Docker MCP MCP

🐳 Docker MCP网关-一键设置

将所有MCP服务器整合到一个网关中。将上下文窗口的使用率降低90%以上。

你得到的是一个网关，它只动态加载你需要的东西（约500个令牌），而不是5个MCP服务器和50个工具淹没你的AI上下文（约20000个令牌）。

______________________________________________________________________

⚡ 快速安装

Windows（PowerShell）

irm https://raw.githubusercontent.com/global-mysterysnailrevolution/docker-mcp-mcp/main/install.ps1 | iex

或者下载并双击 install.bat

它的作用

1. ✅ 安装Docker桌面（如果需要）
2. ✅ 启用MCP工具包
3. ✅ 配置 克劳德代码, 光标，以及 克劳德桌面
4. ✅ 添加基本的MCP服务器（GitHub、文件系统、fetch等）

______________________________________________________________________

📁 文件

______________________________________________________________________

🔧 手动设置

如果脚本不起作用，请手动执行此操作：

1.安装Docker桌面

下载自https://www.docker.com/products/docker-desktop/

2.启用MCP工具包

• 打开Docker桌面
• 设置 → 开发中的特点
• 启用 “MCP工具包”
• 点击 应用并重新启动

3.将MCP配置添加到您的AI工具中

克劳德代码 (~/.claude.json 或 %USERPROFILE%\.claude.json):

{
  "mcpServers": {
    "MCP_DOCKER": {
      "command": "docker",
      "args": ["mcp", "gateway", "run"],
      "type": "stdio"
    }
  }
}

光标 (~/.cursor/mcp.json 或 %USERPROFILE%\.cursor\mcp.json):

{
  "mcpServers": {
    "MCP_DOCKER": {
      "command": "docker",
      "args": ["mcp", "gateway", "run"],
      "type": "stdio"
    }
  }
}

克劳德桌面 (%APPDATA%\Claude\claude_desktop_config.json):

{
  "mcpServers": {
    "MCP_DOCKER": {
      "command": "docker",
      "args": ["mcp", "gateway", "run"],
      "type": "stdio"
    }
  }
}

4.添加MCP服务器

在Docker桌面→ MCP工具包→ 目录，添加：

• github -GitHub API
• filesystem -本地文件访问
• fetch -HTTP请求
• puppeteer -浏览器自动化
• memory -持久存储

______________________________________________________________________

🧪 测试IT

设置后，重新启动AI工具并询问：

“列出您可用的MCP工具”

你应该看看 MCP_DOCKER 使用网关提供的工具。

______________________________________________________________________

🚀 为什么这很重要

之前（传统MCP）

Agent → MCP Server 1 (10 tools) → context
Agent → MCP Server 2 (10 tools) → context
Agent → MCP Server 3 (10 tools) → context
Total: 30 tool definitions = ~15,000 tokens in context

之后（Docker MCP网关）

Agent → Docker Gateway (searches tools on-demand) → context
Total: 1 gateway + selected tools = ~500 tokens

代码执行工作流

更好的是：使用代码执行MCP来编排工具，而不会淹没上下文：

// This runs in a sandbox - only the summary returns to your AI
async function workflow(callTool) {
  const data = await callTool("fetch", { url: "..." });  // 10KB stays in sandbox
  const more = await callTool("fetch", { url: "..." }); // 10KB stays in sandbox
  await callTool("filesystem.write", { path: "out.json", content: data });
  return { summary: "Fetched 2 URLs, saved to out.json" };  // Only this goes to AI
}

______________________________________________________________________

📚 资源

• MCP服务器目录
• 动态MCP博客文章
• Anthropic MCP公告
• MCP协议规范

______________________________________________________________________

🤝 贡献

PR欢迎！这是一个社区工具，使MCP设置更容易。

______________________________________________________________________

📄 许可证

麻省理工学院-随心所欲。