MCPCODESERVER（注：这可能是某个特定软件或系统中的服务器名称，根据上下文，“mcpcodeserver”直译为“MCPCODE服务器”，但具体含义需结合实际应用场景来理解）
](https://www.npmjs.com/package/mcpcodeserver)   
一个模型上下文协议（MCP）代理服务器，它将工具调用转换为TypeScript代码生成。大型语言模型（LLMs）无需来回进行多次工具调用，而是可以编写调用多个工具的自然TypeScript代码，从而减少令牌开销并利用LLM在代码生成方面的卓越能力。
❌ 无 mcpcodeserver
大型语言模型（LLMs）会进行多次顺序工具调用，消耗令牌，并在处理复杂工作流程时遇到困难：
- ❌ 大型语言模型（LLM）与工具之间多次往返交互
- ❌ 复杂的工具调用序列容易出错
- ❌ 工具之间无法轻松传递数据
- ❌ 错误处理和控制流有限
✅ 使用mcpcodeserver
大型语言模型（LLMs）能自然地编写调用多个工具的TypeScript代码：
- ✅ 编写代码以按顺序调用多个工具
- ✅ 自然地使用变量、循环和条件语句
- ✅ 使用 try/catch 实现更好的错误处理
- ✅ 通过合并操作减少令牌使用量
- ✅ 利用大型语言模型（LLM）强大的代码生成能力
快速入门
- 安装 mcpcodeserver 在您的MCP客户端中（请参阅下面的安装部分）
- 创建一个
mcp.json包含您子MCP服务器的配置文件 - 开始使用它 - 您的大型语言模型（LLM）现在可以生成并执行调用您工具的TypeScript代码
// Instead of multiple tool calls, write code like this:
const files = await filesystem.list_directory({ path: "/tmp" });
const results = await Promise.all(
files.map(file => filesystem.read_file({ path: file.path }))
);
return results.filter(content => content.includes("important"));概述
“mcpcodeserver”可以翻译为“MCPC服务器”或“多协议内容提供服务器”，具体翻译取决于上下文和该术语的具体用途。在没有特定上下文的情况下，“MCPC服务器”是一个较为通用的翻译 是一个独特的MCP服务器，它：
- 作为MCP客户端，连接到一个或多个子MCP服务器
- 从子服务器中发现所有工具
- 为大型语言模型（LLM）客户端提供了三个强大的工具：
1. list_servers - 列出连接到此MCP服务器的所有可用子服务器 1. get_tool_definitions - 返回已发现工具的 TypeScript 类型定义（可选地通过服务器进行过滤） 1. generate_and_execute_code - 生成并执行在沙箱中调用这些工具的TypeScript代码
这种架构使大型语言模型（LLMs）能够通过编写代码来协调复杂的多工具工作流程，而不是按顺序调用工具，这对于现代语言模型来说通常更为高效且自然。
相关工作与研究
这一方法受到了最近研究的启发，研究表明，大型语言模型（LLMs）在生成可执行代码方面表现优于直接调用工具：
- CodeAct：您的LLM代理在生成代码时表现更佳 （苹果，ICML 2024）- 证明当使用可执行的Python代码作为统一的动作空间，而非预定义的工具调用格式时，大型语言模型（LLM）代理的成功率可提高高达20%。
- Cloudflare 代码模式 - 一个类似的实现是将MCP工具转换为TypeScript API，这表明“大型语言模型（LLMs）在编写调用MCP的代码方面比直接调用MCP更擅长。”
这项研究的关键见解是，大型语言模型（LLMs）在真实世界的代码上进行了广泛的训练，但接触合成工具调用格式的机会有限，因此，代码生成成为处理复杂代理工作流程的一种更自然且有效的方法。
为什么要使用这个？
传统工具调用问题
- 在大型语言模型（LLM）和工具之间进行多次往返操作会消耗代币
- 大型语言模型（LLMs）在处理复杂的工具调用序列时常常感到困难
- 每次调用工具都需要理解并格式化JSON模式
- 数据无法直接在工具之间传递，除非通过大型语言模型（LLM）进行处理
代码生成解决方案
- 编写TypeScript代码以按顺序调用多个工具
- 自然地使用变量、循环和条件语句
- 使用 try/catch 进行更好的错误处理
- 通过合并操作减少令牌使用量
- 利用大型语言模型（LLM）强大的代码生成能力
动态工具发现
MCPCodeServer 自动监控子 MCP 服务器上的刀具更换情况，并在刀具被添加、移除或修改时通知父客户端：
- 自动刷新每30秒检查一次刀具更换情况
- 实时通知发送
notifications/tools/list_changed为家长客户提供服务/指导 - 动态更新工具定义和摘要会自动更新
- 无需手动刷新父级大型语言模型（LLM）接收到更新其工具知识的通知
这确保了父级大型语言模型（LLM）始终拥有最新的工具定义，而无需人工干预。
服务器过滤
为了减少上下文窗口的使用并提高专注度，mcpcodeserver支持通过特定服务器过滤工具定义：
- 列出可用服务器使用
list_servers查看所有连接的子服务器 - 过滤后的工具定义使用
