Token导航 LogoToken导航

MCP Server · 开发工具

Razer Aikit V2

一个生产级的MCP服务器,提供331个企业工具和64个模块,支持AI驱动的自动化。

stdio官方级别未说明来源级核验工具 62
AI自动化开发工具PythonClaudeClaude Desktop

快速开始

作者 / 组织
VisionaryArchitects
提供方
VisionaryArchitects
运行时
Python

工具数量

62

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

4

仓库热度

收录来源

1 个

MCP World

选型结论

Razer Aikit V2 属于开发工具类 MCP Server,公开资料标注 62 个工具,通过stdio 本地进程接入,适配 Claude Desktop、Claude,有可以直接复制的安装命令;接入前要先准备 OAuth 授权。

分类

开发工具

传输方式

stdio

认证方式

OAuth 授权

部署方式

公开资料未说明

安装与配置

安装命令

python -m venv venv

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 Python,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 62 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

🚀 远见工具服务器

生产级MCP服务器,在64个模块中展示331个企业工具,用于AI驱动的自动化

______________________________________________________________________

✨ 主要特点

  • 🔧 331生产就绪工具 -跨开发、通信、人工智能、云和生产力平台的全面集成
  • ⚡ 高性能SSE传输 -基于FastMCP 2.14.2+Starlette 0.50.0构建,带有服务器发送事件,用于实时流式传输
  • 🤖 多客户端支持 -兼容Claude Desktop、ChatGPT、Gemini、AnythingLLM、Qwen CLI和Codex CLI
  • 🔐 企业安全 -基于环境的凭据管理,支持OAuth 2.0和安全的API密钥处理
  • 💪 针对高级用户进行了优化 -Razer Blade 16 RTX 4090配置,96GB RAM,适用于要求苛刻的AI工作负载

______________________________________________________________________

🎯 快速开始

先决条件

  • Python 3.14.2+ (在3.14.2上测试)
  • Windows 11 (主)、macOS或Linux
  • Node.js 18+ (对于某些客户端集成)
  • Git 用于克隆存储库
  • 16GB+内存 推荐(64GB+以获得最佳性能)

安装

# 1. Clone the repository
git clone https://github.com/yourusername/visionary-tool-server.git
cd visionary-tool-server

# 2. Create virtual environment
python -m venv venv

# Windows
venv\Scripts\activate

# macOS/Linux
source venv/bin/activate

# 3. Install dependencies
pip install -r requirements.txt

# 4. Copy environment template
cp .env.example .env

# 5. Configure your API keys (see Configuration section)
notepad .env  # Windows
nano .env     # macOS/Linux

配置

创建 .env 使用API密钥在项目根目录中创建文件:

# AI/LLM Services
OPENAI_API_KEY=sk-...
ANTHROPIC_API_KEY=sk-ant-...
GEMINI_API_KEY=AI...
GROQ_API_KEY=gsk_...
OPENROUTER_API_KEY=sk-or-...
DEEPSEEK_API_KEY=sk-...
MISTRAL_API_KEY=...
COHERE_API_KEY=...
TOGETHER_API_KEY=...
FIREWORKS_API_KEY=...
PERPLEXITY_API_KEY=...
REPLICATE_API_TOKEN=r8_...
FAL_API_KEY=...
STABILITY_AI_KEY=sk-...
ELEVENLABS_API_KEY=...
HUGGINGFACE_API_KEY=hf_...

# Local LLM (Razer AIKit)
RAZER_AIKIT_BASE_URL=http://localhost:1234/v1
RAZER_AIKIT_API_KEY=lm-studio

# Chinese AI Models
MINIMAX_API_KEY=...
MINIMAX_GROUP_ID=...
GROK_API_KEY=xai-...
NEMOTRON_API_KEY=nvapi-...

# Cloud Services
AWS_ACCESS_KEY_ID=AKIA...
AWS_SECRET_ACCESS_KEY=...
AWS_REGION=us-east-1
AZURE_OPENAI_API_KEY=...
AZURE_OPENAI_ENDPOINT=https://...
CLOUDFLARE_API_TOKEN=...
VERCEL_TOKEN=...
RAILWAY_API_KEY=...

