cf-mcp-playground
cf-mcp-playground
Cloudflare Worker 與 Docker 雙運行環境的 Model Context Protocol (MCP) 服務,內建 MCP Skills 知識庫 與 Redis 提問快取加速 機制。
Live Demo
Related MCP server: Remote MCP Server for Cloudflare
🌟 核心特色
雙重運行環境 (Dual Runtime):
⛅ Cloudflare Workers:支援 Edge 邊緣全球部署,極速冷啟動與低延遲。
🐳 Docker & Node.js:提供
docker-compose.yml,一鍵啟動 MCP 服務與 Redis 容器。
MCP Skills 知識庫:
完整介紹什麼是 MCP、什麼是 MCP Skill。
詳細比較 Tools (工具)、Resources (資源)、Prompts (提示詞) 的差異與組合模式。
提供各大客戶端 (Claude Desktop, Cursor, Zed, Cloudflare) 的配置指南。
Redis 重複提問秒級直答 (Smart Caching):
當使用者提問時,系統會自動標準化問題並計算快取鍵。
Cache HIT (命中):直接從 Redis 毫秒級回傳歷史快取結果,大幅節省 Token 與延遲。
Cache MISS (未命中):檢索知識庫生成完整回答,自動快取至 Redis。
支援 Redis 斷線自動降級為記憶體快取 (Memory Fallback),確保高可用性。
🛠️ MCP Tools & Capabilities
工具名稱 | 說明 |
| 詳細介紹什麼是 MCP 與 MCP Skill,以及與 Tool/Resource/Prompt 的差別與範例。 |
| 取得 MCP 在 Claude Desktop, Cursor, Docker, Cloudflare 的快速安裝指南。 |
| 列出知識庫中所有核心概念清單。 |
| 智能問答工具,內建 Redis 快取,重複問題直接從快取極速回答。 |
| 檢視 Redis 快取的命中次數 (Hits)、未命中次數 (Misses) 與總項目數。 |
| 清空快取記錄。 |
🚀 快速開始
方式一:使用 Docker 啟動 (包含 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服務啟動後:
服務首頁 / 儀表板:
http://localhost:3000/MCP 串流通訊端點:
http://localhost:3000/mcp或http://localhost:3000/sse健康檢查端點:
http://localhost:3000/healthREST 問答 API:
POST http://localhost:3000/api/ask
方式二:本機開發模式 (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方式三:部署至 Cloudflare Workers
1. 登入 Cloudflare
在終端機中執行:
npx wrangler login瀏覽器會自動開啟進行 Cloudflare 帳號授權。
若使用 CI/CD 或 API Token 登入:
export CLOUDFLARE_API_TOKEN="你的 Cloudflare API Token" export CLOUDFLARE_ACCOUNT_ID="你的 Cloudflare Account ID"
2. 測試 Worker 本機模擬
npm run dev:worker3. 部署到 Cloudflare 全球邊緣網路
npm run deploy部署成功後,即可獲得專屬的 Worker 網址(例如 https://cf-mcp-playground.<your-subdomain>.workers.dev/mcp)。
🔌 在 AI 客戶端中使用
1. Claude Desktop 配置
編輯 claude_desktop_config.json:
macOS:
~/Library/Application Support/Claude/claude_desktop_config.jsonWindows:
%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 配置
在 Cursor 介面中進入 Settings -> Features -> MCP Servers -> Add New MCP Server:
Name:
cf-mcp-serviceType:
sseURL:
http://localhost:3000/sse(本地 Docker) 或https://<your-worker>.workers.dev/sse(遠端 Worker)
🧪 測試驗證範例
1. 測試 REST API 提問 (首次提問 - Cache MISS)
curl -X POST http://localhost:3000/api/ask \
-H "Content-Type: application/json" \
-d '{"question": "什麼是 MCP Skill?"}'2. 測試相同提問 (重複提問 - Cache HIT ⚡)
curl -X POST http://localhost:3000/api/ask \
-H "Content-Type: application/json" \
-d '{"question": "什麼是 MCP Skill?"}'3. 查看快取統計
curl http://localhost:3000/api/cache/statsThis server cannot be deployed
Maintenance
Related MCP Connectors
MCP server for AI agents to plan, verify, and deploy Cloudflare-native apps.
Cloudflare Workers MCP server: ai-model-router
Cloudflare Workers MCP server: ai-gateway
Cloudflare Workers MCP server: ai-guardrails
Related MCP Servers
- FlicenseNot gradedqualityCmaintenanceA serverless MCP implementation on Cloudflare Workers that allows deploying custom AI tools without authentication requirements.-
- FlicenseNot gradedqualityCmaintenanceA deployable MCP server on Cloudflare Workers that enables AI tools integration without authentication requirements, compatible with AI Playground and Claude Desktop.-
- FlicenseNot gradedqualityDmaintenanceA Cloudflare Worker that transforms Cloudflare AI Search (AutoRAG) instances into an MCP server for querying documentation. It enables AI models to search and retrieve relevant information from custom document sets stored in R2 buckets.17-
- FlicenseNot gradedqualityFmaintenanceServes Markdown documentation as an MCP server, enabling AI agents to answer questions from your content. Supports local, npm, and Cloudflare deployment with reusable prompts and resources.39 npm3-