mcpportal (Chillbruhhh)

MCP门户🚀

终极模型上下文协议中心

将来自多个MCP服务器的工具聚合到一个具有动态发现和跨平台Docker支持的统一门户中。

 ](https://docker.com) 

______________________________________________________________________

🏁 快速设置（推荐：Docker）

导航到要存储此内容的文件夹（repo、mcps等）

打开终端并输入以下内容：

git clone https://github.com/Chillbruhhh/MCPportal.git

cd MCPportal

🚀 Docker（推荐）

1. 构建Docker镜像：

   docker build -t mcp-portal -f docker/Dockerfile .

1. 运行容器：

   docker run -d -p 8020:8020 --name mcp-portal mcp-portal

或使用自动检测：

   python run-docker.py

1. 打开Web UI：

- 访问 http://localhost:8020 在您的浏览器中。

🐍 Python（替代）

1. 安装依赖项：

   pip install -r requirements.txt

1. 启动门户：

   python -m mcp_gateway.main

1. 打开Web UI：

- 访问 http://localhost:8020 在您的浏览器中。

______________________________________________________________________

✨ 特性

• 🔍 动态MCP发现：从Cursor、VS Code、Claude Desktop等自动查找和集成MCP服务器
• 🌐 统一API：所有MCP工具和资源的单一端点
• 🐳 Docker就绪：具有自动配置安装功能的跨平台集装箱化
• ⚡ 实时管理：用于服务器管理、工具探索和配置编辑的Web UI
• 🔧 交叉平台的：可在Windows、macOS和Linux上使用智能命令翻译
• 📊 监控：内置日志记录、健康检查和性能指标

🚀 快速开始

地方发展

# Clone and install
git clone https://github.com/Chillbruhhh/MCPPortal.git
cd mcp-portal
pip install -r requirements.txt

# Start the portal
python -m mcp_gateway.main

# Open web UI: http://localhost:8020

Docker部署

# Build image
docker build -t mcp-portal -f docker/Dockerfile .

# Auto-detect and run with your MCPs
python run-docker.py

🎯 运作原理

MCP Portal会自动从IDE配置中发现MCP服务器，并将其聚合到一个统一的界面中：

flowchart TB
 subgraph subGraph0["🔍 Discovery Phase"]
        D["Configuration Scanner"]
        A["Cursor IDE
Configuration"]
        B["VS Code
Settings"]
        C["Claude Desktop
Config"]
        E["Other IDEs
Config Files"]
  end
 subgraph subGraph1["🚀 MCP Portal Core"]
        F["Server Discovery Engine"]
        G["Configuration Parser"]
        H["Server Registry"]
        I["Process Manager"]
        J["Tool Aggregator"]
        K["Unified API Server"]
  end
 subgraph subGraph2["📡 MCP Servers"]
    direction LR
        S1["Search Engine
MCP Server"]
        S2["Database Tools
MCP Server"]
        S3["Browser Control
MCP Server"]
        S4["File System
MCP Server"]
        S5["Web Scraping
MCP Server"]
        S6["Code Analysis
MCP Server"]
  end
 subgraph subGraph3["🛠️ Aggregated Tools"]
    direction LR
        T1["web_search"]
        T2["database_query"]
        T3["take_screenshot"]
        T4["read_file"]
        T5["scrape_website"]
        T6["analyze_code"]
  end
 subgraph subGraph4["🎛️ Management Dashboard"]
        N["Web UI Dashboard
Monitor & Control MCP Servers"]
        N1["Server Status Monitor"]
        N2["Tool Management"]
        N3["Configuration Editor"]
        N4["Real-time Logs"]
  end
 subgraph subGraph5["🌐 AI Agent Interface"]
        L["REST API
Tool Endpoints"]
        M["WebSocket/SSE
Real-time Events"]
  end
 subgraph subGraph6["🤖 AI Agents & Applications"]
        O["Claude Desktop
AI Assistant"]
        P["ChatGPT
AI Assistant"]
        Q["Custom AI Apps
Autonomous Agents"]
        R["Development Tools
AI-Powered IDEs"]
        S["Multi-Agent Systems
Agent Frameworks"]
  end
 subgraph subGraph7["🔄 Workflow"]
    direction TB
        W2["Parse MCP Settings"]
        W1["Scan IDE Configs"]
        W3["Start MCP Servers"]
        W4["Aggregate Tools"]
        W5["Expose Unified API"]
        W6["AI Agents Call Tools"]
        W7["Return Results"]
  end
    A --> D
    B --> D
    C --> D
    E --> D
    D --> F
    F --> G
    G --> H
    H --> I
    I --> J
    J --> K & T1 & T2 & T3 & T4 & T5 & T6
    K --> N & L & M
    N --> N1 & N2 & N3 & N4
    L --> O & P & R & S
    M --> Q
    I -.-> S1 & S2 & S3 & S4 & S5 & S6
    W1 --> W2
    W2 --> W3
    W3 --> W4
    W4 --> W5
    W5 --> W6
    W6 --> W7
     D:::discoveryStyle
     A:::discoveryStyle
     B:::discoveryStyle
     C:::discoveryStyle
     E:::discoveryStyle
     F:::portalStyle
     G:::portalStyle
     H:::portalStyle
     I:::portalStyle
     J:::portalStyle
     K:::portalStyle
     S1:::serverStyle
     S2:::serverStyle
     S3:::serverStyle
     S4:::serverStyle
     S5:::serverStyle
     S6:::serverStyle
     T1:::toolStyle
     T2:::toolStyle
     T3:::toolStyle
     T4:::toolStyle
     T5:::toolStyle
     T6:::toolStyle
     N:::dashboardStyle
     N1:::dashboardStyle
     N2:::dashboardStyle
     N3:::dashboardStyle
     N4:::dashboardStyle
     L:::interfaceStyle
     M:::interfaceStyle
     O:::aiStyle
     P:::aiStyle
     Q:::aiStyle
     R:::aiStyle
     S:::aiStyle
     W2:::workflowStyle
     W1:::workflowStyle
     W3:::workflowStyle
     W4:::workflowStyle
     W5:::workflowStyle
     W6:::workflowStyle
     W7:::workflowStyle
    classDef discoveryStyle fill:#e3f2fd,stroke:#1976d2,stroke-width:2px,color:#000
    classDef portalStyle fill:#f3e5f5,stroke:#7b1fa2,stroke-width:3px,color:#000
    classDef serverStyle fill:#e8f5e8,stroke:#388e3c,stroke-width:2px,color:#000
    classDef toolStyle fill:#fff3e0,stroke:#f57c00,stroke-width:2px,color:#000
    classDef dashboardStyle fill:#fff8e1,stroke:#ff8f00,stroke-width:2px,color:#000
    classDef interfaceStyle fill:#fce4ec,stroke:#c2185b,stroke-width:2px,color:#000
    classDef aiStyle fill:#e1f5fe,stroke:#0288d1,stroke-width:3px,color:#000
    classDef workflowStyle fill:#f1f8e9,stroke:#689f38,stroke-width:2px,color:#000