# Development Tools
GITHUB_TOKEN=ghp_...
GITLAB_TOKEN=glpat-...
JIRA_API_TOKEN=...
LINEAR_API_KEY=lin_...
CLICKUP_API_KEY=...
ASANA_ACCESS_TOKEN=...
MONDAY_API_KEY=...

# Communication
DISCORD_BOT_TOKEN=...
SLACK_BOT_TOKEN=xoxb-...
TWILIO_ACCOUNT_SID=AC...
TWILIO_AUTH_TOKEN=...
SENDGRID_API_KEY=SG...
RESEND_API_KEY=re_...

# Databases & Storage
SUPABASE_URL=https://...
SUPABASE_KEY=eyJ...
FIREBASE_PROJECT_ID=...
PINECONE_API_KEY=...
QDRANT_URL=http://localhost:6333
REDIS_URL=redis://localhost:6379

# Monitoring & Observability
DATADOG_API_KEY=...
SENTRY_DSN=https://...
GRAFANA_API_KEY=...
PROMETHEUS_URL=http://localhost:9090

# Productivity
NOTION_TOKEN=secret_...
OBSIDIAN_VAULT_PATH=C:\Users\...\ObsidianVault
AIRTABLE_API_KEY=...
ZENDESK_API_TOKEN=...

# Automation
N8N_API_URL=http://localhost:5678
N8N_API_KEY=...
WEBHOOK_SECRET=...

# Search & Data
BRAVE_API_KEY=BSA...
EXA_API_KEY=...
FIRECRAWL_API_KEY=...

运行服务器

# Start the MCP server on port 8082
python -m visionary_tool_server

# Or with custom port
python -m visionary_tool_server --port 8090

# With debug logging
python -m visionary_tool_server --debug

# With ngrok tunnel for remote access
ngrok http 8082

验证安装

# Check health endpoint
curl http://localhost:8082/health

# Expected response:
# {"status": "healthy", "version": "4.0.0", "tools": 331, "modules": 64}

# Test SSE endpoint
curl http://localhost:8082/sse

______________________________________________________________________

🏗️ 建筑

┌─────────────────────────────────────────────────────────────────────┐
│                          MCP Clients                                 │
│  ┌──────────┐  ┌──────────┐  ┌──────────┐  ┌──────────┐           │
│  │  Claude  │  │ ChatGPT  │  │  Gemini  │  │AnythingLLM│   ...     │
│  │ Desktop  │  │Desktop/iOS│  │  Mobile  │  │  Server  │           │
│  └────┬─────┘  └────┬─────┘  └────┬─────┘  └────┬─────┘           │
└───────┼─────────────┼─────────────┼─────────────┼──────────────────┘
        │             │             │             │
        └─────────────┴─────────────┴─────────────┘
                      │
        ┌─────────────▼─────────────────────────────────┐
        │      SSE Transport (Port 8082)                 │
        │  http://localhost:8082/sse                     │
        │  https://visionary-tool-server.ngrok.io/sse    │
        └─────────────┬─────────────────────────────────┘
                      │
        ┌─────────────▼─────────────────────────────────┐
        │         FastMCP Server v2.14.2                 │
        │    Starlette 0.50.0 + uvicorn 0.40.0          │
        │         Python 3.14.2 Runtime                  │
        └─────────────┬─────────────────────────────────┘
                      │
        ┌─────────────▼─────────────────────────────────┐
        │      Tool Module Registry (64 modules)         │
        │                                                │
        │  ┌──────────────────────────────────────────┐ │
        │  │  Development (50 tools)                  │ │
        │  │  GitHub • GitLab • Jira • Linear         │ │
        │  └──────────────────────────────────────────┘ │
        │  ┌──────────────────────────────────────────┐ │
        │  │  AI/LLM (88 tools)                       │ │
        │  │  OpenAI • Anthropic • Gemini • Local    │ │
        │  └──────────────────────────────────────────┘ │
        │  ┌──────────────────────────────────────────┐ │
        │  │  Communication (46 tools)                │ │
        │  │  Discord • Slack • Twilio • SendGrid    │ │
        │  └──────────────────────────────────────────┘ │
        │  ┌──────────────────────────────────────────┐ │
        │  │  Cloud/Infra (42 tools)                  │ │
        │  │  AWS • Vercel • Railway • Cloudflare    │ │
        │  └──────────────────────────────────────────┘ │
        │  ┌──────────────────────────────────────────┐ │
        │  │  Productivity (40 tools)                 │ │
        │  │  Notion • Obsidian • ClickUp • Airtable │ │
        │  └──────────────────────────────────────────┘ │
        │  ┌──────────────────────────────────────────┐ │
        │  │  Data/Vector DBs (29 tools)              │ │
        │  │  Pinecone • Qdrant • Redis • Supabase   │ │
        │  └──────────────────────────────────────────┘ │
        │  ┌──────────────────────────────────────────┐ │
        │  │  Monitoring (36 tools)                   │ │
        │  │  Datadog • Sentry • Grafana • Prometheus│ │
        │  └──────────────────────────────────────────┘ │
        └─────────────┬─────────────────────────────────┘
                      │
        ┌─────────────▼─────────────────────────────────┐
        │           External APIs                        │
        │  REST • GraphQL • WebSockets • gRPC           │
        └───────────────────────────────────────────────┘

