Token导航 LogoToken导航

MCP Server · AI代理

Lunet MCP SSE

一个基于Lunet框架的最小化MCP服务器,通过SSE传输演示Tavily网络搜索,适用于资源受限环境。

stdio官方级别未说明来源级核验工具 1
Docker跨平台SSE传输

快速开始

作者 / 组织
lua-lunet
提供方
lua-lunet
运行时
Docker

工具数量

1

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

Lunet MCP SSE 属于AI代理类 MCP Server,公开资料标注 1 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 API Key。

分类

AI代理

传输方式

stdio

认证方式

API Key

部署方式

公开资料未说明

安装与配置

安装命令

docker run -d --name mcp-server -p 8080:8080 \

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 Docker,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 1 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

吕内特·麦克普塞

一个最小的MCP(模型上下文协议)服务器,演示了通过SSE传输进行Tavily网络搜索,该服务器基于 吕内 框架。

为什么是Lunet?

MCP服务器通常部署为sidecar进程或资源受限的环境中。该实施优先考虑:

  • 占地面积最小 -7 MB运行时内存,而Node/Bun/Python为14-28 MB
  • 图像尺寸小 -171 MB Docker镜像与367-420 MB的替代品
  • 稳定的依赖关系 -libuv和LuaJIT是成熟的、经过实战测试的库,支持Debian LTS
  • 无依赖关系变动 -没有npm/pip生态系统开销或持续的安全补丁

性能比较

跑 ./compare.sh 为了重现这些基准:

实现Docker镜像运行时内存
吕内特·麦克普塞171 MB7 MB
tavily mcp(Node.js)420 MB18 MB
大容量微控制器382 MB14 MB
FastMCP(Python)367 MB28 MB

lunet mcp sse使用 内存减少2.5倍 与Node.js相比, 减少2倍 比本,以及 减少4倍 比Python。

特性

  • MCP 2024-11-05 协议支持
  • SSE运输 用于实时通信
  • 塔维利搜索 整合
  • 内存效率高 (Docker中约7 MB RSS,约2 MB原生RSS)
  • 零成本追踪 用于调试(禁用时无开销)
  • 跨平台 二进制文件(Linux amd64/arm64、macOS arm64、Windows amd64)

下载

预构建的二进制文件可从以下网址获得 :

平台存档
Linux(amd64)lunet-mcp-sse-linux-amd64.tar.gz
Linux(arm64)lunet-mcp-sse-linux-arm64.tar.gz
macOS(arm64)lunet-mcp-sse-macos.tar.gz
Windows(amd64)lunet-mcp-sse-windows-amd64.zip

跑步

macOS(arm64)

# Download and extract
curl -L -o lunet-mcp-sse-macos.tar.gz \
  https://github.com/lua-lunet/lunet-mcp-sse/releases/download/nightly/lunet-mcp-sse-macos.tar.gz
tar -xzf lunet-mcp-sse-macos.tar.gz

# Set up API key
echo "TAVILY_API_KEY=your_key_here" > .env

# Run
./run.sh

Linux(Debian/Ubuntu)

# Install dependencies
sudo apt-get update
sudo apt-get install -y libuv1 libluajit-5.1-2 curl

# Download and extract (use arm64 or amd64 as appropriate)
curl -L -o lunet-mcp-sse-linux-arm64.tar.gz \
  https://github.com/lua-lunet/lunet-mcp-sse/releases/download/nightly/lunet-mcp-sse-linux-arm64.tar.gz
tar -xzf lunet-mcp-sse-linux-arm64.tar.gz

# Set up API key
echo "TAVILY_API_KEY=your_key_here" > .env

# Run
./run.sh

Windows(amd64)

# Download and extract the zip from GitHub releases
# Then in the extracted directory:

# Set up API key
echo TAVILY_API_KEY=your_key_here > .env

# Run
.\run.bat

使用Docker进行测试

您可以在Docker容器中运行Linux二进制文件。这对于在macOS或其他平台上进行测试非常有用。

# Start a container with the binary mounted
docker run -d --name mcp-server -p 8080:8080 \
  -v /path/to/extracted/linux-app:/app -w /app \
  debian:trixie-slim \
  /bin/bash -c 'apt-get update -qq && apt-get install -y -qq libuv1 libluajit-5.1-2 curl >/dev/null 2>&1 && export $(cat .env | xargs) && HOST=0.0.0.0 ./bin/lunet --dangerously-skip-loopback-restriction app/main.lua'

# Test
curl http://localhost:8080/

# Stop
docker stop mcp-server && docker rm mcp-server

macOS与Colima

在macOS上,使用 大肠杆菌 要运行Linux arm64容器:

