详细的技术实现说明，便于学习和改进

🚀 从开源到企业

当开源项目在实践中证明有效时，我们会将其升级为企业级方案：
👉 YFGaia - 提供更严谨的测试、文档与长期维护

📞 联系我们

渠道

地址

用途

📧 Email

toxingwang@gmail.com

合作 / 业务咨询

🐦 X (Twitter)

@WW_AI_Lab

最新动态、技术分享

💬 微信

toxingwang

深度交流，添加请注明来源

免责声明: 本项目基于MIT协议开源，仅供学习和研究使用。如需商业支持，请通过上述渠道联系。

Built with ❤️ using Python, Jinja2, FastMCP and Cursor IDE

This server cannot be installed

A
license - permissive license
-
quality - not tested
D
maintenance

How are these scores calculated?

Resources

Unclaimed servers have limited discoverability.

Looking for Admin?

If you are the server author, to access and configure the admin panel.

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/WW-AI-Lab/jinja2-mcp-server'

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