get_tool_definitions与……一起；带有server_names参数，用于仅从特定服务器获取工具 - 减少冗长性获取精准的TypeScript定义，同时不超出大型语言模型（LLM）的上下文窗口限制
- 方法命名空间所有生成的函数均以服务器名称为前缀（例如。，
pizzashop_create_pizza，filesystem_read_file)
示例用法：
// List available servers
const servers = await list_servers({});
// Returns: ["pizzashop", "filesystem", "memory"]
// Get all tool definitions
const allTools = await get_tool_definitions({});
// Get only pizzashop tools
const pizzashopTools = await get_tool_definitions({
server_names: ["pizzashop"]
});高级MCP功能
当父服务器和子服务器均支持时，mcpcodeserver支持高级MCP协议功能的透传：
- 引出（信息/反应）子服务器可以在工具执行期间请求用户输入，这些输入会传递给父客户端
- 根列出并汇总所有子服务器的根资源，提供一个统一的可用资源视图
- 抽样使大型语言模型（LLM）的采样请求能够传递给子服务器，以实现高级AI功能
这些功能会自动向父客户端进行宣传，并在底层子MCP服务器提供支持时无缝工作。
快速入门
立即使用 npx 尝试（无需安装）：
# From GitHub
npx github:zbowling/mcpcodeserver --help
# Or when published to npm
npx mcpcodeserver --help🛠️ 安装
要求
- Node.js 版本 >= 18.0.0
- Cursor、Claude Code、VSCode、Windsurf 或其他 MCP 客户端
通过Smithery进行安装
通过（某种方式）自动为任何客户端安装mcpcodeserver “Smithery”可以翻译为“铁匠铺”或“锻造工坊”。这个词汇通常用来指代一个进行金属加工、锻造或修理等工作的场所，类似于中文里的“铁匠铺”或“锻造工坊”：
npx -y @smithery/cli@latest install mcpcodeserver --client --key 在Cursor中安装
首选 Settings -> Cursor Settings -> MCP -> Add new global MCP server
将以下配置粘贴到你的 Cursor（光标）处 ~/.cursor/mcp.json 文件是推荐的方法。您也可以通过在特定项目中创建来安装 .cursor/mcp.json 在你的项目文件夹中。
Cursor一键安装
本地服务器连接（Cursor）
{
"mcpServers": {
"mcpcodeserver": {
"command": "npx",
"args": ["-y", "mcpcodeserver", "--config", "/path/to/your/mcp.json"]
}
}
}光标远程服务器连接（如果您设置了HTTP传输）
{
"mcpServers": {
"mcpcodeserver": {
"url": "http://localhost:3000/mcp"
}
}
}在Claude代码中安装
运行这个命令。参见 克劳德·科德MCP文档 如需更多信息。
克劳德本地服务器连接
claude mcp add mcpcodeserver -- npx -y mcpcodeserver --config /path/to/your/mcp.json克劳德代码远程服务器连接
claude mcp add --transport http mcpcodeserver http://localhost:3000/mcp在VSCode中安装
VSCode一键安装
VSCode 手动配置
在你的VSCode MCP设置中添加：
{
"mcpServers": {
"mcpcodeserver": {
"command": "npx",
"args": ["-y", "mcpcodeserver", "--config", "/path/to/your/mcp.json"]
}
}
}安装在风帆冲浪板上
风帆冲浪一键安装
安装在AI编程助手中
为了 继续， 克林（Cline，人名或特定名称，具体根据上下文确定），和 RooCode（注：这是一个专有名词或品牌名，直接翻译为中文可能无法准确传达其含义，因此保持原样。如果这是一个特定公司或产品的名称，建议根据其官方中文译名或广泛接受的译法进行翻译。），添加到您的配置中：
{
"mcpServers": {
"mcpcodeserver": {
"command": "npx",
"args": ["-y", "mcpcodeserver", "--config", "/path/to/your/mcp.json"]
}
}
}安装在放大器中
在你的终端中运行这个命令。参见 Amp MCP 文档 如需更多信息。
amp mcp add mcpcodeserver -- npx -y mcpcodeserver --config /path/to/your/mcp.json安装在文本编辑器中
对于 帮助， Codium（植物名，通常指某种石莼属的海藻）， Zed（泽德，人名或特定称谓，根据上下文可具体翻译为“泽德”、“泽”等，此处保留原音译）， Nova（新星），和 Sublime Text（一款文本编辑器）在你的配置中添加：
