Token导航 LogoToken导航

MCP Server · AI代理

Hr Policy MCP

提供策略资源并维护策略记录供AI代理使用,同时提供简单的数学工具,并通过官方`modelcontextprotocol/python-sdk`将所有MCP服务器整合到一个受身份验证保护的MCP端点。

stdio官方来源来源级核验工具 0
身份验证PythonAI代理

快速开始

作者 / 组织
abneetwats24
提供方
abneetwats24
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

1

仓库热度

收录来源

1 个

MCP World

选型结论

Hr Policy MCP 属于AI代理类 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;接入前要先准备 OAuth 授权。

分类

AI代理

传输方式

stdio

认证方式

OAuth 授权

部署方式

公开资料未说明

安装与配置

安装命令

uv run src/main.py

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

人力资源策略MCP服务器

此服务器提供策略资源并维护策略记录,供AI代理使用。

它还公开了简单的数学工具,并将两个MCP服务器组合在一个单独的 使用官方身份验证保护的MCP端点 modelcontextprotocol/python-sdk.

应用程序设计流程

flowchart LR
subgraph ControlPlane[Control Plane]
subgraph Registry[Agent Registry]
AgentASG[Agent A-JSON]
AgentBSG[Agent B-JSON]
AgentCSG[Agent C-JSON]
end
LGRrouterN[Router/Agent Selector]
end

subgraph OrgServices[Integration/Knowledge]
ServiceA[Service A]
ServiceB[Service B]
ServiceC[Service C]
ServiceD[Service D]
end

Broker[(Message Fabric)]
Observability[(Tracing & Metrics)]

AgentA[Agent A]
AgentB[Agent B]
AgentC[Agent C]

McpA[MCP A]
McpB[MCP B]
McpC[MCP C]

User[User]

User -->|API / WS / Event| Client  
Client --> LGRrouterN
LGRrouterN -->|A2A Message| Registry
AgentA -->|A2A Message| Broker
Broker -->|Deliver| AgentB
Broker -->|Deliver| AgentC

AgentA -->|Response/Heartbeat| AgentASG
AgentB -->|Response/Heartbeat| AgentBSG
AgentC -->|Response/Heartbeat| AgentCSG

AgentASG |Discovery API| AgentA
AgentBSG |Discovery API| AgentB
AgentCSG |Discovery API| AgentC

AgentA --> Observability
AgentB --> Observability
AgentC --> Observability

AgentA  McpA
AgentB  McpB
AgentC  McpC

McpA  ServiceA
McpB  ServiceB
McpC  ServiceD
McpB  ServiceC

目录结构

src/
  main.py                 # Composite MCP server (HR + math) with auth
  hr_policy_mcp/
    __init__.py           # Exposes hr_policy_mcp and registers resources
    server.py             # HR FastMCP instance + PolicyService wiring
    services/
      policy_service.py   # Loads PDF policies from static/dev/policy_files
    resources/
      policies.py         # Registers one MCP resource per policy
  math_mcp/
    __init__.py           # Exposes math_mcp and registers tools
    server.py             # Math FastMCP instance
    tools/
      basic.py            # add / subtract tools
  middleware/
    __init__.py
    token_verifier.py     # OAuth2 token introspection (Keycloak)

static/
  dev/
    policy_files/         # PDF HR policy documents

认证

主MCP服务器的配置类似于 simple-auth 示例中 python SDK。它使用:

  • Keycloak领域发现地点:

http://192.168.10.7:5555/realms/openspace/.well-known/openid-configuration

  • 令牌自检端点:

http://192.168.10.7:5555/realms/openspace/protocol/openid-connect/token/introspect

  • 所需范围: mcp:tools (可通过env配置)。

客户端凭据是通过环境变量提供的(请参见 .env.example).

使用紫外线(本地)运行

uv run src/main.py

复合MCP服务器将监听 http://127.0.0.1:3000/mcp 使用 streamable-http 运输。

码头工人

直接使用Docker构建和运行:

docker build -t hr-policy-mcp .
docker run --rm -p 3000:3000 --env-file .env hr-policy-mcp

或者使用docker compose:

docker compose up --build

MCP端点将在以下位置可用:

http://127.0.0.1:3000/mcp

日志记录

服务器发出两种日志:

  • 标准Python日志

- 配置于 src/main.py 通过 setup_logging(). - 输出到stdout/stderr和 logs/server.log. - 由以下组件使用 PolicyService 报告加载/解析错误。

  • MCP上下文日志记录

- 工具和资源接受 ctx: Context[ServerSession, None] 争论。 - 通过以下方式读取人力资源策略资源日志和失败 ctx.info(...) / ctx.error(...). - 数学工具通过以下方式记录操作 ctx.debug(...). - 这些日志作为通知发送回兼容的MCP客户端。

Keycloak身份验证服务器配置

跟随 钥匙斗篷配置

MCP认证广为人知

要查看众所周知的详细信息:http://127.0.0.1:3000/math/.well-已知/oauth保护的资源 应该输出如下内容:

{"resource":"http://127.0.0.1:3000/","authorization_servers":["http://192.168.10.7:5555/realms/openspace"],"scopes_supported":["mcp:tools"],"bearer_methods_supported":["header"]}

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

HR策略管理Python本地部署AI代理服务数学工具MCP集成身份验证

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

多步任务编排

把拆解、检索、执行串成一条链,模型按步骤调用工具。

长期上下文

把会话、笔记和知识放到外部存储,换个会话还能接着做。

接自有流程

把内部系统和模型连起来,让助手调用已有的工作流。

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。
  • 需要自备OAuth 授权,没有凭据没法直接试。
  • 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AI代理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。
  • 暂时拿不到OAuth 授权的人。
  • 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
Hr Policy MCP

MCP World · 本页

0stdio有1 个2026-05-17
Everything Claude Code

MCP World

0stdio有1 个2026-05-17
Filesystem 560c4363

MCP World

13未说明未标注2 个2026-05-17
Time 7365cb6d

MCP.so

2SSE有2 个2026-05-17
Server Everything (everything)

MCP World

11stdio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

Hr Policy MCP 怎么安装?

公开资料给出的安装命令是 uv run src/main.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。

Hr Policy 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。

Hr Policy 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。

Hr Policy MCP 需要 API Key 吗?

公开资料标注的认证方式是OAuth 授权,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。

Hr Policy 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