Token导航 LogoToken导航TokenDH.com
MCP Cloud logo
AI代理stdio官方级别未说明来源级核验

MCP Cloud

MCP Server

mcp-cloud是一个Python实现的模型上下文协议(MCP)服务器,专为公共云环境设计,提供对云资源(如S3存储桶、Azure Blob)的访问和操作功能。

工具数

0

提示词数

0

GitHub Stars

1

资源数

0
PythonClaudePython服务器Claude DesktopClaude

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

作者 / 组织

bhavik1st

提供方

bhavik1st

最后核验

2026/5/17 20:21

运行时

Python

快速接入

先看主来源和安装命令,再打开仓库或文档;下面只保留这个条目的关键接入事实。

命令预览

python src/main.py

详细介绍

mcp云

](https://badge.fury.io/py/mcp_multi_cloud) ![License: MIT](https://opensource.org/licenses/MIT)

适用于AWS、Azure等公共云环境的模型上下文协议服务器。 mcp-cloud是一个Python mcp服务器:

  • 连接到公共云以访问S3 Buckets、Azure Blobs等资源
  • 提供对资源执行CRUD等特定操作的工具。

注意:这是一个技术演示器,只能与云中的测试数据/帐户或本地LLM模型(如llama)一起使用。

概述

mcp-cloud是专门为公共云环境设计的模型上下文协议(mcp)的Python服务器实现。它使AI模型能够与各种云资源和服务无缝连接。

mcp云

公共云模型上下文协议服务器 mcp-cloud旨在为AWS、Azure等公共云运行mcp服务器。

模式上下文协议

Anthropic为GenAI代理创建了MCP协议。 MCP是一个开放协议,它规范了应用程序如何向LLM提供上下文。 将MCP想象成AI应用程序的USB-C端口。MCP提供了一种将AI模型连接到不同数据源和工具的标准化方法。 参考选集 MCP协议介绍. 请参阅 MCP用户快速入门指南 学习如何使用MCP

概念

MCP服务器可以提供三种主要功能: 资源:可以由客户端读取的类文件数据(如API响应或文件内容) 工具:LLM可以调用的函数(经用户批准) 提示:帮助用户完成特定任务的预先编写的模板

MCP Server的初始版本将专注于公共云的可用资源,例如S3 Buckets、Azure。

MCP图元 MCP协议定义了服务器可以实现的三个核心原语:

基本控件描述示例使用 提示用户控制的交互式模板,由用户选择Slash命令、菜单选项调用 资源由客户端应用程序管理的应用程序控制上下文数据文件内容,API响应 工具向LLM公开的模型控制函数,用于执行API调用、数据更新的操作

正在运行MCP服务器

python src/main.py

uv run --with mcp mcp run main.py

使用mcp命令和mcp检查器

mcp install main.py 
mcp dev main.py

特性

0.1 \[x\] 云存储 \[\]云计算 ..即将到来。.

安装步骤

待办事项:更新

使用步骤

一切:

环境设置

要设置云存储凭据,您可以使用提供的环境设置脚本:

python src/set_env.py

这将:

  1. 提示您输入云提供商凭据
  2. 创建一个 .env 使用您的设置文件
  3. 验证环境变量是否设置正确

脚本将要求:

  • 云提供商(aws/azure/谷歌)
  • 访问密钥
  • 密钥
  • 区域(默认为us-east-1)

或者,您可以手动创建 .env 包含以下变量的文件:

CLOUD_PROVIDER=your_provider
CLOUD_ACCESS_KEY=your_access_key
CLOUD_SECRET_KEY=your_secret_key
CLOUD_REGION=your_region

在系统中加载环境变量

Unix/Linux/MacOS

使用 source 命令:

source .env

或使用 export 命令:

export $(cat .env | xargs)

视窗

命令提示符:

for /f "tokens=*" %a in (.env) do set %a

PowerShell:

Get-Content .env | ForEach-Object {
    if ($_ -match '^([^=]+)=(.*)$') {
        $name = $matches[1]
        $value = $matches[2]
        Set-Item -Path "Env:$name" -Value $value
    }
}

验证环境变量

  • Unix/Linux/MacOS: printenv | grep CLOUD_
  • 窗户: set | findstr CLOUD_

重要提示

  1. .env文件应位于项目根目录中
  2. 每个变量都应该在新行上
  3. =符号周围没有空格
  4. 除非值是值的一部分,否则不要在值周围加引号

示例.env文件格式:

CLOUD_PROVIDER=aws
CLOUD_ACCESS_KEY=your_access_key
CLOUD_SECRET_KEY=your_secret_key
CLOUD_REGION=us-east-1

测试

MCP云服务器包括全面的测试选项,以确保一切正常工作。

快速启动测试

# Run unit tests
python src/test_mcp_server.py

# Test with MCP Inspect
python src/main.py  # In one terminal
mcp-inspect info --url http://localhost:7008  # In another terminal

有关详细的测试说明,包括如何使用Claude Desktop进行测试,请参阅 测试.md.

使用Claude Desktop进行测试

{
  "mcpServers": {
    "mcp-cloud": {
      "command": "
/uv", 
      "args": [
        "--directory",
        "
e/mcp_multi_cloud/src",
        "run",
        "--with",
        "mcp",
        "mcp",
        "run",
        "main.py"
      ],
      "env": {
        "CLOUD_PROVIDER": "aws",
        "CLOUD_ACCESS_KEY": "*******",
        "CLOUD_SECRET_KEY": "*******",
        "CLOUD_REGION": "us-east-1"
      }
    }
  }
}

目录标签

目录标签

PythonClaudePython服务器云资源管理本地部署MCP协议AI模型集成

支持客户端

Claude DesktopClaude

接入字段

传输方式(transport,传输协议)

stdio

鉴权方式(authType,认证方式)

none

运行时(runtime,运行环境)

Python

工具数量(toolCount,工具数)

0

资源数量(resourceCount,资源数)

0

提示词数量(promptCount,提示词数)

0

权限和风险

stdionone部署方式未说明

接入前请确认传输方式、认证方式和部署位置,并根据实际工具能力限制访问范围。

安装前确认

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。

来源信息

继续浏览同类 MCP