Этот проект представляет собой сервер MCP (Multi-Agent Conversation Protocol) для указанного URL-адреса OpenAPI -https://api.apis.guru/v2/specs/googleapis.com/mybusinessaccountmanagement/v1/openapi.json , автоматически сгенерированный с помощью конструктора MCP AG2.
Питон 3.9+
пип и уф
Related MCP server: Resource Settings MCP Server
Клонируйте репозиторий:
git clone <repository-url>
cd mcp-serverУстановка зависимостей: Скрипт .devcontainer/setup.sh управляет установкой зависимостей с помощью pip install -e ".[dev]" . Если вы не используете контейнер dev, вы можете запустить эту команду вручную.
pip install -e ".[dev]"В качестве альтернативы вы можете использовать uv :
uv pip install --editable ".[dev]"В этом проекте используется ruff для линтинга и форматирования, mypy для статической проверки типов и pytest для тестирования.
Чтобы проверить наличие проблем с линтингом:
ruff checkЧтобы отформатировать код:
ruff formatЭти команды также доступны через скрипт scripts/lint.sh .
Чтобы запустить статический анализ (mypy, bandit, semgrep):
./scripts/static-analysis.shЭтот скрипт также настроен как pre-commit hook в .pre-commit-config.yaml .
Для запуска тестов с покрытием:
./scripts/test.shЭто запустит pytest и сгенерирует отчет о покрытии. Для объединенного отчета и очистки вы можете использовать:
./scripts/test-cov.shЭтот проект использует pre-commit hooks, определенные в .pre-commit-config.yaml . Чтобы установить hooks:
pre-commit installХуки будут запускаться автоматически перед каждым коммитом.
Сервер MCP можно запустить с помощью скрипта mcp_server/main.py . Он поддерживает различные транспортные режимы (например, stdio , sse ).
Для запуска сервера (например, в режиме stdio):
python mcp_server/main.py stdioСервер можно настроить с помощью переменных среды:
CONFIG_PATH : Путь к файлу конфигурации JSON (например, mcp_server/mcp_config.json ).
CONFIG : строка JSON, содержащая конфигурацию.
SECURITY : переменные среды для параметров безопасности (например, ключи API).
Подробную информацию о том, как они загружаются, см. в блоке if __name__ == "__main__": в mcp_server/main.py.
Файл tests/test_mcp_server.py демонстрирует, как запустить сервер и взаимодействовать с ним программным способом для тестирования.
Этот проект использует Hatch для сборки и публикации. Чтобы собрать проект:
hatch buildЧтобы опубликовать проект:
hatch publishЭти команды также доступны через скрипт scripts/publish.sh .
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.
