modelscope·@WeiWeicode/20250923MCPtest
暂无描述。
一個使用 Node.js 和 TypeScript 實現的 Model Context Protocol (MCP) 服務器
Model Context Protocol (MCP) 是一個開放標準協議用於在 AI 模型和各種數據源工具之間建立安全可控的連接MCP 允許 AI 助手
這個 MCP 服務器提供以下工具類別
read_file - 讀取文件內容write_file - 寫入文件內容list_directory - 列出目錄內容create_directory - 創建目錄delete_file - 刪除文件calculate - 執行數學計算支持基本運算和函數convert_units - 單位轉換長度重量溫度statistics - 計算統計信息平均值中位數標準差等get_system_info - 獲取系統基本信息get_current_time - 獲取當前時間和日期execute_command - 執行安全的系統命令get_network_info - 獲取網絡接口信息get_process_info - 獲取當前進程信息```bash npm install ```
```bash npm run build ```
```bash npm start ```
```bash npm run dev ```
要在 Claude Desktop 中使用這個 MCP 服務器請在 Claude 配置文件中添加以下內容
```json { "mcpServers": { "nodejs-mcp-server": { "command": "node", "args": ["path/to/your/dist/index.js"] } } } ```
fileTools.ts - 文件操作工具calculatorTools.ts - 計算工具systemTools.ts - 系統信息工具要添加新的工具請
src/tools/ 目錄下創建新的工具模組ToolDefinition 和 ToolResult 接口```typescript class MyCustomTools { getToolDefinitions(): ToolDefinition[] { return [ { name: 'my_tool', description: '我的自定義工具', inputSchema: { type: 'object', properties: { param: { type: 'string', description: '參數描述' } }, required: ['param'] } } ]; }
async handleToolCall(name: string, args: Record<string, any>): Promise<ToolResult> { // 實現工具邏輯 } } ```
```bash
npm run build
echo '{"jsonrpc": "2.0", "id": 1, "method": "tools/list", "params": {}}' | node dist/index.js ```
```bash
echo '{"jsonrpc": "2.0", "id": 1, "method": "tools/call", "params": {"name": "calculate", "arguments": {"expression": "2 + 3 * 4"}}}' | node dist/index.js ```
模組找不到錯誤
權限錯誤
連接問題
歡迎提交問題報告和功能請求請確保
MIT License - 詳見 LICENSE 文件
快递100 MCP Server提供快递信息查询、快递运费预估比价、快递时效查询(含发货前时效查询与在途动态时效查询)等功能。
基于Model Context Protocol的原型生成功能服务,专注于HTML代码生成、设计描述生成和HTML导入功能。
一个用于生成思维导图的 MCP (Model Context Protocol) 服务器。 看起来您的请求中没有提供具体的英文技术文档内容以供翻译。如果您能分享更多详细信息或具体段落,我将能够帮助您将其准确地翻译成中文,同时保留代码块、链接、格式结构和专业术语的准确性。请提供需要翻译的具体文本。
一个通过模型上下文协议(Model Context Protocol)提供读取、写入和编辑微软Word(docx)文件工具的服务器,允许进行整篇文档读取、内容创建、目标段落编辑以及文本插入等操作。
该工具通过灵活的思维流程帮助分析问题,这种流程能够适应变化并不断演进。随着认知的深入,每个思维节点都可以对先前结论进行补充、质疑或修正。 适用场景 拆解复杂问题为可执行步骤 需要预留修订空间的设计规划 可能需要方向调整的深度分析 初期范围不明确的探索性问题 需多阶段推理的复合型问题 多步骤关联的任务场景 需过滤干扰信息的决策场景
基于Qwen3推理引擎的股票量化智能体,其详细使用方法可通过MCP平台内置的《查询操作手册》获取。 For detailed usage instructions on the Qwen3-powered quantitative trading agent with advanced reasoning capabilities for stock market analysis, please refer to the MCP Query Cookbook accessible via the platform's built-in documentation system.