        Hardware: Razer Blade 16 | RTX 4090 | 96GB RAM
        OS: Windows 11 Pro | Transport: SSE | Port: 8082

______________________________________________________________________

📊 工具清单

完整的工具目录(64个模块中的331个工具)

开发和版本控制 (72工具)
模块工具说明
GitHub37存储库管理、PR工作流程、问题、行动、发布、注册表
GitLab26项目操作、合并请求、CI/CD管道、容器注册表
外壳9系统命令执行、过程管理、环境控制
人工智能和大型语言模型 (88工具)
模块工具说明
Razer AIKit(本地)20本地LLM推理、模型管理、嵌入、微调
MiniMax M2.18中文多模态人工智能、文本生成、图像理解
OpenAI7GPT-4/3.5完井、嵌入、DALL-E、耳语、适度
Anthropic3克劳德3.5十四行诗/歌剧,快速缓存,视觉
双子座4谷歌Gemini Pro/Ultra,多模式推理,Gemma
Groq3超快速LLM推理,混音,LLaMA3
开放路由3多提供商路由、成本优化、回退
深度求索3中国开源模型,代码生成
米斯特拉尔3Mistral大/中,函数调用,嵌入
合力4命令R+、嵌入、重新排序、分类
一起AI3开源模型托管、微调、推理
烟花2快速推理、函数调用、流式传输
困惑度3搜索增强生成、引用、实时数据
格罗克3xAI的Grok模型,实时X/Twitter集成
尼莫特4NVIDIA的指令调优模型、推理
AWS基岩4AWS上的克劳德/泰坦/侏罗纪,管理推理
Azure OpenAI2Azure上的GPT-4/3.5,企业合规性
英伟达2NIM微服务,优化推理
拥抱脸5模型中枢、推理API、数据集、空间
复制3图像/视频模型,稳定扩散,通量
稳定性AI2稳定扩散3,图像到图像,放大
FAL3快速AI延迟、实时生成、视频
十一实验室3文本转语音、语音克隆、多语言
沟通与协作 (46工具)
模块工具说明
Discord 的中文翻译是“不和谐”或“纷争”。21机器人命令、消息管理、服务器管理、webhooks
Slack5消息发布、渠道管理、用户操作
特维里奥4短信/彩信、语音通话、WhatsApp、电话号码
SendGrid3事务性电子邮件、模板、分析
重发2开发人员第一封电子邮件API,React模板
反馈系统4票务管理、客户支持、知识库
网络钩子2HTTP回调、事件通知、集成
OAuth2OAuth 2.0流、令牌管理、授权
n8n3工作流自动化、节点创建、执行
云基础设施和部署 (42工具)
模块工具说明
云耀6CDN、DNS、Workers、KV存储、R2、DDoS防护
维塞尔6部署、域、环境变量、分析
铁路5容器部署、数据库、服务、日志
AWS基岩4人工智能管理服务(见人工智能部分)
火基4身份验证、Firestore、云功能、托管
速贝4PostgreSQL数据库、身份验证、存储、边缘功能
Azure OpenAI2Azure托管的AI服务(见AI部分)
数据狗4基础设施监控、APM、日志、指标
哨兵4错误跟踪、性能监控、发布
格拉法纳3仪表板、警报、可视化、数据源
普罗米修斯3指标收集、PromQL查询、警报
项目管理和生产力 (40个工具)
模块工具说明
黑曜石8保险库管理、注意CRUD、标记、搜索、链接
概念6数据库查询、页面创建、块、工作区
点击上5任务、列表、空间、时间跟踪、目标
Jira4问题跟踪、冲刺、公告板、JQL查询
线性4问题、项目、周期、路线图、集成
阿萨纳4任务、项目、团队、自定义字段、投资组合
星期一4板、项目、列、自动化、仪表板
气垫桌4记录、基、表、视图、公式
条纹5付款、订阅、客户、发票
矢量数据库和数据存储 (29工具)
模块工具说明
松果5矢量搜索、索引管理、追加销售、查询、元数据
Qdrant3矢量相似性搜索、收集、过滤
瑞迪斯3键值存储、缓存、发布/订阅、流媒体
速贝4带pgvector扩展的PostgreSQL(参见Cloud)
火基4Firestore文档数据库(见云)
气垫桌4电子表格数据库混合(见生产力)
Exa4语义搜索API、网页抓取、实体提取
火爬4网络抓取、爬行、数据提取、监控
搜索与发现 (11个工具)
模块工具说明
勇敢搜索3以隐私为中心的搜索、Web搜索API、护目镜
Exa4神经搜索、语义相似性、网络发现
火爬4智能网络爬行、抓取、监控
编排与自动化 (10个工具)
模块工具说明
代理编排器5多代理协调、任务委托、状态管理
编排器4工作流编排、依赖关系管理、调度
自检1服务器健康检查、工具验证、诊断

