Token导航 LogoToken导航

MCP Server · 搜索检索

Cursor Streamlit MCP

一个生产就绪的LangGraph代理应用,具有Streamlit前端、FastAPI后端、使用ChromaDB的RAG功能、MCP服务器集成(Splunk + Atlassian)以及LangSmith监控,用于Splunk数据交互和基于文档的问答。

stdio官方级别未说明来源级核验工具 0
RAGPython搜索

快速开始

作者 / 组织
dtherrick
提供方
dtherrick
运行时
Python

工具数量

0

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

0

仓库热度

收录来源

1 个

MCP World

选型结论

Cursor Streamlit MCP 属于搜索检索类 MCP Server,公开资料标注 0 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

搜索检索

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

uv run uvicorn backend.main:app --reload --host localhost --port 8000

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 0 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

Splunk MCP支持的RAG代理平台

一个生产就绪的LangGraph代理应用程序,具有Streamlit前端、FastAPI后端、使用ChromaDB的RAG功能、MCP服务器集成(Splunk+Atlassian)以及用于Splunk数据交互和基于文档的问答的LangSmith监控。

建筑

  • 前端:用于聊天界面和文档上传的流线型UI
  • 后端:FastAPI服务器处理业务逻辑和LangGraph编排
  • 代理层:具有RAG、MCP工具调用和人在环支持的LangGraph代理

特性

  • ✅ 与OpenAI GPT-4进行通用聊天
  • ✅ 文档上传和基于RAG的检索(PDF、TXT、DOCX)
  • ✅ Splunk MCP集成用于SPL查询
  • ✅ Atlassian MCP集成
  • ✅ 敏感操作的人在回路中
  • ✅ LangSmith追踪和监测
  • ✅ 基于配置的MCP服务器加载
  • ✅ 会话线程持久性

先决条件

  • Python>=3.12
  • 紫外线 用于包管理
  • OpenAI API密钥
  • LangSmith API密钥(可选,用于监控)
  • 访问Splunk和Atlassian MCP服务器

快速开始

1.安装依赖项

# Install uv if you haven't already
curl -LsSf https://astral.sh/uv/install.sh | sh

# Install project dependencies
uv sync
uv sync --dev  # Include development dependencies

2.配置环境

# Copy example environment file
cp .env.example .env

# Edit .env with your API keys and configuration

3.配置MCP服务器

编辑 config/mcp_servers.json 配置您的Splunk和Atlassian MCP服务器连接。

4.运行应用程序

假设您是项目根用户:

# Terminal 1: Start FastAPI backend
./scripts/run_backend.sh
-or-
uv run uvicorn backend.main:app --reload --host localhost --port 8000

# Terminal 2: Start Streamlit frontend
./scripts/run_frontend.sh
-or-
uv run streamlit run frontend/app.py

5.访问应用程序

  • 流线型UI: http://localhost:8501
  • FastAPI文档: http://localhost:8000/docs
  • 健康检查: http://localhost:8000/health

发展

装订和格式化

# Run ruff linting
uvx ruff check

# Auto-fix issues
uvx ruff check --fix

# Format code
uvx ruff format

类型检查

# Run type checking with ty
uvx ty backend/
uvx ty frontend/

项目结构

.
├── backend/
│   ├── main.py                    # FastAPI application entry point
│   ├── agent/
│   │   ├── graph.py               # LangGraph agent definition
│   │   ├── state.py               # Agent state models
│   │   └── tools.py               # MCP and RAG tools
│   ├── rag/
│   │   ├── vectorstore.py         # ChromaDB integration
│   │   └── document_processor.py # Document loading and chunking
│   ├── mcp/
│   │   ├── server_manager.py     # MCP server connection manager
│   │   └── config.py              # MCP server configuration loader
│   └── api/
│       └── routes.py              # FastAPI endpoints
├── frontend/
│   └── app.py                     # Streamlit application
├── config/
│   └── mcp_servers.json           # MCP server configurations
├── data/
│   ├── uploads/                   # User document uploads
│   ├── chroma_db/                 # ChromaDB persistence
│   └── checkpoints/               # Conversation state checkpoints
├── scripts/
│   ├── run_backend.sh             # Backend startup script
│   └── run_frontend.sh            # Frontend startup script
├── docs/
│   ├── TESTING.md                 # Testing guide and scenarios
│   ├── QUICKSTART.md              # Quick start guide
│   ├── IMPLEMENTATION_SUMMARY.md  # Technical implementation details
│   ├── MCP_INTEGRATION_NOTES.md   # MCP server integration guide
│   ├── TYPE_CHECKING_NOTES.md     # Type checking with ty
│   ├── CHANGES_SUMMARY.md         # Recent changes log
│   └── SLASH_COMMANDS.md          # Chat slash commands reference
├── pyproject.toml
├── .env.example
└── README.md

许可证

麻省理工学院

工具与能力

工具数量

0

资源数量

0

提示词数量

0

能力标签

RAGPython本地部署代理应用Splunk集成文档问答LangSmith监控

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

查资料带出处

把网页、论文和文档的检索结果连同链接一起带回对话。

站内知识检索

在自己的文档库里做语义搜索,比关键词更贴题。

事实核对

交叉多个来源确认一条信息,减少模型凭记忆作答。

选择建议

值得选的地方

  • 只提供 0 个工具,职责集中,接入后不容易误操作。
  • 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

  • 需要在搜索检索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
Cursor Streamlit MCP

MCP World · 本页

0stdio有1 个2026-05-17
Baidu Netdisk

MCP World

未标注未说明未标注1 个2026-05-17
Sequentialthinking

MCP.so

1SSE有2 个2026-05-17
Brave Search 433812ff

MCP World

2未说明未标注1 个2026-05-17
mindsdb (430e18)

MCP World

0未说明有1 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

Cursor Streamlit MCP 怎么安装?

公开资料给出的安装命令是 uv run uvicorn backend.main:app --reload --host localhost --port 8000,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。

Cursor Streamlit MCP 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。

Cursor Streamlit MCP 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。

Cursor Streamlit MCP 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。

Cursor Streamlit MCP 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