Token导航 LogoToken导航

MCP Server · 数据服务

Grants Search MCP Server

一个基于Python的MCP服务器,提供政府资助机会的发现、分析和跟踪工具,适用于研究人员和政策制定者。

stdio官方级别未说明来源级核验工具 0
数据分析PythonClaudeClaude Desktop

快速开始

作者 / 组织
Tar-ive
提供方
Tar-ive
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

8

仓库热度

收录来源

2 个

MCP World

选型结论

Grants Search MCP Server 属于数据服务类 MCP Server,公开资料标注 0 个工具,通过stdio 本地进程接入,适配 Claude Desktop、Claude,有可以直接复制的安装命令;接入前要先准备 API Key。

分类

数据服务

传输方式

stdio

认证方式

API Key

部署方式

支持远程部署

安装与配置

安装命令

python scripts/test_http_local.py

客户端配置示例

{
  "mcpServers": {
    "grants-mcp": {
      "command": "python",
      "args": [
        "scripts/test_http_local.py"
      ]
    }
  }
}

按公开安装命令拼出来的示例,字段名和参数以仓库 README 为准;带 YOUR_API_KEY 这类占位符的位置记得换成自己的值。

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

授予MCP服务器

模型上下文协议(MCP)服务器,用于全面的政府拨款发现和分析,由Simpler grants API提供支持。

概述

Grants MCP Server是一个基于Python的MCP实现,使用FastMCP,为发现、分析和跟踪政府拨款机会提供了智能工具。它为资助研究的不同方面提供了多种专业工具,从机会发现到资金趋势分析和机构景观测绘。

特性

🔍 核心能力

  • 赠款机会发现:根据关键字、机构、资助类别和资格标准搜索和筛选资助
  • 资金趋势分析:分析历史融资模式并确定新出现的机会
  • 机构景观测绘:了解不同政府机构的赠款生态系统
  • 智能高速缓存:内置缓存系统,优化API调用并提高响应时间
  • 综合补助金明细:获取详细信息,包括资金金额、截止日期、资格要求和联系信息

🛠️ 技术特性

  • 使用FastMCP构建,实现强大的MCP服务器实施
  • 用于高性能的异步Python架构
  • 双重运输支持:stdio(本地)和HTTP(容器化)
  • Docker支持:已准备好部署容器化版本
  • 具有TTL和大小限制的可配置缓存
  • API弹性的重试逻辑和错误处理
  • 基于环境的配置管理
  • 包含单元、集成和现场测试的全面测试套件

Docker快速入门🐳

先决条件

  • 已安装Docker和Docker Compose
  • Simpler Grants API密钥(请参阅 获取API密钥)

1.克隆存储库

git clone https://github.com/Tar-ive/grants-mcp.git
cd grants-mcp

2.配置API密钥

重要:您必须提供自己的API密钥。切勿将API密钥提交给版本控制。

选项A-使用.env文件(推荐):

# Copy the example file
cp .env.example .env

# Edit .env and add your actual API key
# SIMPLER_GRANTS_API_KEY=your_actual_api_key_here

选项B-直接编辑docker-compose.yml:

environment:
  - SIMPLER_GRANTS_API_KEY=your_actual_api_key_here

3.构建和运行

# Build the Docker image
docker-compose build

# Start the container
docker-compose up -d

# Check if it's running
docker ps | grep grants-mcp

# View logs
docker logs grants-mcp-server

4.测试服务器

# Test with curl
curl -X POST http://localhost:8081/mcp \
  -H "Content-Type: application/json" \
  -H "Accept: application/json, text/event-stream" \
  -d '{"jsonrpc":"2.0","method":"tools/list","id":1}'

# Or use the provided test script
python scripts/test_http_local.py

5.配置克劳德桌面

将Docker配置复制到Claude Desktop:

# For macOS
cp claude_desktop_configs/config_local_docker.json \
   ~/Library/Application\ Support/Claude/claude_desktop_config.json

