______________________________________________________________________
🚀 快速入门：在Docker中运行MCP服务器
1. 构建Docker镜像
cd terminal_server
# Build the Docker image (name it as you like)
docker build -t terminal_server_docker .2. 在容器中运行MCP服务器
docker run -i --rm --init \
-e DOCKER_CONTAINER=true \
-v /Users/yourusername/mcp/workspace:/root/mcp/workspace \
terminal_server_docker- 替换
/Users/yourusername/mcp/workspace使用您的实际工作空间路径。 - 这
-i标志使stdin保持打开状态以进行stdio传输（Claude Desktop集成所需）。
______________________________________________________________________
🖥️ 与Claude Desktop集成
- 编辑您的Claude桌面配置 （通常在
~/Library/Application Support/Claude/claude_desktop_config.json):
{
"mcpServers": {
"terminal_server": {
"command": "docker",
"args": [
"run",
"-i",
"--rm",
"--init",
"-e", "DOCKER_CONTAINER=true",
"-v", "/Users/yourusername/mcp/workspace:/root/mcp/workspace",
"terminal_server_docker"
]
}
}
}- 确保卷路径与您的实际用户目录匹配。
- 保存和 重新启动克劳德桌面.
______________________________________________________________________
🛠️ 容器化AI工具的最佳实践
- 环境变量： 使用
-e机密、API密钥或配置的标志。 - 最小图像： 使用精简的Python镜像，只安装你需要的东西。
- 卷装载： 仅装载您希望容器访问的目录。
- 日志和调试： 使用
docker logs并检查克劳德日志以排除故障。 - CI/CD： 将Docker构建和推送步骤添加到您的管道中，以实现自动化部署。
______________________________________________________________________
📚 了解更多
______________________________________________________________________
📝 许可证
MIT许可证。看 许可证 了解详情。
______________________________________________________________________
容器化是人工智能工具编排的未来。通过在Docker中运行MCP服务器，您可以确保所有AI驱动的工作流的可靠性、安全性和可扩展性。 文件结束