Code Audit MCP
什么是MCP代码审计服务器?
MCP代码审计服务器是一个基于本地Ollama模型的AI代码审计工具,可以对代码进行安全、完整性、性能、质量等多维度分析。通过Model Context Protocol (MCP)集成,可以与Claude等工具无缝协作。如何使用MCP代码审计服务器?
用户可以通过命令行或集成到开发环境的方式使用该服务器。只需安装依赖并配置模型即可开始代码审计。适用场景
适用于软件开发团队、安全研究人员和独立开发者,用于在开发过程中及时发现代码中的潜在问题,提高代码质量和安全性。主要功能
多维度代码分析提供安全、完整性、性能、质量、架构、测试和文档等方面的全面分析。
智能模型选择根据不同的审计类型自动选择合适的AI模型,确保分析的准确性和效率。
框架感知分析支持React、Express、Django等主流框架的特定检查,提供更精准的审计结果。
可配置严重性允许用户自定义问题的严重性阈值,灵活控制审计的深度和广度。
自动修复建议提供带有置信度评分的修复建议,帮助开发者快速定位和解决问题。
优势与局限性
优势
支持多种编程语言和框架,适用范围广泛。
基于本地模型运行,保护数据隐私。
提供详细的审计报告和修复建议,提升开发效率。
易于集成到现有开发流程中。
局限性
需要一定的系统资源(如8GB内存以上)。
部分高级功能可能需要较新的硬件支持。
对于非常复杂的代码结构,分析可能不够全面。
如何使用
安装依赖
首先安装Node.js和Ollama,并确保系统满足最低要求。
配置服务器
运行设置向导以配置MCP服务器和相关模型。
启动服务器
启动MCP服务器后,即可开始代码审计。
执行审计
使用命令行或集成开发环境调用审计工具,输入代码进行分析。
使用案例
检测SQL注入漏洞通过输入包含直接字符串拼接的SQL查询,检测潜在的安全风险。
查找TODO注释识别代码中的未完成实现或待办事项。
常见问题
MCP代码审计服务器需要哪些系统要求?
需要Node.js 18.0.0或更高版本,Ollama最新版本,至少8GB RAM和10GB存储空间。
如何解决Ollama连接失败的问题?
检查Ollama是否正在运行,尝试重新启动服务或检查端口可用性。
支持哪些编程语言?
支持JavaScript/TypeScript、Python、Java、Go、Rust等10+种语言。
如何获取更多模型支持?
通过ollama pull命令安装所需模型,例如:ollama pull codellama:7b。
相关资源
官方文档
项目主页,包含详细文档和示例。
GitHub仓库
源代码和开发信息。
Ollama官网
Ollama模型服务的官方网站。
安装
复制以下命令到你的Client进行配置
{
"mcpServers": {
"code-audit": {
"command": "code-audit",
"args": ["start", "--stdio"],
"env": {}
}
}
}
注意:您的密钥属于敏感信息,请勿与任何人分享。
🚀 MCP代码审计服务器
本项目是一个全面的TypeScript MCP服务器,借助本地AI模型(通过Ollama)对代码进行智能审计,涵盖安全性、完整性、性能、质量、架构、测试和文档等多个维度。
🚀 快速开始
MCP代码审计服务器是一款强大的工具,可利用本地AI模型对代码进行多维度的审计。以下是快速上手的步骤:
- 确保满足项目的依赖要求,如Node.js和Ollama的安装。
- 选择合适的安装方式,如全局安装或开发安装。
- 按照使用说明,通过CLI命令进行交互式设置、启动服务器等操作。
✨ 主要特性
多维度代码分析
- 安全性:检测OWASP十大漏洞、认证缺陷、注入攻击等。
- 完整性:检查TODO项、空函数、缺失的错误处理和未完成的实现。
- 性能:分析算法复杂度、内存泄漏和优化机会。
- 质量:识别代码异味、SOLID原则违背情况和可维护性问题。
- 架构:评估设计模式、关注点分离和依赖管理。
- 测试:发现可测试性问题、缺失的覆盖率和竞态条件。
- 文档:检查API文档、代码注释和合规标准。
智能模型选择
- 多模型支持:支持CodeLlama、DeepSeek - Coder、StarCoder2、Granite - Code、Qwen2.5 - Coder等模型。
- 基于专业化的路由:针对不同的审计类型选择不同的模型。
- 后备策略:在模型失败时自动切换到备用模型。
- 性能优化:提供快速模式和全面模式。
高级特性
- 上下文感知分析:支持特定框架的检查(如React、Express、Django等)。
- 基于优先级的审计:快速模式(安全性 + 完整性)可提供快速反馈。
- 语言支持:支持10多种编程语言,并具备特定语言规则。
- 可配置的严重性:可自定义问题的严重程度阈值。
- 自动修复建议:提供带有置信度评分的修复建议。
- 复杂度分析:分析圈复杂度、认知复杂度和可维护性指标。
📦 安装指南
全局安装(推荐)
# 从npm全局安装
npm install -g @moikas/code-audit-mcp
# 运行交互式设置(包括MCP配置)
code-audit setup
# 或者使用自动MCP配置进行设置
code-audit setup --auto
# 启动MCP服务器
code-audit start
开发安装
# 克隆仓库
git clone <repository-url>
cd code-audit-mcp
# 安装依赖
npm install
# 构建项目
npm run build
# 本地测试
npm run test-local
开发环境设置
前提条件
- Node.js:版本18.0.0或更高
- npm:版本8.0.0或更高
- Git:用于版本控制和预提交钩子
- VS Code:推荐的IDE(可参考
.vscode/extensions.json
安装扩展)
初始设置
# 克隆并进入目录
git clone https://github.com/warrengates/code-audit-mcp.git
cd code-audit-mcp
# 安装依赖(包括husky设置)
npm install
# 构建项目
npm run build
# 运行质量检查
npm run quality-check
# 测试设置
npm run test-local
预提交钩子
本项目使用Husky和lint - staged进行自动代码质量检查:
- ESLint:检查代码错误和风格问题
- Prettier:统一代码格式
