Token导航 LogoToken导航

MCP Server · 运维云端

ChatData MCP Server

ChatData MCP服务器是一个基于Model Control Protocol (MCP)的服务应用程序,提供工具集和提示系统以增强大型语言模型的能力,适用于开发者和研究人员。

stdio官方级别未说明来源级核验工具 14
Python开发工具云端部署

快速开始

作者 / 组织
xiaozhch5
提供方
xiaozhch5
运行时
Python

工具数量

14

来源目录标注

资源数量

0

来源目录标注

提示词数量

0

来源目录标注

GitHub Star

3

仓库热度

收录来源

2 个

MCP World

选型结论

ChatData MCP Server 属于运维云端类 MCP Server,公开资料标注 14 个工具,通过stdio 本地进程接入,客户端适配情况以官方文档为准,有可以直接复制的安装命令;接入前先确认权限范围。

分类

运维云端

传输方式

stdio

认证方式

无需认证

部署方式

公开资料未说明

安装与配置

安装命令

pip install -e .

公开命令不是通用的启动方式,拼不出可靠配置示例;请在客户端 MCP 配置里按官方文档填写 command 和 args。

上手步骤

  1. 1

    准备运行环境

    stdio 服务在本地起进程,需要先装好 Python,再按安装命令拉取依赖。

  2. 2

    安装服务

    复制下面的安装命令执行;命令里带占位符的位置换成自己的密钥或路径。

  3. 3

    写入客户端配置

    在客户端的 MCP 配置里填启动命令和参数,保存后完全退出客户端再打开,让新配置生效。

  4. 4

    验证是否可用

    连接成功后客户端会列出 14 个工具,随便调一个只读工具确认能返回结果。

接入前确认

不要直接授予不必要的文件、网络或账号权限;先核对安装命令和配置内容。

详细介绍

ChatData MCP 服务器

ChatData MCP 服务器是一个基于 Model Control Protocol (MCP) 的服务应用程序,提供了丰富的工具集和提示系统,用于增强大型语言模型的能力。

项目简介

该项目提供了一个灵活的服务器框架,允许通过MCP协议与大型语言模型进行交互。该服务器可以:

  • 执行各种工具函数,扩展模型的能力
  • 提供预设的提示模板,简化常见任务
  • 支持通过标准输入/输出或SSE方式进行通信
  • 自动发现和注册新添加的工具和提示

核心组件

工具系统 (tools/)

工具模块提供了各种功能扩展,使语言模型能够执行具体任务:

  • 网络工具:

- web_scraper.py - 网页内容抓取工具 - ip_info.py - IP地址信息查询工具 - http_client.py - HTTP请求客户端 - fetch.py - 简单网页获取工具 - browser_use.py - 基于browser_use获取网络信息

  • 数据处理工具:

- data_converter.py - 数据格式转换工具(JSON/YAML/XML) - text_summary.py - 文本摘要生成工具 - calculator.py - 高级数学计算工具

  • 开发辅助工具:

- code_formatter.py - 代码格式化工具 - postgres.py - PostgreSQL数据库查询工具

  • 多媒体工具:

- image_gen.py - 图像生成工具

  • 其他实用工具:

- translator.py - 文本翻译工具 - weather.py - 天气查询工具 - echo.py - 简单的回显工具

提示系统 (prompts/)

提示模块提供了各种预设的提示模板,用于快速生成高质量的回复:

  • simple.py - 基本提示模板
  • content_generator.py - 内容生成提示
  • code_review.py - 代码审查提示
  • utils.py - 提示工具函数

服务器组件 (server/)

服务器模块处理客户端请求和响应,支持多种通信方式:

  • 标准输入/输出 (stdio) 模式
  • 服务器发送事件 (SSE) 模式

安装与使用

uv venv --python 3.12

安装依赖

pip install -e .

或使用 uv:

uv pip install -e .

