Token导航 LogoToken导航

MCP Server · AI代理

interweave MCP-server

InterWeave是一个模型上下文协议(MCP)服务器,旨在提供AI模型与外部数据源的无缝集成,支持安全的数据访问和操作。

stdio官方级别未说明来源级核验工具 0
模型管理PythonClaude本地部署

快速开始

作者 / 组织
Magowntown
提供方
Magowntown
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

interweave MCP-server 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,适配 Claude,有可以直接复制的安装命令;接入前先确认权限范围。

分类

AI代理

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

python -m venv .venv

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

InterWeave MCP服务器

项目目的

InterWeave是一个模型上下文协议(MCP)服务器,旨在提供AI模型和外部数据源之间的无缝集成。服务器充当桥梁,使人工智能应用程序能够通过标准化协议访问和操纵数据,同时保持安全性和性能。

主要特点

  • 存储体:对话上下文和学习信息的持久存储
  • 数据存储:安全访问外部数据库和文件系统
  • 能力管理:服务器功能的动态注册和执行
  • 协议遵从:完整的MCP规范实施

建筑

┌─────────────────────────────────────────────────────────────┐
│                    InterWeave MCP Server                    │
├─────────────────────────────────────────────────────────────┤
│  ┌─────────────┐  ┌─────────────┐  ┌─────────────────────┐  │
│  │   Memory    │  │    Data     │  │     Capability      │  │
│  │   Banks     │  │   Stores    │  │    Management       │  │
│  └─────────────┘  └─────────────┘  └─────────────────────┘  │
├─────────────────────────────────────────────────────────────┤
│                    MCP Protocol Layer                       │
├─────────────────────────────────────────────────────────────┤
│  ┌─────────────────────────────────────────────────────────┐ │
│  │              Network Transport                           │ │
│  └─────────────────────────────────────────────────────────┘ │
└─────────────────────────────────────────────────────────────┘
                              │
                              ▼
        ┌─────────────────────────────────────┐
        │         AI Client Applications      │
        │    (Claude, GPT, Local Models)     │
        └─────────────────────────────────────┘

快速开始

先决条件

  • Python 3.8或更高版本
  • pip包管理器
  • Git

安装和设置

  1. 克隆存储库:
   git clone 
  1. 导航到项目目录:
   cd InterWeave_mcp-server
  1. 创建并激活虚拟环境:
   python -m venv .venv
   source .venv/bin/activate  # On Windows: .venv\Scripts\activate
  1. 安装依赖项:
   pip install -r requirements.txt
  1. 设置环境变量:
   cp .env.example .env
   # Edit .env file with your configuration
  1. 运行服务器:
   python src/main.py

验证

服务器运行后,您应该看到指示InterWeave服务器已成功启动的输出。服务器将准备好接受来自兼容AI客户端的MCP连接。

配置

服务器可以通过环境变量进行配置。复制 .env.example 向 .env 并根据您的设置修改值。有关详细说明,请参阅下面的环境变量部分。

发展

项目结构

InterWeave_mcp-server/
├── src/
│   ├── __init__.py
│   └── main.py          # Main server entry point
├── requirements.txt     # Python dependencies
├── .env.example        # Environment variable template
├── .gitignore          # Git ignore rules
└── README.md           # This file

环境变量

参见 .env.example 所有可用的配置选项及其描述。

贡献

入门指南

  1. 分叉存储库 在您首选的Git平台上
  1. 创建要素分支:
   git checkout -b feature/your-feature-name
  1. 设置开发环境:
   source .venv/bin/activate
   pip install -r requirements.txt

开发指南

代码的风格
  • 遵循PEP 8 Python风格指南
  • 使用有意义的变量和函数名
  • 将文档字符串添加到所有函数和类中
  • 保持功能集中和模块化
测试
  • 为所有新功能编写单元测试
  • 在提交PR之前,确保所有测试都通过
  • 追求高测试覆盖率
文档
  • 针对任何用户面临的更改更新README.md
  • 在.env.example.中记录新的环境变量
  • 为复杂逻辑添加内联注释

提交变化

  1. 提交您的更改:
   git add .
   git commit -m "feat: add your feature description"
  1. 推你的叉子:
   git push origin feature/your-feature-name
  1. 创建拉取请求 与:

- 变更的清晰描述 - 参考任何相关问题 - 屏幕截图/示例(如适用)

提交消息格式

使用常规提交格式:

  • feat: 对于新功能
  • fix: 用于修复错误
  • docs: 文档更改
  • refactor: 用于代码重构
  • test: 用于添加测试
  • chore: 用于维护任务

代码审查流程

  1. 所有PR都需要至少一次审查
  2. 处理所有审阅者的意见
  3. 确保CI/CD检查通过
  4. 保持干净的提交历史记录

问题和Bug报告

在报告问题时,请包括:

  • 重现步骤
  • 预期行为
  • 实际行为
  • 环境详细信息(Python版本、操作系统等)
  • 相关日志或错误消息

许可证

此项目根据MIT许可证获得许可-有关详细信息,请参阅许可证文件。

支持

如有疑问和支持:

  • 在存储库中创建问题
  • 检查现有文档
  • 查看MCP规范以了解协议详细信息

更新日志

看 更改日志.md 查看版本历史和更改。

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

AI集成Python本地部署数据桥接协议服务器模型管理

支持客户端

Claude

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。
  • 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。
  • 已经在用 Claude 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。
  • 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
interweave MCP-server

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

interweave MCP-server 怎么安装?

公开资料给出的安装命令是 python -m venv .venv,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。

interweave 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。

interweave 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。

interweave MCP-server 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。

interweave MCP-server 支持哪些客户端?

公开资料标注支持 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