- TypeScript:对所有TypeScript文件进行类型检查
预提交钩子会在git commit
时自动运行。若要手动运行质量检查:
# 运行所有质量检查
npm run quality-check
# 修复可自动修复的问题
npm run quality-fix
# 单独检查
npm run lint # ESLint检查
npm run format:check # Prettier检查
npm run type-check # TypeScript检查
设置脚本将执行以下操作:
- ✅ 检查前提条件(Node.js、npm、tsx)
- 🩺 验证Ollama安装和运行状况
- 📦 安装推荐的AI模型
- 🧪 测试MCP服务器功能
- 📝 生成示例配置
手动设置
若您倾向于手动安装:
# 安装依赖
npm install
# 安装必要的模型
ollama pull codellama:7b
ollama pull granite-code:8b
# 构建项目
npm run build
# 测试服务器
npm run dev
💻 使用示例
CLI命令
# 交互式设置向导
code-audit setup
# 启动MCP服务器(前台运行)
code-audit start
# 作为后台守护进程启动
code-audit start --daemon
# 停止正在运行的服务器
code-audit stop
# 检查系统健康状况
code-audit health
# 管理AI模型
code-audit models --list
code-audit models --pull codellama:7b
# 配置管理
code-audit config --show
code-audit config --set ollama.host=http://remote:11434
# MCP服务器管理
code-audit mcp status
code-audit mcp configure
code-audit mcp remove
# 检查更新
code-audit update
开发模式
# 开启热重载的开发模式
npm run dev
# 构建TypeScript代码
npm run build
# 本地测试包
npm run test-local
MCP集成
自动配置(推荐)
设置向导现在会自动将code - audit配置为MCP服务器:
# 在设置期间配置
code-audit setup
# 或者在安装后配置
code-audit mcp configure
这将自动将code - audit添加到以下位置:
- Claude Desktop:
~/Library/Application Support/Claude/claude_desktop_config.json
- Claude Code(全局):
~/.config/claude/mcp-settings.json
- Claude Code(项目):
.claude/mcp-settings.json
手动配置
若您倾向于手动配置,请将以下内容添加到MCP配置中:
{
"mcpServers": {
"code-audit": {
"command": "code-audit",
"args": ["start", "--stdio"],
"env": {}
}
}
}
更多详细信息,请参考:
可用工具
audit_code
- 主要审计工具
{
"name": "audit_code",
"arguments": {
"code": "function processPayment(amount) {\n const query = `SELECT * FROM users WHERE id = ${userId}`;\n // TODO: implement payment logic\n}",
"language": "javascript",
"auditType": "all",
"priority": "thorough",
"context": {
"framework": "express",
"environment": "production",
"performanceCritical": true,
"projectType": "api"
}
}
}
参数说明:
code
(必需):要审计的代码language
(必需):编程语言auditType
:可选值为security
、completeness
、performance
、quality
、architecture
、testing
、documentation
、all
priority
:可选值为fast
(仅安全性 + 完整性)、thorough
(所有审计类型)context
:用于特定框架分析的额外上下文maxIssues
:限制返回的问题数量(默认值:50)
health_check
- 服务器健康状态检查
{
"name": "health_check",
"arguments": {}
}
list_models
- 列出可用的AI模型
{
"name": "list_models",
"arguments": {}
}
📚 详细文档
配置
服务器配置
可创建配置文件或使用环境变量进行配置:
const config = {
name: 'code-audit-mcp',
version: '1.0.0',
ollama: {
host: 'http://localhost:11434',
timeout: 30000,
retryAttempts: 3,
retryDelay: 1000,
},
auditors: {
security: {
enabled: true,
severity: ['critical', 'high', 'medium'],
rules: {
sql_injection: true,
xss_vulnerability: true,
hardcoded_secret: true,
},
},
performance: {
enabled: true,
severity: ['high', 'medium', 'low'],
thresholds: {
cyclomaticComplexity: 10,
nestingDepth: 4,
},
},
},
logging: {
level: 'info',
enableMetrics: true,
enableTracing: false,
},
