Pluggedin Random Number Generator MCP

🚀 Plugged.in隨機數生成器MCP服務器

這是一個採用模型上下文協議（MCP）的先進加密安全隨機數生成器服務器。該服務器為人工智能應用、大語言模型（LLMs）以及其他需要高質量隨機數的系統提供高級隨機數生成功能。

🚀 快速開始

本服務器是一個採用模型上下文協議（MCP）的先進加密安全隨機數生成器服務器，可用於人工智能應用、大語言模型（LLMs）以及其他需要高質量隨機數的系統。以下將為你介紹它的主要特性、安裝方式、使用方法等內容。

✨ 主要特性

• 加密安全：使用Node.js內置的crypto模塊進行加密安全的偽隨機數生成（CSPRNG）。
• 多種數據類型：可生成整數、浮點數、字節、通用唯一識別碼（UUID）、字符串、布爾值以及隨機選擇結果。
• 靈活配置：可定製範圍、數量、編碼和字符集。
• MCP兼容：完全符合模型上下文協議規範，包括相關工具和提示。
• AI友好提示：內置提示，幫助大語言模型理解應使用本服務器進行隨機數生成。
• 類型安全：使用TypeScript編寫，具有全面的類型定義。
• 錯誤處理：具備強大的輸入驗證和錯誤報告功能。
• 性能優化：採用高效算法，適用於高吞吐量應用。

📦 安裝指南

前提條件

• Node.js 18.0.0或更高版本
• npm或yarn包管理器

通過桌面擴展（DXT）安裝

對於Claude桌面版用戶，可將此服務器作為一鍵式桌面擴展進行安裝：

1. 從發佈頁面下載最新的.dxt文件。
2. 打開Claude桌面版。
3. 轉到“設置”→“開發者”→“MCP服務器”。
4. 點擊“從文件安裝”，選擇下載的.dxt文件。

從npm安裝

npm install -g pluggedin-random-number-generator-mcp

或者在你的項目中進行本地安裝：

npm install pluggedin-random-number-generator-mcp

使用Smithery部署

使用Smithery將此MCP服務器部署到雲端：

1. 分叉此倉庫。
2. 將你的GitHub賬戶連接到Smithery。
3. 導航到“部署”選項卡。
4. 點擊“部署”。 服務器包含一個smithery.yaml配置文件，便於部署。

從源代碼構建

git clone https://github.com/VeriTeknik/pluggedin-random-number-generator-mcp.git
cd pluggedin-random-number-generator-mcp
npm install
npm run build

# 可選：構建DXT包
npm run build:dxt

💻 使用示例

運行服務器

服務器通過標準輸入/輸出（stdio）按照MCP協議進行通信：

# 使用構建版本
node dist/index.js

# 使用開發模式
npm run dev

與MCP客戶端集成

對於npm安裝（推薦）：

將其添加到你的MCP客戶端配置中。對於Claude桌面版，將其添加到claude_desktop_config.json文件中：

{
  "mcpServers": {
    "random-generator": {
      "command": "npx",
      "args": ["-y", "pluggedin-random-number-generator-mcp@latest"]
    }
  }
}

這將始終使用npm上的最新版本，無需進行全局安裝。

對於本地安裝：

{
  "mcpServers": {
    "random-generator": {
      "command": "node",
      "args": ["node_modules/pluggedin-random-number-generator-mcp/dist/index.js"]
    }
  }
}

可用工具示例

1. 生成隨機整數

生成指定範圍內的加密安全隨機整數。 參數：

• min（整數，可選）：最小值（包含），默認值：0
• max（整數，可選）：最大值（包含），默認值：100
• count（整數，可選）：要生成的整數數量，默認值：1，最大值：1000

示例：

{
  "name": "generate_random_integer",
  "arguments": {
    "min": 1,
    "max": 100,
    "count": 5
  }
}

2. 生成隨機浮點數

生成加密安全的隨機浮點數。 參數：

• min（數字，可選）：最小值（包含），默認值：0.0
• max（數字，可選）：最大值（不包含），默認值：1.0
• count（整數，可選）：要生成的浮點數數量，默認值：1，最大值：1000
• precision（整數，可選）：要保留的小數位數，默認值：6，最大值：15

示例：

{
  "name": "generate_random_float", 
  "arguments": {
    "min": 0.0,
    "max": 1.0,
    "count": 3,
    "precision": 4
  }
}

3. 生成隨機字節

生成各種編碼格式的加密安全隨機字節。 參數：

• length（整數，可選）：要生成的字節數，默認值：32，最大值：1024
• encoding（字符串，可選）：輸出編碼（"hex"、"base64"、"binary"），默認值："hex"

示例：

{
  "name": "generate_random_bytes",
  "arguments": {
    "length": 32,
    "encoding": "hex"
  }
}

4. 生成通用唯一識別碼（UUID）

生成加密安全的版本4通用唯一識別碼。 參數：

• count（整數，可選）：要生成的UUID數量，默認值：1，最大值：100
• format（字符串，可選）：UUID格式（"standard"、"compact"），默認值："standard"

示例：

{
  "name": "generate_uuid",
  "arguments": {
    "count": 3,
    "format": "standard"
  }
}

