Pavanjava Kafka MCP Server

🚀 Kafka MCP 服務器

Kafka MCP 服務器與 Apache Kafka 集成，為大型語言模型（LLM）和代理應用提供消息發佈與消費功能，通過標準化接口實現 AI 模型與 Kafka 主題的交互。

🚀 快速開始

Kafka MCP 服務器允許 AI 模型通過標準化接口與 Kafka 主題進行交互，支持消息的發佈與消費。以下是使用該服務器的快速步驟：

1. 確保滿足先決條件。
2. 完成安裝步驟。
3. 進行相關配置。
4. 運行服務器並根據需要進行集成。

✨ 主要特性

• 支持發佈消息到 Kafka 主題。
• 支持從 Kafka 主題中消費消息。
• 提供標準化接口，方便 AI 模型與 Kafka 交互。

📦 安裝指南

先決條件

• Python 3.8+
• Apache Kafka 實例
• Python 依賴項（參見安裝部分）

安裝步驟

1. 克隆倉庫：

   git clone <repository-url>
   cd <repository-directory>
   

2. 創建虛擬環境並激活它：

   python -m venv venv
   source venv/bin/activate  # 在 Windows 上使用：venv\Scripts\activate
   

3. 安裝所需的依賴項：

   pip install -r requirements.txt
   

   如果沒有 requirements.txt 文件，請安裝以下包：

   pip install aiokafka python-dotenv pydantic-settings mcp-server
   

📚 詳細文檔

配置

在項目根目錄中創建一個 .env 文件，並添加以下變量：

# Kafka 配置
KAFKA_BOOTSTRAP_SERVERS=localhost:9092
TOPIC_NAME=your-topic-name
IS_TOPIC_READ_FROM_BEGINNING=False
DEFAULT_GROUP_ID_FOR_CONSUMER=kafka-mcp-group

# 可選：自定義工具描述
# TOOL_PUBLISH_DESCRIPTION="自定義發佈工具的描述"
# TOOL_CONSUME_DESCRIPTION="自定義消費工具的描述"

使用方法

運行服務器

你可以使用提供的 main.py 腳本運行服務器：

python main.py --transport stdio

可用的傳輸選項：

• stdio：標準輸入/輸出（默認）
• sse：服務器發送事件

與 Claude Desktop 集成

要將此 Kafka MCP 服務器與 Claude Desktop 結合使用，請在你的 Claude Desktop 配置文件中添加以下配置：

{
    "mcpServers": {
        "kafka": {
            "command": "python",
            "args": [
                "<PATH TO PROJECTS>/main.py"
            ]
        }
    }
}

將 <PATH TO PROJECTS> 替換為項目的絕對路徑。

項目結構

• main.py：應用程序的入口點
• kafka.py：Kafka 連接器實現
• server.py：MCP 服務器實現，帶 Kafka 交互工具
• settings.py：使用 Pydantic 管理配置

可用工具

kafka-publish

發佈信息到配置的 Kafka 主題。

kafka-consume

從配置的 Kafka 主題中消費信息。

⚠️ 重要提示

一旦消息被讀取，將無法通過相同的 groupid 再次讀取。