Skip to main content
Glama
deenesjakoruzh
YoshiLoL0526

mcp-toolkit

by YoshiLoL0526
OverviewSchemaRelated ServersScoreDiscussions
Python
Hybrid

mcp-toolkit

Servidor MCP de propósito general para agentes de IA.
Construido con Python 3.13, FastMCP y Playwright.

Herramientas disponibles

Herramienta

Descripción

web_search

Busca en DuckDuckGo y extrae contenido web con Playwright

fetch_url

Extrae el contenido principal de una URL directa

http_request

Ejecuta peticiones HTTP genéricas sin Playwright

time_now

Devuelve la fecha y hora actual en una zona horaria

date_utils

Convierte zonas horarias y calcula fechas/duraciones

memory_set

Guarda un valor persistente en SQLite

memory_get

Recupera un valor guardado

memory_delete

Elimina una clave

memory_list

Lista todas las claves (con filtro por prefijo opcional)

memory_clear

Borra toda la memoria (¡irreversible!)

memory_search

Busca texto en claves y valores guardados

run_python

Ejecuta código Python en un sandbox con timeout

run_js

Ejecuta código JavaScript con Node.js en un sandbox con timeout

Related MCP server: MCP Server

Instalación

Requisitos previos

  • UV instalado

  • Python 3.13 (UV lo descarga automáticamente si no está)

  • Node.js (opcional, solo para run_js)

Opción A — Instalar desde carpeta local

git clone https://github.com/YoshiLoL0526/mcp-toolkit
cd mcp-toolkit
uv tool install --python 3.13 .

Opción B — Instalar directamente desde GitHub

uv tool install --python 3.13 git+https://github.com/YoshiLoL0526/mcp-toolkit

Paso obligatorio: instalar Chromium para Playwright

Después de instalar el paquete, ejecuta este comando una sola vez:

# Obtener la ruta del entorno virtual creado por uv tool
uv tool run --from mcp-toolkit python -m playwright install chromium

O alternativamente, si sabes la ruta del entorno:

~/.local/share/uv/tools/mcp-toolkit/bin/python -m playwright install chromium

Configuración en clientes MCP

Claude Desktop (~/Library/Application Support/Claude/claude_desktop_config.json)

{
  "mcpServers": {
    "mcp-toolkit": {
      "command": "mcp-toolkit"
    }
  }
}

En Windows la ruta es %APPDATA%\Claude\claude_desktop_config.json

Cursor / VS Code (.cursor/mcp.json o .vscode/mcp.json)

{
  "servers": {
    "mcp-toolkit": {
      "type": "stdio",
      "command": "mcp-toolkit"
    }
  }
}

Servidor HTTP (para acceso remoto o múltiples clientes)

mcp-toolkit --transport http --host 0.0.0.0 --port 8080

El servidor quedará escuchando en http://<host>:<port>/mcp usando el transporte streamable-http (estándar MCP actual). Puedes cambiar la ruta con --path /otra-ruta.

El transporte --transport sse se mantiene por compatibilidad con clientes antiguos, pero está deprecado desde FastMCP 2.3.

Uso de las herramientas

web_search

Parámetros:
  query        (str)  — texto a buscar
  max_results  (int)  — resultados a devolver, default 5, máximo 10
  deep         (bool) — si True, extrae el contenido completo de cada página
  language     (str)  — idioma para las cabeceras HTTP, default "es-ES"

Ejemplo (agente):

Busca las últimas noticias sobre Python 3.13 con deep=True

fetch_url

Parámetros:
  url (str) — URL absoluta HTTP o HTTPS a leer

Ejemplo (agente):

Lee https://example.com/articulo con fetch_url

http_request

Parámetros:
  method  (str)  — método HTTP: GET, POST, PUT, PATCH, DELETE, HEAD u OPTIONS
  url     (str)  — URL absoluta HTTP o HTTPS
  headers (dict) — cabeceras opcionales
  body    (str)  — cuerpo opcional como texto
  timeout (int)  — segundos máximos, default 10, máximo 60