};
审计器配置
每个审计器都可以单独配置:
{
enabled: boolean; // 启用/禁用审计器
severity: Severity[]; // 包含的严重程度级别
rules: Record<string, boolean>; // 启用/禁用的特定规则
thresholds: Record<string, number>; // 数值阈值
}
模型选择
可针对不同场景配置模型偏好:
// 对性能要求较高的代码
const performanceConfig = {
strategy: 'PerformanceModelSelectionStrategy', // 始终优先选择快速模型
fallbackModels: ['codellama:7b', 'granite-code:8b'],
};
// 注重质量的分析
const qualityConfig = {
strategy: 'QualityModelSelectionStrategy', // 始终优先选择准确的模型
fallbackModels: ['deepseek-coder:33b', 'codellama:13b'],
};
支持的模型
必备模型(推荐)
- CodeLlama 7B:适用于快速、通用的代码分析
- Granite Code 8B:在安全分析方面表现出色
全面配置
- CodeLlama 13B:在复杂分析中具有更高的准确性
- DeepSeek - Coder 6.7B:在性能分析方面表现优越
- StarCoder2 7B:专门用于测试分析
- Qwen2.5 - Coder 7B:适合文档分析
完整配置(高级)
- DeepSeek - Coder 33B:具有最高的准确性(需要16GB以上的RAM)
- StarCoder2 15B:用于高级测试和架构分析
- Llama 3.1 8B:在文档方面表现出色
模型安装
# 必备模型(约7GB)
ollama pull codellama:7b
ollama pull granite-code:8b
# 全面配置(约30GB)
ollama pull codellama:13b
ollama pull deepseek-coder:6.7b
ollama pull starcoder2:7b
ollama pull qwen2.5-coder:7b
# 完整配置(约80GB)
ollama pull deepseek-coder:33b
ollama pull starcoder2:15b
ollama pull llama3.1:8b
语言支持
完全支持
- JavaScript/TypeScript:支持React、Node.js、Express特定的检查
- Python:支持Django、Flask、FastAPI特定的分析
- Java:支持Spring Boot,侧重于安全分析
- Go:检查Goroutine安全性和性能模式
- Rust:关注内存安全和性能优化
良好支持
- C#:支持.NET模式和安全分析
- PHP:支持Laravel、WordPress安全检查
- Ruby:支持Rails特定的模式
- Swift:支持iOS特定的模式
- Kotlin:支持Android特定的分析
基本支持
- C/C++:检查内存安全和性能
- SQL:检测注入攻击和优化查询
- HTML/CSS:防止XSS攻击和优化性能
- Docker:检查安全配置
- YAML/JSON:验证配置
示例输出
{
"requestId": "audit_12345",
"issues": [
{
"id": "sql_injection_2",
"location": { "line": 2, "column": 15 },
"severity": "critical",
"type": "sql_injection",
"category": "security",
"title": "SQL injection vulnerability in query construction",
"description": "Direct string interpolation in SQL query allows SQL injection attacks",
"suggestion": "Use parameterized queries or prepared statements",
"confidence": 0.95,
"fixable": true,
"ruleId": "SEC001",
"documentation": "OWASP Top 10: A03:2021 – Injection"
},
{
"id": "todo_3",
"location": { "line": 3 },
"severity": "medium",
"type": "todo_comment",
"category": "completeness",
"title": "TODO comment indicates incomplete implementation",
"description": "Found TODO comment: // TODO: implement payment logic",
"suggestion": "Implement the missing functionality or remove the TODO comment",
"confidence": 1.0,
"fixable": false,
"ruleId": "COMP001"
}
],
"summary": {
"total": 2,
"critical": 1,
"high": 0,
"medium": 1,
"low": 0,
"info": 0,
"byCategory": {
"security": 1,
"completeness": 1
}
},
"suggestions": {
"autoFixable": [
/* fixable issues */
],
"priorityFixes": [
/* critical/high severity */
],
"quickWins": [
/* low effort, high impact */
],
"technicalDebt": [
/* long-term improvements */
]
},
"metrics": {
"duration": 1250,
"modelResponseTime": 800,
