基本能力
产品定位
terminal_server 是一个用于演示和设置 MCP 服务器的示例项目，适用于开发者和 AI 研究人员，帮助他们快速理解和部署 MCP 服务器。
核心功能
- 存储数据：允许 AI 模型存储文件或 API 响应。
- 运行工具：提供函数执行能力，AI 可以调用这些函数完成任务。
- 使用提示：提供预定义的模板，用于特定任务的执行。
适用场景
- 本地开发：在本地 Python 环境中快速设置和测试 MCP 服务器。
- 容器化部署：使用 Docker 容器化 MCP 服务器，便于在不同环境中部署。
- 云平台部署：在 Google Cloud Platform 上部署 MCP 服务器，适用于生产环境。
工具列表
- STDIO Server：通过标准输入输出与 AI 模型交互。
- SSE Server：使用 Server-Sent Events (SSE) 进行实时通信。
常见问题解答
- 如何测试服务器：运行后，可以使用类似
Run the command ls in my workspace.或Execute echo Hello from Claude.的提示来测试服务器。 - 贡献政策：目前不接受外部代码贡献，但欢迎报告错误、请求功能或改进文档。
使用教程
使用依赖
本地 Python 环境
无需额外依赖，只需安装 Python。
Docker 环境
需要安装 Docker。
安装教程
选项1：本地 Python 环境
- 克隆仓库。
- 运行
python server.py。
选项2：Docker 环境
- 克隆仓库。
- 构建 Docker 镜像：
docker build -t terminal_server . - 运行容器：
docker run -it terminal_server
选项3：SSE 本地 Docker 环境
- 克隆仓库。
- 构建 Docker 镜像：
docker build -t terminal_server_sse . - 运行容器：
docker run -it terminal_server_sse
选项4：SSE Google Cloud Platform
- 克隆仓库。
- 构建 Docker 镜像：
docker build -t terminal_server_sse . - 部署到 GCP。
调试方式
本地 Python 环境
- 运行
python server.py后，使用提示测试服务器。
Docker 环境
- 运行容器后，使用提示测试服务器。
标签信息
- 安装类型：
stdio或sse - 产品定位：
开发工具,AI 模型支持 - 归类：
开发效率