# Start Colima
colima start

# Download and extract the Linux arm64 build
curl -L -o lunet-mcp-sse-linux-arm64.tar.gz \
  https://github.com/lua-lunet/lunet-mcp-sse/releases/download/nightly/lunet-mcp-sse-linux-arm64.tar.gz
mkdir -p linux-app
tar -xzf lunet-mcp-sse-linux-arm64.tar.gz -C linux-app

# Copy into Colima VM
colima ssh -- mkdir -p /tmp/testapp
tar -czf - -C linux-app . | colima ssh -- tar -xzf - -C /tmp/testapp

# Copy your .env
echo "TAVILY_API_KEY=your_key_here" | colima ssh -- tee /tmp/testapp/.env

# Run the server
docker run -d --name mcp-server -p 8080:8080 \
  -v /tmp/testapp:/app -w /app \
  debian:trixie-slim \
  /bin/bash -c 'apt-get update -qq && apt-get install -y -qq libuv1 libluajit-5.1-2 curl >/dev/null 2>&1 && export $(cat .env | xargs) && HOST=0.0.0.0 ./bin/lunet --dangerously-skip-loopback-restriction app/main.lua'

# Test from macOS
curl http://localhost:8080/
./test_tavily.sh

# Cleanup
docker stop mcp-server && docker rm mcp-server
colima stop

端点

方法路径描述
得到/服务器信息(JSON)
得到/sseSSE流(创建会话)
职位/message?session=发送JSON-RPC消息

测试

# Check server info
curl http://localhost:8080/

# Run Tavily search test
./test_tavily.sh

# Connect to SSE stream manually
curl -N http://localhost:8080/sse

MCP协议流

  1. 客户GET /sse 建立SSE连接
  2. 服务器发送 endpoint 具有会话ID的事件
  3. 客户端POST JSON-RPC消息到 /message?session=
  4. 服务器通过GET连接上的SSE事件进行响应

此存储库中没有HTTPS终止支持。 如果你想经营一家面向公众的MCP SSE,你可以轻而易举 将此代码与nginx一起部署为私有云上的sidecar else 云负载均衡器后面的网络。这就是Unix管道方式 专业工具之间的数据。它为您提供了“QMail安全模型” 其中交易协议攻击与任何 商业逻辑。

可用工具

艰难的搜索

使用Tavily AI搜索引擎搜索网络。

{
  "jsonrpc": "2.0",
  "id": 1,
  "method": "tools/call",
  "params": {
    "name": "tavily-search",
    "arguments": {
      "query": "latest AI news",
      "max_results": 5
    }
  }
}

环境变量

变量默认值描述
TAVILY_API_KEY-Tavily API密钥(必需)
PORT8080服务器端口
HOST127.0.0.1绑定地址(Docker使用0.0.0.0)
MCP_TRACEoff跟踪级别(关闭/错误/警告/信息/调试/跟踪)
MCP_TRACE_FILEstderr跟踪输出文件

从源头构建

# Clone the lua-lunet org repos (lunet-mcp-sse requires sibling lunet repo)
mkdir lua-lunet && cd lua-lunet
git clone https://github.com/lua-lunet/lunet.git
git clone https://github.com/lua-lunet/lunet-mcp-sse.git

# Build lunet with xmake (canonical release profile)
cd lunet
xmake f -m release --lunet_trace=n --lunet_verbose_trace=n -y
xmake build
xmake build lunet-sqlite3
cd ..

# Run
cd lunet-mcp-sse
echo "TAVILY_API_KEY=your_key_here" > .env
make run

零成本追踪

该服务器包括一个零成本跟踪系统,该系统具有 禁用时无开销.

# No tracing (production, zero overhead)
./run.sh

# Verbose startup - show server banner
./run.sh -v
# or: ./run.sh --verbose

# Info level - see sessions and tool calls
MCP_TRACE=info ./run.sh

# Debug level - see HTTP requests and MCP methods
MCP_TRACE=debug ./run.sh

基准测试

将内存和映像大小与其他MCP实现进行比较:

./compare.sh

该测试针对:

  • tavily-mcp (Node.js通过npx)
  • tavily-mcp (Bun)
  • FastMCP(Python)

许可证

麻省理工学院

工具与能力

工具数量

1

资源数量

0

提示词数量

0

能力标签

Lua本地部署MCP协议SSE传输Tavily搜索高效内存跨平台

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 1 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 Docker,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
Lunet MCP SSE

MCP World · 本页

1stdio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

Lunet MCP SSE 怎么安装?

公开资料给出的安装命令是 docker run -d --name mcp-server -p 8080:8080 \,运行环境为 Docker。装完后按客户端要求写进 MCP 配置,重启客户端生效。

Lunet MCP SSE 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 Docker;保存后完全退出客户端再打开,配置才会生效。

Lunet MCP SSE 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。

Lunet MCP SSE 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。

Lunet MCP SSE 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