{
"mcpServers": {
"mcpcodeserver": {
"command": "npx",
"args": ["-y", "mcpcodeserver", "--config", "/path/to/your/mcp.json"]
}
}
}在Neovim中安装
在你的 Neovim MCP 配置中添加：
{
mcpServers = {
mcpcodeserver = {
command = "npx",
args = {"-y", "mcpcodeserver", "--config", "/path/to/your/mcp.json"}
}
}
}在Emacs中安装
在你的Emacs MCP配置中添加：
(setq mcp-servers
'((mcpcodeserver
:command "npx"
:args ("-y" "mcpcodeserver" "--config" "/path/to/your/mcp.json"))))在 JetBrains 集成开发环境（IDE）中安装
为了 IntelliJ IDEA， WebStorm， PyCharm，和 Android Studio添加到您的MCP设置中：
{
"mcpServers": {
"mcpcodeserver": {
"command": "npx",
"args": ["-y", "mcpcodeserver", "--config", "/path/to/your/mcp.json"]
}
}
}安装在AI工具中
对于 Codeium（注：这是一个专有名词，可能指某种代码补全工具或平台，直接翻译为“代码助手”或保持原样“Codeium”均可，具体取决于上下文和该词在特定领域的常用译法。）， Tabnine， GitHub Copilot，和 亚马逊CodeWhisperer添加到您的MCP设置中：
{
"mcpServers": {
"mcpcodeserver": {
"command": "npx",
"args": ["-y", "mcpcodeserver", "--config", "/path/to/your/mcp.json"]
}
}
}在云端集成开发环境（IDEs）中安装
对于 Replit， CodeSandbox， StackBlitz， GitPod， GitHub Codespaces（GitHub 代码空间）， GitLab Web IDE（GitLab网页集成开发环境），以及 Bitbucket Cloud（比特bucket云），在您的MCP设置中添加：
{
"mcpServers": {
"mcpcodeserver": {
"command": "npx",
"args": ["-y", "mcpcodeserver", "--config", "/path/to/your/mcp.json"]
}
}
}安装到其他工具中
对于 Xcode， 船队；舰队， Sourcegraph（源代码图形化工具/平台），以及 JetBrains Gateway（杰特布瑞恩斯网关）在您的MCP配置中添加：
{
"mcpServers": {
"mcpcodeserver": {
"command": "npx",
"args": ["-y", "mcpcodeserver", "--config", "/path/to/your/mcp.json"]
}
}
}在远程开发环境中安装
对于远程开发环境，您也可以使用HTTP传输：
{
"mcpServers": {
"mcpcodeserver": {
"url": "http://your-server:3000/mcp"
}
}
}配置文件
创建一个 mcp.json 配置文件以定义您的子MCP服务器：
{
"mcpServers": {
"filesystem": {
"command": "npx",
"args": ["-y", "@modelcontextprotocol/server-filesystem", "/tmp"],
"env": { "DEBUG": "false" }
},
"memory": {
"command": "npx",
"args": ["-y", "@modelcontextprotocol/server-memory"]
},
"brave-search": {
"command": "npx",
"args": ["-y", "@modelcontextprotocol/server-brave-search"],
"env": { "BRAVE_API_KEY": "your-api-key" }
}
}
}开发安装环境
# Install dependencies (using Bun for faster performance)
bun install
# Or with npm
npm install
# Build the project
bun run build
# Test the built server
bun dist/index.js --help注这个项目使用 Bun 来提升性能，但 npm/node 也能正常工作。
🚨 故障排除
模块未找到错误
如果你遇到 ERR_MODULE_NOT_FOUND，试试使用 bunx 而不是 npx:
{
"mcpServers": {
"mcpcodeserver": {
"command": "bunx",
"args": ["-y", "mcpcodeserver", "--config", "/path/to/your/mcp.json"]
