Vercel Api MCP

🚀 使用Vercel API的輕量級模型控制協議（MCP）服務器

這是一個輕量級的Model Control Protocol (MCP) 服務器，它藉助 create-mcp 創建，並部署在Cloudflare Workers上。該服務器可讓AI代理（例如Cursor）通過MCP協議與 Vercel API 進行交互。此項目目前仍處於開發階段，後續會按需添加更多工具。

🚀 快速開始

此輕量級MCP服務器允許AI代理通過MCP協議與Vercel API交互，為AI應用提供便利。

✨ 主要特性

• 輕量級設計，藉助Cloudflare Workers部署。
• 允許AI代理通過MCP協議與Vercel API交互。
• 可根據需要添加更多工具。

📦 安裝指南

安裝步驟

1. 運行自動化安裝腳本以克隆此MCP服務器並將其部署到您的Cloudflare賬戶：

bun create mcp --clone https://github.com/zueai/vercel-api-mcp

2. 打開Cursor Settings -> MCP -> 添加新的MCP服務器，並將複製到剪貼板的命令粘貼進去。
3. 上傳您的 Vercel API令牌 作為秘密變量：

bunx wrangler secret put VERCEL_API_TOKEN

部署更新

1. 運行部署腳本：

bun run deploy

2. 刷新您的Cursor窗口以使用更新後的工具。

💻 使用示例

基礎用法

要創建新的MCP工具，請將方法添加到src/index.ts中的MyWorker類。每個函數都會自動成為可用的MCP工具，供您的代理調用。示例代碼如下：

/**
 * 一個溫暖友好的問候語，來自您的MCP服務器。
 * @param name {string} 要問候的人的名字。
 * @return {string} 您的問候內容。
 */
sayHello(name: string) {
    return `你好，${name}！`;
}

注意事項

JSDoc註釋非常重要：

• 第一行將成為工具的描述
• @param標籤定義參數的類型和描述
• @return標籤指定返回值及其類型

📚 詳細文檔

已提供的工具

請查看 src/index.ts 以獲取當前可用工具列表。每個類中的方法都是一個MCP工具。

學習資源

請參考以下資源以獲取更多信息：

• create-mcp文檔 - 瞭解create-mcp CLI工具
• 模型控制協議（MCP）文檔 - 瞭解MCP協議
• workers-mcp - 實現MCP協議的Cloudflare Workers包
• Cloudflare Workers文檔 - 學習Cloudflare Workers平臺
• Vercel API文檔 - 瞭解Vercel API