"coverage": {
"linesAnalyzed": 15,
"functionsAnalyzed": 1,
"complexity": 3
}
}
}
性能优化
快速开发模式
{
"auditType": "all",
"priority": "fast" // 仅安全性 + 完整性
}
上下文感知分析
{
"context": {
"framework": "react",
"environment": "production",
"performanceCritical": true,
"projectType": "web"
}
}
缓存配置
{
performance: {
maxConcurrentAudits: 3,
cacheEnabled: true,
cacheTtl: 300 // 5分钟
}
}
审计类型深入解析
安全审计
- 覆盖OWASP十大漏洞:检测SQL注入、XSS、认证缺陷等。
- 特定语言漏洞:如JS的原型污染、Python的pickle使用问题。
- 特定框架漏洞:如Express的CSRF保护、Django的SQL注入。
性能审计
- 算法分析:检测O(n²)复杂度和优化嵌套循环。
- 内存管理:检测内存泄漏和对象池优化机会。
- 数据库优化:避免N + 1查询和添加缺失的索引。
- 异步模式:检查阻塞操作和Promise处理。
质量审计
- 代码异味:识别长方法、大型类和重复代码。
- SOLID原则:检查SRP、OCP、LSP、ISP、DIP原则的违背情况。
- 可维护性:分析圈复杂度和认知负载。
- 命名规范:确保一致性、清晰度和领域对齐。
🔧 技术细节
开发
VS Code设置
本项目包含全面的VS Code配置,以提供最佳的开发体验:
推荐扩展
安装推荐的扩展以获得最佳体验:
# 安装所有推荐的扩展
code --install-extension dbaeumer.vscode-eslint
code --install-extension esbenp.prettier-vscode
code --install-extension ms-vscode.vscode-typescript-next
code --install-extension usernamehw.errorlens
code --install-extension yoavbls.pretty-ts-errors
或者打开VS Code并接受工作区推荐弹出窗口。
工作区设置
.vscode/settings.json
包含以下设置:
- 自动格式化:保存时使用Prettier格式化代码
- 代码检查:实时提供ESLint反馈
- TypeScript:增强智能感知和错误检查
- 导入管理:自动导入和路径智能感知
- Git集成:为工作流程预先配置
调试
使用包含的调试配置:
- 调试服务器:启动并调试MCP服务器
- 调试CLI:调试CLI命令
- 调试测试:逐步执行测试
按F5
或使用调试面板开始调试。
项目结构
code-audit-mcp/
├── src/
│ ├── server.ts # 主MCP服务器
│ ├── types.ts # TypeScript接口
│ ├── auditors/ # 审计实现
│ │ ├── base.ts # 基础审计器类
│ │ ├── security.ts # 安全审计器
│ │ ├── completeness.ts # 完整性审计器
│ │ ├── performance.ts # 性能审计器
│ │ └── ...
│ ├── ollama/ # Ollama集成
│ │ ├── client.ts # HTTP客户端包装器
│ │ ├── models.ts # 模型配置
│ │ └── prompts.ts # 审计提示
│ └── utils/ # 实用工具
│ ├── codeParser.ts # 代码解析
│ ├── complexity.ts # 复杂度分析
│ └── logger.ts # 日志记录工具
├── cli/
│ └── setup.ts # 设置脚本
├── .vscode/ # VS Code配置
│ ├── settings.json # 工作区设置
│ ├── extensions.json # 推荐扩展
│ └── launch.json # 调试配置
├── .husky/ # Git钩子
│ └── pre-commit # 预提交检查
└── tests/ # 测试套件
构建和测试
# 开发
npm run dev # 开启热重载启动
npm run build # 编译TypeScript代码
npm run lint # 运行ESLint检查
npm run format # 使用Prettier格式化代码
# 测试
npm test # 运行测试套件
npm run test:watch # 监听模式
npm run test:coverage # 生成覆盖率报告
# 生产
npm run start # 启动生产服务器
添加自定义审计器
- 创建一个新的审计器类,继承自
BaseAuditor
:
import { BaseAuditor } from './base.js';
export class CustomAuditor extends BaseAuditor {
constructor(config, ollamaClient, modelManager) {
super('custom', config, ollamaClient, modelManager);
}
// 重写方法以实现自定义逻辑
protected async postProcessIssues(rawIssues, request, language) {
// 自定义后处理
return super.postProcessIssues(rawIssues, request, language);
}
}
- 在
auditors/index.ts
中注册:
import { CustomAuditor } from './custom.js';
export const auditorClasses = {
// ... 现有审计器
custom: CustomAuditor,
};
- 添加配置:
const config = {
auditors: {
custom: {
enabled: true,
severity: ['high', 'medium'],