}
}
}ESM（欧洲稳定机制）决议问题
对于诸如……之类的错误 Error: Cannot find module，试试这个 --experimental-vm-modules 标志：
{
"mcpServers": {
"mcpcodeserver": {
"command": "npx",
"args": ["-y", "--node-options=--experimental-vm-modules", "mcpcodeserver", "--config", "/path/to/your/mcp.json"]
}
}
}TLS/证书问题
使用 --experimental-fetch 绕过TLS相关问题的标志：
{
"mcpServers": {
"mcpcodeserver": {
"command": "npx",
"args": ["-y", "--node-options=--experimental-fetch", "mcpcodeserver", "--config", "/path/to/your/mcp.json"]
}
}
}通用MCP客户端错误
- 尝试添加
@latest到包名 - 使用
bunx作为……的替代品npx - 考虑使用
deno作为另一个选择 - 确保您使用的是 Node.js v18 或更高版本以支持原生 fetch 功能
配置问题
- 确保你的
mcp.json文件是有效的JSON - 检查所有子服务器命令是否都在您的PATH环境中可用
- 验证子服务器能够独立启动
- 检查配置文件路径的文件权限
使用MCP Inspector进行测试
npx -y @modelcontextprotocol/inspector npx mcpcodeserver --config /path/to/your/mcp.json💻 开发
CLI 参数
mcpcodeserver 接受以下命令行界面（CLI）标志：
- `--config
– MCP 配置文件的路径（默认： ./mcp.json`)
--transport– 要使用的交通工具（stdio（默认情况下）。请注意，HTTP 传输会自动提供 HTTP 和 SSE 端点--port– 使用时监听的端口http运输（默认3000)--help– 显示帮助信息
使用HTTP传输和8080端口的示例：
npx mcpcodeserver --config /path/to/mcp.json --transport http --port 8080使用stdio传输的示例：
npx mcpcodeserver --config /path/to/mcp.json --transport stdio环境变量
你可以使用环境变量来进行配置：
MCP_CONFIG_PATH– MCP配置文件的路径（替代方式）--config)MCP_TRANSPORT– 交通方式（替代--transport)MCP_PORT– HTTP传输的端口号（替代方案为--port）
使用环境变量的示例：
# .env
MCP_CONFIG_PATH=/path/to/your/mcp.json
MCP_TRANSPORT=stdio使用环境变量的MCP配置示例：
{
"mcpServers": {
"mcpcodeserver": {
"command": "npx",
"args": ["-y", "mcpcodeserver"],
"env": {
"MCP_CONFIG_PATH": "/path/to/your/mcp.json"
}
}
}
}注： 当同时提供命令行接口（CLI）标志和环境变量时，CLI标志具有优先权。
本地开发配置
对于本地开发，您可以直接运行TypeScript源代码：
{
"mcpServers": {
"mcpcodeserver": {
"command": "npx",
"args": ["tsx", "/path/to/mcpcodeserver/src/index.ts", "--config", "/path/to/your/mcp.json"]
}
}
}运行模式
标准I/O模式（默认）
服务器默认以标准输入输出（stdio）模式运行，这非常适合与Claude Desktop等MCP客户端集成：
# Run in stdio mode
npx mcpcodeserver --config mcp.json
# Or with custom config path
npx mcpcodeserver --config /path/to/your/mcp.jsonHTTP 模式
为了调试、测试或与基于网页的MCP客户端进行集成，您可以以HTTP模式运行服务器：
# Run in HTTP mode on default port 3000
npx mcpcodeserver --http --config mcp.json
# Run on custom port and host
npx mcpcodeserver --http --port 8080 --host 0.0.0.0 --config mcp.json当以HTTP模式运行时，服务器将可通过以下地址访问：
- 服务器URL:
http://localhost:3000/mcp（或您自定义的主机:端口） - MCP 检测器使用
npx @modelcontextprotocol/inspector http://localhost:3000/mcp进行调试和测试
MCP Inspector 集成
MCP Inspector 是一款强大的工具，用于调试和测试 MCP 服务器。在 HTTP 模式下运行时，您可以使用它来：