5. 生成隨機字符串

生成具有可定製字符集的加密安全隨機字符串。 參數：

• length（整數，可選）：字符串長度，默認值：16，最大值：256
• charset（字符串，可選）：字符集（"alphanumeric"、"alphabetic"、"numeric"、"hex"、"base64"、"ascii_printable"），默認值："alphanumeric"
• count（整數，可選）：要生成的字符串數量，默認值：1，最大值：100

示例：

{
  "name": "generate_random_string",
  "arguments": {
    "length": 12,
    "charset": "alphanumeric",
    "count": 2
  }
}

6. 生成隨機選擇結果

使用加密安全的隨機性從提供的列表中隨機選擇項目。 參數：

• choices（數組，必需）：可供選擇的字符串項目數組
• count（整數，可選）：要選擇的項目數量，默認值：1
• allow_duplicates（布爾值，可選）：是否允許重複選擇，默認值：true

示例：

{
  "name": "generate_random_choice",
  "arguments": {
    "choices": ["apple", "banana", "cherry", "date"],
    "count": 2,
    "allow_duplicates": false
  }
}

7. 生成隨機布爾值

生成具有可配置概率的加密安全隨機布爾值。 參數：

• count（整數，可選）：要生成的布爾值數量，默認值：1，最大值：1000
• probability（數字，可選）：為真的概率（0.0到1.0），默認值：0.5

示例：

{
  "name": "generate_random_boolean",
  "arguments": {
    "count": 10,
    "probability": 0.7
  }
}

🤖 AI提示

服務器包含一個內置提示，幫助大語言模型理解應使用本服務器進行隨機數生成，而不是嘗試自行生成隨機值。

可用提示：generate_random

此提示會告知AI在生成隨機數方面的侷限性，並指導其使用可用的加密安全工具。 參數：

• type（字符串，可選）：所需隨機值的類型（整數、浮點數、UUID、字符串、字節、選擇、布爾值）
• requirements（字符串，可選）：隨機生成的特定要求

示例用法： 當大語言模型收到諸如“生成一個隨機密碼”或“選擇一個隨機數”的請求時，該提示將：

1. 告知大語言模型無法生成真正的隨機值。
2. 解釋可用的加密安全工具。
3. 指導AI使用適合該任務的工具。 這確保了應用程序中的所有隨機數生成都使用適當的加密方法，而不是可預測的AI生成模式。

🔧 技術細節

安全特性

本服務器實施了多項安全最佳實踐：

• 加密安全隨機性：所有隨機數生成均使用Node.js的crypto模塊函數（randomBytes、randomInt、randomUUID），這些函數提供適用於安全敏感應用的加密安全偽隨機數。
• 輸入驗證：對所有輸入參數進行全面驗證，以防止注入攻擊並確保數據完整性。
• 速率限制：內置生成數量限制，以防止資源耗盡攻擊。
• 錯誤處理：安全的錯誤消息，不會洩露有關係統狀態的敏感信息。

測試

服務器包含一個全面的測試套件，用於驗證所有功能：

# 運行測試套件
node test.js

測試套件涵蓋：

• 工具發現和列表
• 所有隨機生成函數
• 輸入驗證和錯誤處理
• 輸出格式驗證
• 統計屬性驗證

性能

服務器在保持安全性的同時進行了性能優化：

• 高效算法：使用優化的原生加密函數。
• 內存管理：通過高效的緩衝區處理，實現最小的內存佔用。
• 併發請求：線程安全設計，支持多個同時請求。
• 可擴展性：適用於高吞吐量應用。

開發

項目結構

pluggedin-random-number-generator-mcp/
├── src/
│   └── index.ts          # 主服務器實現
├── dist/                 # 編譯後的JavaScript輸出
├── test.js              # 全面的測試套件
├── package.json         # 項目配置
├── tsconfig.json        # TypeScript配置
└── README.md           # 本文檔

構建

npm run build

開發模式

npm run dev

使用MCP檢查器進行測試

你可以使用MCP檢查器工具測試服務器：

npm run inspector

這將啟動MCP檢查器Web界面，你可以在其中：

• 查看可用工具
• 測試工具執行
• 檢查請求/響應負載
• 調試服務器行為

🤝 貢獻

歡迎貢獻代碼！請隨時提交拉取請求。對於重大更改，請先打開一個問題討論你想要更改的內容。

開發指南

1. 遵循TypeScript最佳實踐。
2. 保持全面的測試覆蓋率。
3. 為新功能更新文檔。
4. 在提交前確保所有測試通過。
5. 遵循語義化版本控制進行版本發佈。

📄 許可證

本項目採用MIT許可證 - 詳情請參閱LICENSE文件。

🔗 相關項目

• 模型上下文協議 - 官方MCP規範
• Plugged.in - MCP服務器管理和發現平臺
• MCP SDK - 官方MCP TypeScript SDK

📞 支持

如需支持、提問或提出功能請求：

• 在GitHub上打開一個問題。
• 訪問Plugged.in平臺進行MCP服務器管理。
• 查看MCP文檔瞭解協議詳情。