🛠️ 支持的IDE和MCP源

• 光标IDE (.cursor/mcp.json)
• VS代码 (settings.json)
• 克劳德桌面 (claude_desktop_config.json)
• 帆板运动 (.windsurf/mcp_servers.json)
• Continue.dev (.continue/config.json)
• 自定义配置

📋 API终点

🔧 配置

环境变量

MCP_PORTAL_PORT=8020
MCP_PORTAL_HOST=0.0.0.0
MCP_PORTAL_LOG_LEVEL=INFO

手动配置

{
  "mcpServers": {
    "mcp-portal": {
      "type": "sse",
      "url": "http://localhost:8020/api/v1/mcp"
    }
  }
}

Windsurf用户须知：使用 serverUrl 而不是 url 在您的配置中：

{
  "mcpServers": {
    "mcp-portal": {
      "transport": "sse",
      "serverUrl": "http://localhost:8020/api/v1/mcp"
    }
  }
}

克劳德代码

claude mcp add-json mcp-portal '{"type":"sse","url":"http://localhost:8020/api/v1/mcp"}' --scope user

🐳 Docker生产部署

使用Docker Compose

# 1. Build the Docker image
docker build -t mcp-portal .

# 2. Run the container
docker run -d -p 8020:8020 --name mcp-portal mcp-portal

# 3. Open the web UI
# Visit http://localhost:8020 in your browser

生产脚本

# Build and run production container
./docker/build.sh prod

# View logs
docker logs mcp-portal-container

# Stop
docker stop mcp-portal-container

📖 使用示例

列出可用工具

curl http://localhost:8020/api/v1/tools

执行工具

curl -X POST http://localhost:8020/api/v1/tools/execute \
  -H "Content-Type: application/json" \
  -d '{"tool": "brave-search", "arguments": {"query": "MCP documentation"}}'

Web UI功能

• 服务器管理：启用/禁用MCP服务器
• 工具资源管理器：交互式浏览和测试工具
• 配置编辑器：使用JSON验证编辑MCP配置
• 实时监控：实时服务器状态和日志

🧪 测试

# Run tests
pytest tests/

# Run with coverage
pytest --cov=mcp_gateway tests/

# Test specific functionality
pytest tests/test_discovery.py -v

🤝 贡献

我们欢迎捐款！请查看我们的 贡献指南 了解详情。

1. 分叉存储库
2. 创建要素分支(git checkout -b feature/amazing-feature)
3. 提交您的更改(git commit -m 'Add amazing feature')
4. 推到分支(git push origin feature/amazing-feature)
5. 打开拉取请求

📝 许可证

此项目根据MIT许可证获得许可-请参阅 许可证 文件以获取详细信息。

🎉 致谢

• 模型上下文协议 对于基础框架
• 快速API 优秀的web框架
• 派丹蒂克 用于数据验证
• 社区中所有出色的MCP服务器开发人员

______________________________________________________________________

准备好释放MCP生态系统的全部潜力了吗？ ⭐ 启动此回购并开始使用 python run-docker.py!