- 检查可用的工具及其架构
- 测试工具交互式调用
- 调试资源访问和提示信息
- 实时监控通知
# Start the server in HTTP mode
npx mcpcodeserver --http --config mcp.json
# In another terminal, start the MCP Inspector
npx @modelcontextprotocol/inspector http://localhost:3000/mcp
# Or use the shorthand script (includes all example servers)
npm run inspector检查器将在您的浏览器中打开，并提供一个完整的界面，供您探索和测试您的MCP服务器。
注：这个（或：该） npm run inspector 命令使用 mcp-test.json 其中包括8台MCP服务器（共67个工具）来自 官方示例，包括TypeScript（npx) 和 Python (uvx基于（某种技术或系统）的服务器。
配置
创建一个 mcp.json 文件用于定义要连接到哪个子MCP服务器。此文件遵循标准的MCP客户端配置格式：
{
"mcpServers": {
"filesystem": {
"command": "npx",
"args": ["-y", "@modelcontextprotocol/server-filesystem", "/tmp"],
"env": {
"DEBUG": "false"
}
},
"github": {
"command": "npx",
"args": ["-y", "@modelcontextprotocol/server-github"],
"env": {
"GITHUB_PERSONAL_ACCESS_TOKEN": "your-token-here"
}
},
"weather": {
"url": "http://localhost:3000/mcp",
"transport": "sse"
}
}
}配置选项
每个服务器条目支持：
对于stdio传输：
command（必填）- 要执行的命令（例如，“node”，“python”，“npx”）args（可选）- 要传递给命令的参数数组env（可选）- 子进程的环境变量
对于HTTP/SSE传输：
url（必需）- HTTP终端节点URLtransport- 设置为“sse”以启用服务器发送事件（Server-Sent Events）
用法
启动服务器
# Use default config (./mcp.json)
mcpcodeserver
# Use custom config location
mcpcodeserver --config /path/to/custom-mcp.json
# Show help
mcpcodeserver --help用作MCP服务器
在您的MCP客户端中配置mcpcodeserver（如Claude Desktop、Claude Code、Cline等）：
使用 npx（推荐 - 无需安装）：
{
"mcpServers": {
"codeserver": {
"command": "npx",
"args": ["-y", "mcpcodeserver", "--config", "/path/to/mcp.json"]
}
}
}来自GitHub（立即可用）：
{
"mcpServers": {
"codeserver": {
"command": "npx",
"args": ["-y", "github:zbowling/mcpcodeserver", "--config", "/path/to/mcp.json"]
}
}
}使用其他包管理器：
// yarn
{ "command": "yarn", "args": ["dlx", "mcpcodeserver", "--config", "/path/to/mcp.json"] }
// pnpm
{ "command": "pnpm", "args": ["dlx", "mcpcodeserver", "--config", "/path/to/mcp.json"] }
// bun
{ "command": "bunx", "args": ["mcpcodeserver", "--config", "/path/to/mcp.json"] }看见 示例/例子 如需更多配置示例和MCP客户端特定设置，请参阅。
工具1：获取工具定义
这个工具会返回从子服务器中发现的所有工具的TypeScript类型定义。
输入：
include_examples(可选布尔值) - 是否包含使用示例
示例：
// Call the tool (in your MCP client)
get_tool_definitions({ include_examples: true })输出： 返回包含接口和函数声明的TypeScript代码：
/**
* Auto-generated TypeScript definitions for MCP tools
*/
interface ToolResult {
content: Array;
isError?: boolean;
}
/**
* Read contents of a file
* Server: filesystem
* Tool: read_file
*/
interface ReadFileParams {
path: string;
}