rules: {},
},
},
};
故障排除
常见问题
Ollama连接失败
# 检查Ollama是否正在运行
ollama list
# 启动Ollama服务
ollama serve
# 检查端口可用性
curl http://localhost:11434/api/tags
模型未找到
# 列出已安装的模型
ollama list
# 安装缺失的模型
ollama pull codellama:7b
# 检查服务器中模型的可用性
curl -X POST http://localhost:11434/api/generate \
-H "Content-Type: application/json" \
-d '{"model": "codellama:7b", "prompt": "test"}'
TypeScript编译错误
# 清除构建缓存
rm -rf dist/
rm -rf node_modules/
npm install
# 检查TypeScript配置
npx tsc --noEmit
# 更新依赖
npm update
内存问题
# 检查可用内存
free -h
# 使用较小的模型
ollama pull codellama:7b # 代替codellama:34b
# 减少并发审计
{
"performance": {
"maxConcurrentAudits": 1
}
}
性能调优
模型选择优化
// 对于CI/CD环境 - 优先考虑速度
const ciConfig = {
strategy: 'PerformanceModelSelectionStrategy',
priority: 'fast',
};
// 对于代码审查 - 优先考虑准确性
const reviewConfig = {
strategy: 'QualityModelSelectionStrategy',
priority: 'thorough',
};
资源管理
{
ollama: {
timeout: 60000, // 对于大文件增加超时时间
retryAttempts: 5, // 增加重试次数以提高可靠性
healthCheckInterval: 30000 // 更频繁地进行健康检查
},
performance: {
maxConcurrentAudits: 2, // 对于有限的RAM减少并发审计数
cacheEnabled: true, // 对于重复分析启用缓存
cacheTtl: 600 // 10分钟的缓存时间
}
}
API参考
工具架构
audit_code
interface AuditRequest {
code: string; // 必需:要审计的代码
language: string; // 必需:编程语言
auditType: AuditType; // 可选:默认 'all'
file?: string; // 可选:用于上下文的文件路径
context?: AuditContext; // 可选:额外的上下文
priority?: 'fast' | 'thorough'; // 可选:默认 'thorough'
maxIssues?: number; // 可选:默认 50
includeFixSuggestions?: boolean; // 可选:默认 true
}
响应格式
interface AuditResult {
requestId: string;
issues: AuditIssue[];
summary: AuditSummary;
coverage: AuditCoverage;
suggestions: AuditSuggestions;
metrics: AuditMetrics;
model: string;
timestamp: string;
version: string;
}
错误代码
代码 | 描述 | 解决方案 |
---|---|---|
INVALID_REQUEST |
请求格式错误 | 检查必需参数 |
CODE_TOO_LARGE |
代码超过大小限制 | 拆分为较小的块 |
LANGUAGE_NOT_SUPPORTED |
不支持的语言 | 使用支持的语言 |
NO_AVAILABLE_MODEL |
未找到合适的模型 | 安装所需的模型 |
OLLAMA_UNAVAILABLE |
Ollama服务不可用 | 启动Ollama服务 |
MODEL_NOT_FOUND |
请求的模型缺失 | 使用ollama pull 拉取模型 |
GENERATION_FAILED |
AI生成失败 | 检查模型健康状况,重试 |
AUDIT_FAILED |
一般审计失败 | 检查日志,验证配置 |
🤝 贡献
我们欢迎贡献!请参考贡献指南获取详细信息。
开发环境设置
# 分叉并克隆仓库
git clone https://github.com/your-username/code-audit-mcp.git
cd code-audit-mcp
# 安装依赖
npm install
# 以开发模式运行
npm run dev
# 运行测试
npm test
# 提交拉取请求
代码标准
- TypeScript:启用严格模式
- ESLint:使用Airbnb配置
- Prettier:自动格式化代码
- 测试:使用Jest,覆盖率超过80%
- 文档:为所有公共API使用JSDoc注释
开发文档
📄 许可证
本项目采用MIT许可证,详情请参考LICENSE。
🙏 致谢
- Anthropic:提供Model Context Protocol规范
- Ollama:提供本地AI模型服务
- Meta:提供CodeLlama模型
- DeepSeek:提供专业的编码模型
- BigCode:提供StarCoder模型
📞 支持
- 问题反馈:GitHub Issues
- 讨论交流:GitHub Discussions
- 文档查阅:Wiki
本项目由❤️ 打造,旨在通过AI分析提升代码质量
Z
Zen MCP Server
Zen MCP是一个多模型AI协作开发服务器,为Claude和Gemini CLI等AI编码助手提供增强的工作流工具和跨模型上下文管理。它支持多种AI模型的无缝协作,实现代码审查、调试、重构等开发任务,并能保持对话上下文在不同工作流间的延续。
Python
71
5分
C
Container Use
Container Use是一个开源工具,为编码代理提供容器化隔离环境,支持多代理并行开发且互不干扰。
Go
31
5分

