Skip to main content
Glama
tobytoy

cf-mcp-playground

by tobytoy

cf-mcp-playground

Ein Model Context Protocol (MCP)-Dienst für duale Laufzeitumgebungen mit Cloudflare Worker und Docker, mit integrierter MCP-Skills-Wissensdatenbank und Redis-Frage-Cache-Beschleunigungsmechanismus.


🌟 Kernfunktionen

  1. Duale Laufzeitumgebung (Dual Runtime):

    • ⛅ Cloudflare Workers: Unterstützt globale Edge-Bereitstellung mit extrem schnellem Kaltstart und geringer Latenz.

    • 🐳 Docker & Node.js: Bietet docker-compose.yml für den Ein-Klick-Start des MCP-Dienstes und des Redis-Containers.

  2. MCP-Skills-Wissensdatenbank:

    • Vollständige Einführung in MCP und MCP-Skills.

    • Detaillierter Vergleich der Unterschiede und Kombinationsmuster von Tools, Resources und Prompts.

    • Bietet Konfigurationsanleitungen für gängige Clients (Claude Desktop, Cursor, Zed, Cloudflare).

  3. Redis-Sofortantwort bei wiederholten Fragen (Smart Caching):

    • Wenn ein Benutzer eine Frage stellt, normalisiert das System die Frage automatisch und berechnet einen Cache-Schlüssel.

    • Cache-HIT: Gibt historische Cache-Ergebnisse direkt aus Redis in Millisekunden zurück und spart erheblich Tokens und Latenz.

    • Cache-MISS: Durchsucht die Wissensdatenbank, generiert eine vollständige Antwort und speichert sie automatisch in Redis.

    • Unterstützt automatisches Fallback auf In-Memory-Cache bei Redis-Ausfall (Memory Fallback), um hohe Verfügbarkeit zu gewährleisten.


Related MCP server: Remote MCP Server for Cloudflare

🛠️ MCP-Tools und Fähigkeiten

Tool-Name

Beschreibung

explain_mcp_skill

Detaillierte Einführung in MCP und MCP-Skills sowie Unterschiede und Beispiele zu Tool/Resource/Prompt.

get_mcp_quickstart

Schnellstartanleitung für MCP in Claude Desktop, Cursor, Docker und Cloudflare.

list_mcp_concepts

Listet alle Kernkonzepte in der Wissensdatenbank auf.

ask_mcp_assistant

Intelligentes Frage-Antwort-Tool mit integriertem Redis-Cache; wiederholte Fragen werden direkt aus dem Cache blitzschnell beantwortet.

get_cache_stats

Zeigt die Anzahl der Cache-Treffer (Hits), Fehltreffer (Misses) und die Gesamtzahl der Einträge in Redis.

clear_mcp_cache

Leert die Cache-Einträge.


🚀 Schnellstart

Methode 1: Start mit Docker (einschließlich Redis)

# 啟動 MCP 服務與 Redis 容器
docker compose up --build -d

# 查看運行日誌
docker compose logs -f

# 停止服務
docker compose down

Nach dem Start des Dienstes:

  • Dienst-Startseite / Dashboard: http://localhost:3000/

  • MCP-Streaming-Kommunikationsendpunkt: http://localhost:3000/mcp oder http://localhost:3000/sse

  • Health-Check-Endpunkt: http://localhost:3000/health

  • REST-Frage-Antwort-API: POST http://localhost:3000/api/ask


Methode 2: Lokaler Entwicklungsmodus (Node.js)

# 安裝依賴
npm install

# 執行單元測試 (驗證 MCP Tools & 快取機制)
npm test

# 啟動本機開發伺服器
npm run dev:node

Methode 3: Bereitstellung auf Cloudflare Workers

1. Bei Cloudflare anmelden

Führen Sie im Terminal aus:

npx wrangler login

Der Browser öffnet sich automatisch zur Autorisierung des Cloudflare-Kontos.

Bei Anmeldung mit CI/CD oder API-Token:

export CLOUDFLARE_API_TOKEN="你的 Cloudflare API Token"
export CLOUDFLARE_ACCOUNT_ID="你的 Cloudflare Account ID"

2. Worker lokal simulieren und testen

npm run dev:worker

3. Auf das globale Cloudflare-Edge-Netzwerk bereitstellen

npm run deploy

Nach erfolgreicher Bereitstellung erhalten Sie eine eigene Worker-URL (z. B. https://cf-mcp-playground.<your-subdomain>.workers.dev/mcp).


🔌 Verwendung in AI-Clients

1. Claude-Desktop-Konfiguration

Bearbeiten Sie claude_desktop_config.json:

  • macOS: ~/Library/Application Support/Claude/claude_desktop_config.json

  • Windows: %APPDATA%\Claude\claude_desktop_config.json

{
  "mcpServers": {
    "cf-mcp-remote": {
      "url": "https://<your-worker>.workers.dev/sse"
    },
    "cf-mcp-docker": {
      "command": "docker",
      "args": ["exec", "-i", "cf-mcp-service", "node", "dist/node-server.js"]
    }
  }
}

2. Cursor-Konfiguration

Navigieren Sie in der Cursor-Oberfläche zu Settings -> Features -> MCP Servers -> Add New MCP Server:

  • Name: cf-mcp-service

  • Type: sse

  • URL: http://localhost:3000/sse (lokales Docker) oder https://<your-worker>.workers.dev/sse (Remote-Worker)


🧪 Test- und Verifizierungsbeispiele

1. REST-API-Frage testen (erste Frage - Cache-MISS)

curl -X POST http://localhost:3000/api/ask \
  -H "Content-Type: application/json" \
  -d '{"question": "什麼是 MCP Skill?"}'

2. Gleiche Frage testen (wiederholte Frage - Cache-HIT ⚡)

curl -X POST http://localhost:3000/api/ask \
  -H "Content-Type: application/json" \
  -d '{"question": "什麼是 MCP Skill?"}'

3. Cache-Statistiken anzeigen

curl http://localhost:3000/api/cache/stats

Related MCP Connectors

Related MCP Servers