declare function filesystem_read_file(params: ReadFileParams): Promise;
// ... more tool definitions工具2：生成并执行代码
这个工具在一个沙箱环境中执行TypeScript代码，并可以访问所有已发现的工具函数。
输入：
code（必需的字符串）- 要执行的 TypeScript/JavaScript 代码timeout（可选数字）- 最大执行时间（毫秒）（默认值：30000，最大值：300000）
示例：
// Call the tool with TypeScript code
generate_and_execute_code({
code: `
// Read multiple files and combine them
const file1 = await filesystem_read_file({ path: "/tmp/file1.txt" });
const file2 = await filesystem_read_file({ path: "/tmp/file2.txt" });
const text1 = file1.content[0].text;
const text2 = file2.content[0].text;
console.log("File 1 length:", text1.length);
console.log("File 2 length:", text2.length);
return {
combined: text1 + text2,
totalLength: text1.length + text2.length
};
`
})输出：
=== Console Output ===
File 1 length: 42
File 2 length: 38
=== Result ===
{
"combined": "...",
"totalLength": 80
}沙盒环境
TypeScript 执行沙盒提供：
可用：
- 所有发现的工具函数（作为异步函数）
- 控制台方法：
console.log()，console.error()，console.warn()，console.info() - 基本的JavaScript全局变量：
Math，JSON，Date，Array，Object，String，Number，Boolean - Promise 和 async/await 支持
- 使用 try/catch 进行错误处理
- 定时器：
setTimeout，setInterval，clearTimeout，clearInterval
不可用：
- Node.js 模块（fs、http、child_process 等）
- 文件系统访问（除通过MCP工具外）
- 网络访问（通过MCP工具除外）
- 处理信息
安全提示： 这不是一个完全安全的沙盒。虚拟机环境提供了隔离，但并非万无一失。请仅执行受信任的代码。
错误处理
沙箱中的错误会被捕获并连同堆栈跟踪信息一起返回：
generate_and_execute_code({
code: `
try {
const result = await filesystem_read_file({ path: "/nonexistent" });
return result;
} catch (error) {
console.error("Failed to read file:", error.message);
throw error; // Re-throw to surface to parent
}
`
})使用Claude代码进行测试
想尝试使用 Claude Code 配合 mcpcodeserver？使用一键设置：
./setup-claude-code-test.sh这将构建项目、安装测试依赖项，并向您准确展示需要添加到Claude代码配置中的内容。请参阅 使用Claude进行测试.md 以获取详细说明。
发展
# Install dependencies
bun install
# Build the project
bun run build
# Watch mode for development
bun run dev
# Run the server
bun start
# Run tests
bun test # All tests
bun run test:unit # Unit tests only
bun run test:integration # Integration tests (requires Python)
# Code quality
bun run lint # Check linting
bun run format # Format code
bun run typecheck # Type checking项目结构
看见 AGENTS.md 翻译为中文是：“代理列表/说明.md” 或者 “代理文档.md”，具体翻译可能根据上下文有所调整，但基本意思是这是一个关于代理（或代理商）的文档或说明文件 用于详细项目结构和组件文档。
用例
多文件操作
不要通过大型语言模型（LLM）多次调用工具，而是编写代码：
const files = ["/tmp/a.txt", "/tmp/b.txt", "/tmp/c.txt"];
const contents = await Promise.all(
files.map(path => filesystem_read_file({ path }))
);
