🏗️ GitHub Portfolio MCP 服务器

一个将大语言模型（如 Claude）连接到 GitHub API 的模型上下文协议 (MCP) 服务器。

本项目通过在 LLM 的上下文窗口与外部数据源之间构建一个安全、标准化的桥梁，展示了对 AI 基础设施的理解。通过使用 MCP 标准，LLM 可以动态请求实时数据，而无需定制一次性的 API 集成。

🧠 架构概述

此集成通过 stdio 使用标准的 MCP JSON-RPC 架构：

1. LLM / 客户端（例如 Claude Code）： 充当大脑和中介。它读取工具模式并决定何时获取外部数据。

2. MCP 服务器（本仓库）： 一个使用 mcp SDK 的轻量级 Python 应用程序。它安全地公开特定工具并处理 JSON-RPC 通信。

3. 外部 API (GitHub)： 数据源。服务器执行标准的 HTTP 请求以获取实时数据。

Related MCP server: GitBridge

🛠️ 可用工具

• fetch_public_repos：接收一个 GitHub username 字符串，并返回一个针对 LLM 上下文窗口优化过的、清晰提取的公共仓库列表（包括名称、URL 和描述）。

🚀 快速开始

前置条件

• 已安装 Python 3.x

• Claude Code（或其他兼容 MCP 的客户端）

安装

1. 克隆此仓库：

   git clone <your-repo-url>
   cd <your-repo-folder>```

2. 安装所需的依赖项： pip install -r requirements.txt

在 Claude Code 中运行

你可以轻松地将此服务器注册到 Claude Code，以便 LLM 能够动态使用它。在项目目录的终端中运行以下命令：

claude mcp add github-portfolio python3 server.py

添加后，你可以向 Claude Code 发送如下提示词：

"Use the github-portfolio tools to fetch the public repositories for user1."

Claude 将自动格式化 JSON-RPC 请求，唤醒本地 Python 服务器，执行 API 调用，并格式化响应。

本地测试

如果你想在没有 Claude Code 的情况下测试服务器，项目中包含了一个自定义的 Python 客户端。运行：

python3 client.py

这将启动一个后台进程，通过标准输入/输出进行连接，并获取一个硬编码的测试请求。