AI Workspace MCP Server

AI工作区MCP服务器

一种模型上下文协议（MCP）服务器，为AI提供了一个用于文件管理和Python脚本执行的安全工作区。设计为在Vercel上作为无服务器功能运行。

特性

文件管理工具

• 创建文件 -创建包含内容的新文件
• read_file -读取文件内容
• update_file -更新现有文件
• 删除文件 -删除文件
• 列表文件 -列出文件和目录
• create_directory -创建新目录

代码执行

• execute_python -执行带参数的Python脚本（超时30秒）

Vercel上的设置

1.安装Vercel CLI（可选）

npm install -g vercel

2.项目结构

你的项目应该是这样的：

ai-workspace-mcp/
├── api/
│   └── mcp.py          # Serverless function
├── vercel.json         # Vercel configuration
├── requirements.txt    # Python dependencies
└── README.md          # This file

3.部署到Vercel

选项A：通过Vercel仪表板进行部署

1. 首选 vercel.com
2. 点击“添加新”→ “项目”
3. 导入Git仓库（或上传文件）
4. Vercel将自动检测Python并部署

选项B：通过CLI部署

# Login to Vercel
vercel login

# Deploy
vercel

# Deploy to production
vercel --prod

4.获取您的部署URL

部署后，Vercel将为您提供一个URL，如下所示： https://your-project-name.vercel.app

API终点

部署后，您的服务器将具有以下端点：

得到/

返回服务器信息和状态

curl https://your-project.vercel.app/

GET/健康

健康检查端点

curl https://your-project.vercel.app/health

GET/工具

列出所有可用工具

curl https://your-project.vercel.app/tools

POST/执行

执行工具

curl -X POST https://your-project.vercel.app/execute \
  -H "Content-Type: application/json" \
  -d '{
    "tool": "create_file",
    "arguments": {
      "filepath": "hello.py",
      "content": "print(\"Hello World!\")"
    }
  }'

与AI客户端一起使用

Claude桌面配置

将此添加到您的Claude Desktop配置中：

macOS: ~/Library/Application Support/Claude/claude_desktop_config.json 视窗: %APPDATA%/Claude/claude_desktop_config.json

{
  "mcpServers": {
    "ai-workspace": {
      "command": "curl",
      "args": [
        "-X", "POST",
        "https://your-project.vercel.app/execute",
        "-H", "Content-Type: application/json",
        "-d", "@-"
      ]
    }
  }
}

直接使用API

您可以将其与任何支持HTTP工具调用的AI集成：

import requests

# Create a file
response = requests.post(
    "https://your-project.vercel.app/execute",
    json={
        "tool": "create_file",
        "arguments": {
            "filepath": "script.py",
            "content": "print('Hello from AI!')"
        }
    }
)
print(response.json())

# Execute the file
response = requests.post(
    "https://your-project.vercel.app/execute",
    json={
        "tool": "execute_python",
        "arguments": {
            "filepath": "script.py"
        }
    }
)
print(response.json())

安全功能

• 沙盒工作区：所有文件操作仅限于 /tmp/workspace
• 路径验证：防止目录遍历攻击
• 执行超时：Python脚本限制为30秒
• CORS已启用：允许跨源请求
• 无服务器隔离：每个请求都在隔离的环境中运行

工具示例

创建并执行Python脚本

# Create a file
curl -X POST https://your-project.vercel.app/execute \
  -H "Content-Type: application/json" \
  -d '{
    "tool": "create_file",
    "arguments": {
      "filepath": "hello.py",
      "content": "print(\"Hello from Vercel!\")"
    }
  }'

# Execute it
curl -X POST https://your-project.vercel.app/execute \
  -H "Content-Type: application/json" \
  -d '{
    "tool": "execute_python",
    "arguments": {
      "filepath": "hello.py"
    }
  }'

列出文件

curl -X POST https://your-project.vercel.app/execute \
  -H "Content-Type: application/json" \
  -d '{
    "tool": "list_files",
    "arguments": {}
  }'

创建目录结构

curl -X POST https://your-project.vercel.app/execute \
  -H "Content-Type: application/json" \
  -d '{
    "tool": "create_directory",
    "arguments": {
      "dirpath": "scripts"
    }
  }'

响应格式

所有工具执行都返回JSON：

成功响应：

{
  "success": true,
  "message": "Successfully created file: hello.py\nSize: 26 bytes"
}

错误响应：

{
  "success": false,
  "error": "File not found: nonexistent.py"
}

执行Python响应：

{
  "success": true,
  "exit_code": 0,
  "stdout": "Hello from Vercel!\n",
  "stderr": ""
}

重要说明

Vercel限制

• 临时存储：文件在 /tmp 是短暂的，在调用之间清除
• 10秒超时：免费版Vercel功能在10秒后超时（专业版为25秒）
• 冷启动：由于冷启动，第一次请求可能会变慢
• 无持久状态：每次函数调用都会重新开始

用于持久存储

如果您需要持久文件存储，请考虑：

1. 使用Vercel KV、Postgres或Blob存储
2. 与AWS S3、谷歌云存储等集成。
3. 使用数据库存储文件内容

环境变量（可选）

您可以在Vercel仪表板中设置环境变量：

• WORKSPACE_PATH -自定义工作区路径（默认： /tmp/workspace)
• EXECUTION_TIMEOUT -Python执行超时（秒）（默认值：30）

本地开发

部署前进行本地测试：

# Install dependencies
pip install -r requirements.txt

# Run with Python's built-in server
cd api
python -m http.server 8000

# Or use Vercel CLI
vercel dev

然后用以下方法进行测试：

curl http://localhost:8000/health

故障排除

“找不到模块”错误

确保 requirements.txt 位于项目根目录中，包含所有依赖项。

超时错误

• 降低Python脚本的复杂性
• 升级到Vercel Pro以获得更长的超时时间
• 尽可能使用异步操作

文件未持久化

记得： /tmp Vercel上的存储是短暂的。文件在调用之间不会持久。

高级用法

自定义MCP客户端

class VercelMCPClient:
    def __init__(self, base_url):
        self.base_url = base_url
    
    def call_tool(self, tool_name, arguments):
        response = requests.post(
            f"{self.base_url}/execute",
            json={"tool": tool_name, "arguments": arguments}
        )
        return response.json()
    
    def list_tools(self):
        response = requests.get(f"{self.base_url}/tools")
        return response.json()

# Usage
client = VercelMCPClient("https://your-project.vercel.app")
result = client.call_tool("create_file", {
    "filepath": "test.py",
    "content": "print('test')"
})

贡献

请随时使用其他工具扩展此服务器：

1. 将工具定义添加到 get_tools()
2. 在中实现处理程序 execute_tool()
3. 更新文档

许可证

MIT许可证-根据需要进行修改和使用。

支持

• Vercel文档: vercel.com/docs
• MCP协议: 模型上下文协议.io
• 问题：打开问题或根据需要修改代码