# For Windows
cp claude_desktop_configs/config_local_docker.json \
   %APPDATA%\Claude\claude_desktop_config.json

然后重新启动Claude Desktop以连接到您的容器化MCP服务器。

建筑

grants-mcp/
├── src/
│   └── mcp_server/
│       ├── server.py              # Main server implementation
│       ├── config/                # Configuration management
│       │   └── settings.py
│       ├── models/                # Data models and schemas
│       │   └── grants_schemas.py
│       ├── tools/
│       │   ├── discovery/         # Grant discovery tools
│       │   │   ├── opportunity_discovery_tool.py
│       │   │   ├── agency_landscape_tool.py
│       │   │   └── funding_trend_scanner_tool.py
│       │   └── utils/             # Utility modules
│       │       ├── api_client.py
│       │       ├── cache_manager.py
│       │       └── cache_utils.py
│       └── prompts/               # System prompts
├── scripts/                       # Testing and deployment scripts
│   ├── test_http_local.py       # Test HTTP endpoint
│   ├── test_http_no_docker.py   # Run HTTP server locally
│   └── debug_connection.sh      # Debug connectivity
├── claude_desktop_configs/        # Claude Desktop configurations
│   ├── config_local_stdio.json  # Direct Python execution
│   ├── config_local_docker.json # Docker via mcp-remote
│   └── config_both.json         # Both options
├── docker-compose.yml            # Docker Compose configuration
├── Dockerfile                    # Container definition
└── tests/                        # Comprehensive test suite

部署选项

选项1:Docker(推荐用于生产环境)

Docker部署提供了:

  • 跨平台的一致环境
  • 易于扩展和部署
  • 与系统依赖关系隔离
  • 已准备好进行云部署(Google cloud Run、AWS ECS等)
# Quick start
docker-compose up -d

# Stop the server
docker-compose down

# View logs
docker logs grants-mcp-server --follow

# Rebuild after code changes
docker-compose build && docker-compose up -d

选项2:本地Python安装

对于开发和测试:

# Install dependencies
pip install -r requirements.txt

# Run with stdio transport (for direct integration)
SIMPLER_GRANTS_API_KEY=your_key python main.py

# Run with HTTP transport (for testing containerization locally)
MCP_TRANSPORT=http PORT=8080 SIMPLER_GRANTS_API_KEY=your_key python main.py

获取API密钥

Simpler Grants API密钥是此MCP服务器运行所必需的。获取API密钥:

  1. 访问 更简单的赠款API
  2. 注册帐户或登录
  3. 导航到API设置/仪表板
  4. 生成或复制API密钥
  5. 请确保此密钥的安全——您需要它进行配置

配置

环境变量

变量描述默认值
SIMPLER_GRANTS_API_KEYGrants.gov的API密钥(必需)-
MCP_TRANSPORT运输方式: stdio 或 httpstdio
PORTHTTP服务器端口(容器模式)8080
LOG_LEVEL日志记录级别INFO
CACHE_TTL缓存生存时间(秒)300
MAX_CACHE_SIZE最大缓存条目数1000

Docker配置

这 docker-compose.yml 文件包括:

  • 端口映射:8081(主机)→ 8080 (集装箱)
  • 资源限制:1个CPU,1GB RAM
  • 自动重启策略
  • 使用适当的SSE标头进行健康检查

可用工具

1.机会_范围

通过详细分析搜索资助机会。

参数:

  • query:搜索关键词(例如“可再生能源”、“气候变化”)
  • filters:高级过滤器参数
  • max_results:最大结果数(默认值:100)
  • page:分页页码
  • grants_per_page:每页资助(默认值:3)

2.机构景观

地图机构及其资金重点领域。

参数:

  • include_opportunities:包括机会分析(默认值:true)
  • focus_agencies:特定机构代码(例如\[“NSF”、“NIH”\])
  • funding_category:按类别筛选
  • max_agencies:要分析的最大机构数(默认值:10)

3.资金_资金_扫描仪

分析融资趋势和模式。

参数:

  • time_window_days:分析期(默认值:90)
  • category_filter:按类别筛选
  • agency_filter:按机构筛选
  • min_award_amount:最低奖励筛选器
  • include_forecasted:包括预测的机会(默认值:true)

Claude桌面集成

用于Docker部署

  1. 确保Docker容器正在运行: docker-compose up -d
  2. 如果需要,请安装mcp-remote: npm install -g mcp-remote
  3. 复制配置:
   # macOS
   cp claude_desktop_configs/config_local_docker.json \
      ~/Library/Application\ Support/Claude/claude_desktop_config.json
  1. 重新启动克劳德桌面

促进地方发展

  1. 复制stdio配置:
   # macOS
   cp claude_desktop_configs/config_local_stdio.json \
      ~/Library/Application\ Support/Claude/claude_desktop_config.json
  1. 将配置中的路径更新到本地安装
  2. 重新启动克劳德桌面

测试

测试Docker部署

# Run test script
python scripts/test_http_local.py

# Debug connection issues
bash scripts/debug_connection.sh

# Manual test with curl
curl -X POST http://localhost:8081/mcp \
  -H "Content-Type: application/json" \
  -H "Accept: application/json, text/event-stream" \
  -d '{"jsonrpc":"2.0","method":"tools/list","id":1}'