______________________________________________________________________

🔌 客户端连接指南

克劳德桌面版

配置: claude_desktop_config.json (Windows位置: %APPDATA%\Claude\)

{
  "mcpServers": {
    "visionary-tools": {
      "command": "http",
      "args": [],
      "env": {},
      "transport": {
        "type": "sse",
        "url": "http://localhost:8082/sse"
      }
    }
  }
}

步骤:

  1. 确保服务器在端口8082上运行
  2. 更新Claude桌面配置
  3. 重新启动克劳德桌面
  4. 验证工具是否出现在工具面板中(331个工具)

______________________________________________________________________

ChatGPT桌面和移动

配置: 内置MCP支持(需要ChatGPT Plus)

桌面:

  1. 打开ChatGPT桌面→ 设置→ 特性→ 模型上下文协议
  2. 添加服务器: http://localhost:8082/sse
  3. 启用SSE传输
  4. 重新启动ChatGPT

移动设备(iOS/Android):

  1. 打开ChatGPT应用程序→ 设置→ 高级→ MCP服务器
  2. 添加远程服务器: https://visionary-tool-server.ngrok.io/sse
  3. 需要ngrok隧道进行远程访问

______________________________________________________________________

谷歌双子座(双子座应用程序和工作室)

配置: Gemini 1.5 Pro及其扩展

Gemini应用程序:

  1. 在设置中启用开发人员模式
  2. 在“扩展”下添加MCP服务器
  3. 网址: http://localhost:8082/sse (桌面)或ngrok URL(移动)

Gemini AI工作室:

  1. 项目设置→ 集成→ MCP
  2. 添加服务器端点
  3. 如果需要,配置OAuth

______________________________________________________________________

任何事情LLM

配置: server-settings.json

{
  "mcp": {
    "enabled": true,
    "servers": [
      {
        "name": "Visionary Tools",
        "transport": "sse",
        "url": "http://localhost:8082/sse",
        "description": "331 enterprise tools"
      }
    ]
  }
}

步骤:

  1. 任何事情LLM→ 管理设置→ 工具→ MCP服务器
  2. 使用上述配置添加新服务器
  3. 测试连接
  4. 所有工作区中都有可用的工具

______________________________________________________________________

Qwen CLI

配置: .qwenconfig

[mcp]
enabled = true

[[mcp.servers]]
name = "visionary"
url = "http://localhost:8082/sse"
transport = "sse"
tools = 331

用途:

# Connect to server
qwen mcp connect visionary

# List available tools
qwen mcp tools

# Use a tool
qwen "Create a GitHub issue using visionary tools"

______________________________________________________________________

Codex CLI

配置: codex.yaml

mcp_servers:
  - name: visionary-tools
    url: http://localhost:8082/sse
    transport: sse
    auto_connect: true
    categories:
      - development
      - ai
      - communication
      - cloud
      - productivity