Ejemplo (agente):

Haz un POST a https://api.example.com/items con http_request

time_now / date_utils

time_now(timezone_name="UTC")

date_utils(
  action="convert_timezone",
  value="2026-04-21T12:00:00+00:00",
  target_timezone="America/New_York"
)

Acciones soportadas por date_utils: parse, convert_timezone, add y diff. Para fechas sin offset se usa timezone_name; las zonas horarias deben ser nombres IANA como UTC, America/New_York o Europe/Madrid.

memory_set / memory_get

memory_set(key="usuario_nombre", value="Carlos", namespace="default")
memory_get(key="usuario_nombre", namespace="default")
memory_list(prefix="usuario_", namespace="default")
memory_search(query="Carlos", namespace="default")

Los datos se guardan en ~/.local/share/mcp-toolkit/memory.db. Todas las herramientas de memoria aceptan namespace para separar datos por proyecto, cliente o conversación. Si no se indica, se usa default.

run_python

Parámetros:
  code     (str) — código Python a ejecutar
  timeout  (int) — segundos máximos, default 10, máximo 60
  stdin    (str) — entrada estándar opcional

Restricciones de seguridad:

  • Entorno mínimo: no hereda secretos ni variables arbitrarias del proceso host

  • Directorio de trabajo temporal por ejecución

  • Proxies HTTP anulados por variables de entorno

  • Límite de memoria: 256 MB (Linux/macOS)

  • Timeout estricto: el proceso se mata al agotarse el tiempo

  • En Windows no hay límite de memoria por proceso aplicado desde Python

  • El bloqueo de red no es una garantía de aislamiento fuerte; para código no confiable se recomienda ejecutar el servidor dentro de un contenedor o VM con políticas de red

run_js

Mismos parámetros que run_python. Requiere Node.js instalado en el sistema.

Desarrollo

git clone https://github.com/YoshiLoL0526/mcp-toolkit
cd mcp-toolkit
uv sync
uv run python -m playwright install chromium

# Ejecutar en modo desarrollo
uv run mcp-toolkit

# Tests
uv run pytest

Añadir una nueva herramienta

  1. Crear mcp_toolkit/tools/mi_tool.py con una función async def mi_tool(...) -> str

  2. Importarla y registrarla en server.py con mcp.tool()(mi_tool)

  3. Reinstalar: uv tool install --python 3.13 . --reinstall

Estructura del proyecto

mcp-toolkit/
├── pyproject.toml
├── README.md
├── mcp_toolkit/
│   ├── server.py              # FastMCP app + registro
│   ├── tools/
│   │   ├── web_search.py      # Playwright: buscar + extraer
│   │   ├── fetch_url.py       # Extraer una URL directa
│   │   ├── http_request.py    # Cliente HTTP genérico
│   │   ├── date_time.py       # Fechas, zonas horarias y duraciones
│   │   ├── memory.py          # SQLite KV store con namespaces
│   │   ├── run_python.py      # Sandbox Python
│   │   └── run_js.py          # Sandbox Node.js
│   └── utils/
│       ├── browser.py         # Singleton Playwright
│       └── sandbox.py         # Helpers de subprocess y timeout
└── tests/

Licencia

MIT

Install Server
A
license - permissive license
A
quality
D
maintenance

How are these scores calculated?

Maintenance

–Maintainers
–Response time
–Release cycle
–Releases (12mo)
Commit activity

Resources

Unclaimed servers have limited discoverability.

Looking for Admin?

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

Tools

Related MCP Servers

View all related MCP servers

Related MCP Connectors

  • Kody

    Personal assistant MCP server with search, execute, packages, jobs, secrets, and integrations.

  • Motecloud Memory

    Cloud-hosted MCP server for durable AI memory

  • gread

    An MCP server that gives your AI access to the source code and docs of all public github repos

View all MCP Connectors

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/YoshiLoL0526/mcp-toolkit'

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