return contents.map(r => r.content[0].text);数据转换
在工具调用之间处理数据，无需大型语言模型（LLM）介入：
const data = await api_fetch({ url: "https://api.example.com/data" });
const json = JSON.parse(data.content[0].text);
const filtered = json.items.filter(item => item.active);
return filtered.length;条件逻辑
根据工具结果做出决策：
const exists = await filesystem_read_file({ path: "/tmp/config.json" });
if (exists.isError) {
console.log("Config doesn't exist, using defaults");
return { source: "defaults" };
} else {
return { source: "file", config: JSON.parse(exists.content[0].text) };
}错误恢复
优雅地处理错误，而不中止整个工作流程：
const results = [];
for (const path of ["/tmp/a.txt", "/tmp/b.txt", "/tmp/c.txt"]) {
try {
const content = await filesystem_read_file({ path });
results.push({ path, success: true, data: content });
} catch (error) {
results.push({ path, success: false, error: error.message });
}
}
return results;上游MCP服务器集成
mcpcodeserver可以与官方上游MCP服务器集成 模型上下文协议服务器仓库这使您能够在使用自定义工具的同时，部署真实、可投入生产的MCP服务器。
支持的上游服务器
- 文件系统文件系统操作（读取、写入、列出目录）
- 记忆内存中的键值存储
- SQLiteSQLite数据库操作
- github（注：这是一个专有名词，通常直接音译为“吉布斯”，但在中文语境中，人们也常直接使用“GitHub”这一英文原名，不加翻译。）GitHub API 集成
- 勇敢搜索网络搜索功能
- 获取HTTP请求功能
示例配置
{
"mcpServers": {
"filesystem": {
"command": "npx",
"args": ["-y", "@modelcontextprotocol/server-filesystem", "/tmp"]
},
"memory": {
"command": "npx",
"args": ["-y", "@modelcontextprotocol/server-memory"]
},
"sqlite": {
"command": "npx",
"args": ["-y", "@modelcontextprotocol/server-sqlite", "--db-path", "/tmp/test.db"]
}
}
}测试上游集成
该项目包括对上游服务器集成的全面测试：
# Run upstream servers integration tests
bun tests/integration/run-upstream-tests.ts
# Or manually test with upstream config
npx mcpcodeserver --config tests/integration/upstream-test-config.json跨服务器工作流
借助上游服务器，您可以创建强大的跨服务器工作流：
// Store database query results in memory and write to file
const queryResult = await sqlite_execute_sql({
sql: "SELECT COUNT(*) as count FROM users"
});
const count = queryResult.content[0].text;
await memory_create({
key: "user-count",
value: count
});
await filesystem_write_file({
path: "/tmp/user-count.txt",
content: `Total users: ${count}`
});局限性
- 执行超时：最长5分钟（可配置，默认30秒）
- 内存：受限于 Node.js 虚拟机上下文
- 执行之间无持久状态
- 无法要求/导入外部模块
- 不是一个安全沙盒——不要运行不可信的代码
贡献
欢迎贡献！本项目采用以下技术构建：
- TypeScript 5.7及以上版本
- Node.js 18及以上版本
- MCP TypeScript SDK 1.20+（版本）
- 用于验证的Zod
见 \CONTRIBUTING.md\ 翻译成中文是：“贡献指南.md” 或 “如何贡献.md”（具体翻译可能根据上下文略有调整，但基本意思是指向一个说明如何为项目做贡献的Markdown文件） 请参阅详细的贡献指南。
支持
如果你觉得这个项目对你有帮助，不妨请我喝杯咖啡！
许可证
麻省理工学院（MIT）