用途:

# Auto-connects on start
codex chat

# Explicitly use tools
codex --tools visionary-tools "Deploy to Vercel"

______________________________________________________________________

ngrok远程访问(适用于移动客户端)

# Install ngrok
choco install ngrok  # Windows
brew install ngrok   # macOS

# Authenticate
ngrok config add-authtoken YOUR_TOKEN

# Start tunnel
ngrok http 8082 --domain visionary-tool-server.ngrok.io

# Use this URL in mobile clients:
# https://visionary-tool-server.ngrok.io/sse

______________________________________________________________________

⚙️ 配置

环境变量

所需变量:

# At minimum, configure these for core functionality
GITHUB_TOKEN=ghp_...           # For GitHub tools
OPENAI_API_KEY=sk-...          # For OpenAI tools
ANTHROPIC_API_KEY=sk-ant-...   # For Claude tools

可选但推荐:

# Local LLM (no API costs)
RAZER_AIKIT_BASE_URL=http://localhost:1234/v1
RAZER_AIKIT_API_KEY=lm-studio

# Server configuration
MCP_SERVER_PORT=8082
MCP_LOG_LEVEL=INFO
MCP_CORS_ORIGINS=*
MCP_MAX_CONNECTIONS=100

# Performance tuning
UVICORN_WORKERS=4
UVICORN_TIMEOUT=300

配置文件(config.yaml)

server:
  host: "0.0.0.0"
  port: 8082
  debug: false
  
fastmcp:
  version: "2.14.2"
  max_tools: 500
  
modules:
  enabled:
    - github
    - gitlab
    - discord
    - razer_aikit
    - openai
    # ... all 64 modules
  
  disabled: []
  
logging:
  level: INFO
  format: json
  file: logs/visionary-tool-server.log
  
security:
  rate_limit: 100  # requests per minute
  cors_enabled: true
  require_auth: false

______________________________________________________________________

🛠️ 发展

设置开发环境

# Clone and setup
git clone https://github.com/yourusername/visionary-tool-server.git
cd visionary-tool-server

# Install dev dependencies
pip install -r requirements-dev.txt

# Install pre-commit hooks
pre-commit install

# Run tests
pytest

# Code coverage
pytest --cov=visionary_tool_server --cov-report=html

项目结构

visionary-tool-server/
├── visionary_tool_server/
│   ├── __init__.py
│   ├── __main__.py          # Entry point
│   ├── server.py            # FastMCP server setup
│   ├── config.py            # Configuration management
│   ├── modules/             # Tool modules (64 files)
│   │   ├── github.py
│   │   ├── gitlab.py
│   │   ├── discord.py
│   │   ├── razer_aikit.py
│   │   └── ...
│   ├── utils/               # Utilities
│   │   ├── auth.py
│   │   ├── logging.py
│   │   └── validators.py
│   └── types/               # Type definitions
├── tests/
│   ├── test_modules/
│   ├── test_server.py
│   └── test_integration.py
├── docs/
├── logs/
├── .env.example
├── .gitignore
├── requirements.txt
├── requirements-dev.txt
├── pyproject.toml
├── pytest.ini
└── README.md

添加新模块

# visionary_tool_server/modules/my_service.py
from fastmcp import FastMCP

def register_tools(mcp: FastMCP):
    """Register My Service tools with FastMCP server."""
    
    @mcp.tool()
    def my_service_action(param: str) -> dict:
        """
        Perform an action with My Service.
        
        Args:
            param: Input parameter
            
        Returns:
            Result dictionary
        """
        # Implementation
        return {"status": "success"}
    
    @mcp.tool()
    def my_service_query(query: str) -> list:
        """Query My Service data."""
        # Implementation
        return []