Search1api
Search1API MCP Server是一个基于Model Context Protocol (MCP)的服务器,提供搜索和爬取功能,支持多种搜索服务和工具。
TypeScript
552
4分

Duckduckgo MCP Server
已认证
DuckDuckGo搜索MCP服务器,为Claude等LLM提供网页搜索和内容抓取服务
Python
1.3K
4.3分

MCP Alchemy
已认证
MCP Alchemy是一个连接Claude Desktop与多种数据库的工具,支持SQL查询、数据库结构分析和数据报告生成。
Python
544
4.2分

Postgresql MCP
一个基于FastMCP库的PostgreSQL数据库MCP服务,提供对指定表的CRUD操作、模式检查和自定义SQL查询功能。
Python
221
4分

Agentic Radar
Agentic Radar是一个用于分析和评估代理系统的安全扫描工具,帮助开发者、研究人员和安全专家理解代理系统的工作流程并识别潜在漏洞。
Python
656
5分

MCP Scan
MCP-Scan是一款针对MCP服务器的安全扫描工具,用于检测提示注入、工具污染和跨域升级等常见安全漏洞。
Python
702
5分
精选MCP服务推荐

Duckduckgo MCP Server
已认证
DuckDuckGo搜索MCP服务器,为Claude等LLM提供网页搜索和内容抓取服务
Python
1.3K
4.3分

Figma Context MCP
Framelink Figma MCP Server是一个为AI编程工具(如Cursor)提供Figma设计数据访问的服务器,通过简化Figma API响应,帮助AI更准确地实现设计到代码的一键转换。
TypeScript
7.1K
4.5分

Firecrawl MCP Server
Firecrawl MCP Server是一个集成Firecrawl网页抓取能力的模型上下文协议服务器,提供丰富的网页抓取、搜索和内容提取功能。
TypeScript
4.7K
5分

Edgeone Pages MCP Server
EdgeOne Pages MCP是一个通过MCP协议快速部署HTML内容到EdgeOne Pages并获取公开URL的服务
TypeScript
499
4.8分

Minimax MCP Server
MiniMax Model Context Protocol (MCP) 是一个官方服务器,支持与强大的文本转语音、视频/图像生成API交互,适用于多种客户端工具如Claude Desktop、Cursor等。
Python
1.2K
4.8分

Baidu Map
已认证
百度地图MCP Server是国内首个兼容MCP协议的地图服务,提供地理编码、路线规划等10个标准化API接口,支持Python和Typescript快速接入,赋能智能体实现地图相关功能。
Python
1.1K
4.5分

Context7
Context7 MCP是一个为AI编程助手提供实时、版本特定文档和代码示例的服务,通过Model Context Protocol直接集成到提示中,解决LLM使用过时信息的问题。
TypeScript
5.9K
4.7分

Exa Web Search
已认证
Exa MCP Server是一个为AI助手(如Claude)提供网络搜索功能的服务器,通过Exa AI搜索API实现实时、安全的网络信息获取。
TypeScript
2.2K
5分