安装playwright

playwright install

启动服务器

stdio 模式(默认)
server
SSE 模式
server --transport sse --port 8000

开发指南

添加新工具

  1. 在 tools/ 目录中创建新的 Python 文件
  2. 实现一个主函数和一个工具调用函数
  3. 提供 get_tools() 函数返回工具定义

示例:

import mcp.types as types

async def my_function(param1, param2):
    # 实现功能
    return [types.TextContent(type="text", text="结果")]

async def my_tool(name: str, arguments: dict):
    if name != "my_tool":
        raise ValueError(f"Unknown tool: {name}")
    
    # 提取参数
    param1 = arguments.get("param1")
    param2 = arguments.get("param2")
    
    return await my_function(param1, param2)

def get_tools():
    return [
        types.Tool(
            name="my_tool",
            description="工具描述",
            inputSchema={
                "type": "object",
                "required": ["param1"],
                "properties": {
                    "param1": {
                        "type": "string",
                        "description": "参数1描述",
                    },
                    "param2": {
                        "type": "string",
                        "description": "参数2描述",
                    }
                },
            },
        )
    ]

添加新提示

  1. 在 prompts/ 目录中创建新的 Python 文件
  2. 实现提示生成函数
  3. 提供 get_prompts() 函数返回提示定义

示例:

import mcp.types as types
from .utils import create_messages

def my_prompt(context=None, topic=None):
    messages = create_messages(context, topic)
    
    return types.GetPromptResult(
        messages=messages,
        description="提示描述"
    )

def get_prompts():
    return [
        types.Prompt(
            name="my_prompt",
            description="提示描述",
            func=my_prompt,
            args={
                "context": {
                    "type": "string",
                    "description": "上下文信息"
                },
                "topic": {
                    "type": "string",
                    "description": "主题"
                }
            }
        )
    ]

许可证

MIT

工具与能力

工具数量

14

资源数量

0

提示词数量

0

能力标签

语言模型增强Python本地部署工具集提示系统开发辅助数据处理

数量来自来源目录的标注,具体工具清单以官方文档为准。

典型使用场景

看服务状态

查询容器、日志和监控指标,定位异常。

执行部署变更

在权限范围内触发发布、回滚和环境切换。

核对资源用量

汇总用量,找出闲置和超额的部分。

选择建议

值得选的地方

  • 工具数量 14 个,一次接入能覆盖的操作比单点工具更全。
  • 有现成的安装命令,不用自己找入口,照着跑就能起服务。
  • 公开说明写得比较完整,接入前能看清能力边界。

先想清楚的地方

  • stdio 方式要求本地装好 Python,换机器要重新装一遍。
  • 第三方目录整理,版本更新和行为细节以官方仓库为准。

更适合

  • 需要在运维云端场景里让模型直接调用外部能力的人。
  • 想先快速试一下、能接受在本地跑服务的人。

不太适合

  • 完全不想在本地装环境的人。
  • 需要厂商级 SLA 和技术支持的生产环境。

同类对比

5 个同类
MCP Server工具数传输方式安装命令收录来源最后核验
ChatData MCP Server

MCP World · 本页

14stdio有2 个2026-05-17
Ui Tars Desktop 8a825770

MCP World

0stdio有1 个2026-05-17
Elie222 MCP

MCP World

0未说明未标注1 个2026-05-17
Arizeai Phoenix MCP

MCP World

0stdio有3 个2026-05-17
Unity MCP 87ee506e

MCP World

42HTTP有2 个2026-05-17

按同分类和工具数量挑出最接近的几条,字段以各自详情页为准。

常见问题

5 条

ChatData MCP Server 怎么安装?

公开资料给出的安装命令是 pip install -e .,运行环境为 Python。装完后按客户端要求写进 MCP 配置,重启客户端生效。

ChatData MCP Server 怎么在 Claude Desktop、Cursor 里配置?

它是stdio 本地进程,客户端配置里要写启动命令和参数,运行环境是 Python;保存后完全退出客户端再打开,配置才会生效。

ChatData MCP Server 收费吗?

本站只整理公开资料,不代收费用,也没有标注具体价格。是否收费取决于服务本身和背后的接口额度,正式使用前按官方说明确认。

ChatData MCP Server 需要 API Key 吗?

公开资料标注为无需认证,装好就能连;如果实际调用时报鉴权错误,按官方文档补上凭据。

ChatData MCP Server 支持哪些客户端?

公开资料没有标注具体客户端;能配置本地 MCP 命令的客户端都能接,配置方式参照官方文档。

来源信息

继续浏览同类 MCP