注册于 server.py:

from visionary_tool_server.modules import my_service

# In setup function
my_service.register_tools(mcp)

测试

# Run all tests
pytest

# Run specific test file
pytest tests/test_modules/test_github.py

# Run with coverage
pytest --cov --cov-report=html

# Run integration tests (requires API keys)
pytest tests/test_integration.py --integration

# Run performance tests
pytest tests/test_performance.py --benchmark

装订和格式化

# Format code
black visionary_tool_server/
isort visionary_tool_server/

# Lint
pylint visionary_tool_server/
flake8 visionary_tool_server/
mypy visionary_tool_server/

# Type checking
pyright visionary_tool_server/

# All checks (pre-commit)
pre-commit run --all-files

建筑与配电

# Build package
python -m build

# Install locally
pip install -e .

# Create distribution
python setup.py sdist bdist_wheel

# Upload to PyPI (maintainers only)
twine upload dist/*

______________________________________________________________________

🔍 故障排除

常见问题

服务器无法启动

症状: Port 8082 already in use

# Windows - Find and kill process
netstat -ano | findstr :8082
taskkill /PID 
 /F

# macOS/Linux
lsof -ti:8082 | xargs kill -9

# Use different port
python -m visionary_tool_server --port 8090

______________________________________________________________________

客户端无法连接

症状: Connection refused 或 ERR_CONNECTION_REFUSED

  1. 验证服务器是否正在运行: curl http://localhost:8082/health
  2. 检查防火墙:允许端口8082
  3. 验证SSE端点: curl http://localhost:8082/sse
  4. 检查客户端配置语法(JSON错误)
  5. 重新启动客户端应用程序

______________________________________________________________________

工具未出现

症状: 客户端已连接,但显示0个工具

  1. 检查服务器日志: tail -f logs/visionary-tool-server.log
  2. 验证模块导入: python -c "from visionary_tool_server.modules import github"
  3. 检查环境变量:缺少API键禁用模块
  4. 使用调试重新启动服务器: python -m visionary_tool_server --debug

______________________________________________________________________

API密钥错误

症状: 401 Unauthorized 或 Invalid API key

  1. 验证 .env 文件已存在并已加载
  2. 检查密钥格式:删除多余的空格/引号
  3. 直接测试密钥:
   curl -H "Authorization: Bearer $OPENAI_API_KEY" https://api.openai.com/v1/models
  1. 如果密钥泄露,请重新生成密钥

______________________________________________________________________

性能缓慢

症状: 工具超时或响应缓慢

  1. 检查外部API的网络延迟
  2. 增加配置中的超时
  3. 监视资源使用情况:任务管理器/活动监视器
  4. 禁用未使用的模块以减少内存
  5. 使用本地LLM(Razer AIKit)进行更快的推理

______________________________________________________________________

内存问题

症状: MemoryError 或系统速度减慢

  1. 减少 UVICORN_WORKERS (默认值4→ 2)
  2. 禁用重型模块(AI模型、数据库)
  3. 增加系统交换空间
  4. 监视器: htop (Linux)或任务管理器(Windows)
  5. 对于长时间运行的实例,定期重新启动服务器

______________________________________________________________________

调试模式

# Enable debug logging
export MCP_LOG_LEVEL=DEBUG
python -m visionary_tool_server --debug

# Log all requests/responses
export MCP_LOG_REQUESTS=true

# Verbose FastMCP output
export FASTMCP_DEBUG=1

健康检查

# Basic health
curl http://localhost:8082/health

# Detailed diagnostics
curl http://localhost:8082/diagnostics

# Test specific module
curl -X POST http://localhost:8082/test/github

______________________________________________________________________

🤝 贡献

我们欢迎捐款!请遵循以下指南:

入门指南

  1. 克隆该仓库
  2. 创建要素分支: git checkout -b feature/my-new-tool
  3. 进行更改 通过测试
  4. 运行测试: pytest
  5. 承诺: git commit -am 'Add new tool for X'
  6. 推: git push origin feature/my-new-tool
  7. 提交拉取请求

贡献指南

  • 代码样式: 遵循PEP 8,使用黑色格式化程序
  • 测验: 保持80%以上的覆盖率
  • 文档: 更新README和文档字符串
  • 承诺: 使用常规提交格式

- feat: 新特性 - fix: 错误修复 - docs: 文档 - test: 测试 - refactor: 代码重构

添加新工具

  1. 在中创建模块 visionary_tool_server/modules/
  2. 使用适当的类型提示和文档字符串实现工具
  3. 在中添加测试 tests/test_modules/
  4. 用工具数量和描述更新此README
  5. 将所需的环境变量添加到 .env.example

