Dieses Projekt ist ein MCP-Server (Multi-Agent Conversation Protocol) für die angegebene OpenAPI-URL –https://api.apis.guru/v2/specs/googleapis.com/mybusinessaccountmanagement/v1/openapi.json , automatisch generiert mit dem MCP-Builder von AG2.
Python 3.9+
Pip und UV
Related MCP server: Resource Settings MCP Server
Klonen Sie das Repository:
git clone <repository-url>
cd mcp-serverAbhängigkeiten installieren: Das Skript .devcontainer/setup.sh übernimmt die Installation von Abhängigkeiten mit pip install -e ".[dev]" . Wenn Sie den Dev-Container nicht verwenden, können Sie diesen Befehl manuell ausführen.
pip install -e ".[dev]"Alternativ können Sie uv verwenden:
uv pip install --editable ".[dev]"Dieses Projekt verwendet ruff zum Lint-Test und Formatieren, mypy zur statischen Typprüfung und pytest zum Testen.
So prüfen Sie, ob Probleme mit der Flusenbildung vorliegen:
ruff checkSo formatieren Sie den Code:
ruff formatDiese Befehle sind auch über das Skript scripts/lint.sh verfügbar.
So führen Sie eine statische Analyse aus (mypy, bandit, semgrep):
./scripts/static-analysis.shDieses Skript ist auch als Pre-Commit-Hook in .pre-commit-config.yaml konfiguriert.
So führen Sie Tests mit Abdeckung durch:
./scripts/test.shDadurch wird pytest ausgeführt und ein Abdeckungsbericht generiert. Für einen kombinierten Bericht und eine Bereinigung können Sie Folgendes verwenden:
./scripts/test-cov.shDieses Projekt verwendet Pre-Commit-Hooks, die in .pre-commit-config.yaml definiert sind. So installieren Sie die Hooks:
pre-commit installDie Hooks werden vor jedem Commit automatisch ausgeführt.
Der MCP-Server kann mit dem Skript mcp_server/main.py gestartet werden. Er unterstützt verschiedene Transportmodi (z. B. stdio , sse ).
So starten Sie den Server (z. B. im Standardmodus):
python mcp_server/main.py stdioDer Server kann mithilfe von Umgebungsvariablen konfiguriert werden:
CONFIG_PATH : Pfad zu einer JSON-Konfigurationsdatei (z. B. mcp_server/mcp_config.json ).
CONFIG : Eine JSON-Zeichenfolge, die die Konfiguration enthält.
SECURITY : Umgebungsvariablen für Sicherheitsparameter (z. B. API-Schlüssel).
Weitere Informationen zum Laden finden Sie im Block if __name__ == "__main__": in mcp_server/main.py .
Die Datei tests/test_mcp_server.py zeigt, wie Sie den Server zum Testen programmgesteuert starten und mit ihm interagieren.
Dieses Projekt verwendet Hatch zum Erstellen und Veröffentlichen. So erstellen Sie das Projekt:
hatch buildSo veröffentlichen Sie das Projekt:
hatch publishDiese Befehle sind auch über das Skript scripts/publish.sh verfügbar.
This server cannot be deployed
Google Ads MCP server — manage campaigns, keywords, and metrics.
The Google Compute Engine MCP server is a fully-managed Model Context Protocol server that provides tools to manage Google Compute Engine resources through AI agents. It enables capabilities including instance management (creating, starting, stopping, resetting, listing), disk management, handling instance templates and group managers, viewing machine and accelerator types, managing images, and accessing reservation and commitment information. The server operates as a zero-deployment, enterprise-grade endpoint at https://compute.googleapis.com/mcp with built-in IAM-based security.
An MCP server that provides an API to LLMs to manage their JumpCloud resources.
The Google GKE MCP server is a managed Model Context Protocol server that provides AI applications with tools to manage Google Kubernetes Engine (GKE) clusters and Kubernetes resources. It exposes a structured, discoverable interface that allows AI agents to interact with GKE and Kubernetes APIs, enabling them to inspect cluster configurations, retrieve Kubernetes resource YAMLs, monitor operations like cluster upgrades, diagnose issues, and optimize costs—all without needing to parse text output or use complex kubectl commands.