运行测试套件

# Run all tests
pytest

# Run with coverage
pytest --cov=src --cov-report=html

# Run specific test categories
pytest tests/unit/
pytest tests/integration/
pytest tests/live/  # Requires API key

故障排除

端口冲突

如果端口8081正在使用中:

# Check what's using the port
lsof -i :8081

# Edit docker-compose.yml to use a different port
# Change "8081:8080" to "8082:8080"

集装箱问题

# Check container status
docker ps -a | grep grants-mcp

# View detailed logs
docker logs grants-mcp-server --tail 100

# Restart container
docker-compose restart

# Rebuild from scratch
docker-compose down
docker-compose build --no-cache
docker-compose up -d

API关键问题

  • 确保 SIMPLER_GRANTS_API_KEY 设置在docker-compose.yml中
  • 检查日志中的身份验证错误: docker logs grants-mcp-server
  • 验证API密钥在 更简单的赠款API

云部署

容器化版本已准备好进行云部署:

谷歌云运行

# Build and push to Google Container Registry
gcloud builds submit --tag gcr.io/YOUR_PROJECT/grants-mcp

# Deploy to Cloud Run
gcloud run deploy grants-mcp \
  --image gcr.io/YOUR_PROJECT/grants-mcp \
  --platform managed \
  --port 8080 \
  --set-env-vars SIMPLER_GRANTS_API_KEY=your_key

AWS ECS/Fargate

看 specs/cloud_deployment.md 有关AWS部署的详细说明。

发展

项目结构

  • src/mcp_server/:核心服务器实施
  • scripts/:测试和实用程序脚本
  • tests/:全面的测试套件
  • specs/:技术规范和文件
  • claude_desktop_configs/:随时可用的Claude桌面配置

贡献

  1. 分叉存储库
  2. 创建要素分支: git checkout -b feature/your-feature
  3. 进行更改并添加测试
  4. 确保测试通过: pytest
  5. 构建并测试Docker镜像: docker-compose build && docker-compose up -d
  6. 用描述性消息提交
  7. 推送并创建拉取请求

路线图

  • \[x\] 第一阶段:使用FastMCP实现Python
  • \[x\] 第2阶段:增强的发现工具
  • \[x\] 第三阶段:Docker容器化
  • \[\]第四阶段:智能评分系统
  • \[\]第5阶段:云部署自动化
  • \[\]第6阶段:多机构比较工具
  • \[\]第7阶段:赠款申请援助

许可证

MIT许可证-有关详细信息,请参阅许可证文件

致谢

支持

对于问题、疑问或贡献:

  • 打开一个问题
  • 检查 部署指导 详细说明
  • 审查 specs/ 技术文档目录

______________________________________________________________________

备注:这是一个alpha版本。API和功能可能会发生变化。在生产中谨慎使用。#部署测试

服务帐户和权限现在已正确配置!

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

政府资助Python本地部署数据分析资助发现资助分析资助跟踪

支持客户端

Claude DesktopClaude

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

用自然语言查库

不用手写 SQL,直接问数据,让模型组织查询语句。

数据巡检

定期拉指标、做对比,把异常项整理成一段说明。

打通业务数据

把数据库、数仓和接口接进同一个上下文,减少导出再上传。

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。
  • 已经适配 Claude Desktop、Claude,换客户端不用重新研究配置。

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。
  • 需要自备API Key,没有凭据没法直接试。
  • 公开摘要偏短,具体能力和限制要回到仓库确认。

更适合

  • 需要在数据服务场景里让模型直接调用外部能力的人。
  • 已经在用 Claude Desktop 的用户,接入路径最短。
  • 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。
  • 暂时拿不到API Key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
Grants Search MCP Server

MCP World · 本页

0stdio有2 个2026-05-17
Memory 9d25f64e

MCP World

9未说明未标注1 个2026-05-17
Prisma MCP Server

MCP World

0stdio有3 个2026-05-17
Astr Bot

MCP World

0stdio有1 个2026-05-17
Getzep MCP

MCP World

9stdio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

Grants Search MCP Server 怎么安装?

公开资料给出的安装命令是 python scripts/test_http_local.py,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。

Grants Search 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。

Grants Search 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。

Grants Search MCP Server 需要 API Key 吗?

公开资料标注的认证方式是API Key,也就是要先拿到凭据才能连上;凭据只填在自己本地的配置里,不要写进公开仓库。

Grants Search MCP Server 支持哪些客户端?

公开资料标注支持 Claude Desktop、Claude;其他客户端只要能配置 MCP Server,也能用同样的命令或地址接入。

来源信息

继续浏览同类 MCP