报告问题

  • 使用GitHub问题
  • 包括Python版本、操作系统、错误日志
  • 提供复制步骤
  • 先检查现有问题

______________________________________________________________________

📄 许可证

MIT许可证

版权所有(c)2024有远见的工具服务器贡献者

特此免费向任何获得副本的人授予许可 本软件和相关文档文件(“软件”),以处理 在软件中不受限制,包括但不限于权利 使用、复制、修改、合并、发布、分发、再许可和/或销售 软件的副本,并允许软件的接收者 根据以下条件提供:

上述版权声明和本许可声明应包含在所有 软件的副本或实质性部分。

软件按“原样”提供,不提供任何形式的明示或明示担保 隐含的,包括但不限于适销性保证, 适用于特定目的且不造成伤害。在任何情况下 作者或版权持有人对任何索赔、损害赔偿或其他 因以下原因产生的责任,无论是在合同、侵权或其他诉讼中, 出于或与软件、使用或其他交易有关 软件。

______________________________________________________________________

🙏 致谢与致谢

核心技术

灵感与资源

社区

特别感谢MCP社区和所有帮助构建和测试此服务器的贡献者。

硬件合作伙伴关系

优化为 雷蛇 系统:

  • 雷蛇刀片16(2024)
  • NVIDIA RTX 4090笔记本电脑GPU
  • 96GB DDR5内存
  • Windows 11专业版

______________________________________________________________________

📞 支持与社区

______________________________________________________________________

🗺️ 路线图

v4.1.0(2024年第二季度)

  • \[\]添加50多个新工具(Notion AI、GitHub Copilot等)
  • \[\]实施工具链和工作流程
  • \[\]添加请求/响应缓存层
  • \[\]改进错误处理和重试

v4.2.0(2024年第三季度)

  • \[\]支持GraphQL和REST
  • \[\]WebSocket传输选项
  • \[\]每个工具的内置速率限制
  • \[\]多租户支持

v5.0.0(2024年第四季度)

  • \[\]500+工具目标
  • \[\]GUI管理仪表板
  • \[\]分布式部署支持
  • \[\]企业SSO集成

______________________________________________________________________

Built with ❤️ for the AI automation community

Powered by FastMCP • Optimized for Razer • Open Source MIT

Quick Start • Tools • Clients • Config • Development

工具与能力

工具数量

62

资源数量

0

提示词数量

0

能力标签

AI自动化Python本地部署企业工具开发工具通信工具云服务

支持客户端

Claude DesktopClaude

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

让助手直接读代码

把仓库、提交记录和 issue 交给模型检索,补全和重构时不用来回复制文件。

在对话里跑命令

触发构建、测试和脚本,执行结果直接回到上下文,省去切终端。

接进开发流程

把 PR、CI 状态和代码审查接进助手,减少在几个工具之间跳。

选择建议

值得选的地方

  • 工具数量 62 个,一次接入能覆盖的操作比单点工具更全。
  • 有现成的安装命令,不用自己找入口,照着跑就能起服务。
  • 已经适配 Claude Desktop、Claude,换客户端不用重新研究配置。

先想清楚的地方

  • stdio 方式要求本地装好 Python,换机器要重新装一遍。
  • 需要自备OAuth 授权,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

  • 需要在开发工具场景里让模型直接调用外部能力的人。
  • 已经在用 Claude Desktop 的用户,接入路径最短。
  • 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OAuth 授权的人。
  • 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
Razer Aikit V2

MCP World · 本页

62stdio有1 个2026-05-17
Git 838e2ec1

MCP World

12stdio有2 个2026-05-17
Markitdown MCP 2c653a5f

MCP World

1stdio有1 个2026-05-17
Context7 MCP C671e75a

MCP World

0stdio有1 个2026-05-17
Context7 831acf40

MCP World

0stdio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

Razer Aikit V2 怎么安装?

公开资料给出的安装命令是 python -m venv venv,运行环境为 Python。装完后按客户端要求写进 MCP 配置,重启客户端生效。

Razer Aikit V2 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 Python;保存后完全退出客户端再打开,配置才会生效。

Razer Aikit V2 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。

Razer Aikit V2 需要 API Key 吗?

公开资料标注的认证方式是OAuth 授权,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。

Razer Aikit V2 支持哪些客户端?

公开资料标注支持 Claude Desktop、Claude;其他客户端只要能配置 MCP Server,也能用同样的命令或地址接入。

来源信息

继续浏览同类 MCP