PackRun MCP 服务器

关键词

AI 助手工具注册决策支持资源管理JSON-RPC

使用说明

  • 项目简介

    • 该仓库实现了一个 MCP 服务器，允许 AI 助手通过标准的 MCP 协议向后端请求包信息、执行工具、获取并渲染提示模板等能力。核心在于将“资源与工具”的能力暴露给 LLM 客户端，通过 JSON-RPC 进行请求/响应，便于集成到 Cursor、Claude 等 AI 辅助工具中。

  • 主要功能点

    • MCP 协议核心能力
      • 接收 MCP 客户端的 JSON-RPC 请求，返回统一格式的 JSON-RPC 响应。
      • 提供初始化、工具列表、具体工具调用等能力的接口。
    • 工具注册与执行
      • 服务端注册多种工具（如 get_package_version、check_deprecated、check_vulnerabilities、find_alternatives、compare_packages 等），可由 LLM 调用并获取结构化结果。
    • 数据与健康信息
      • 提供对包的健康评分、风险、替代包、以及深度健康数据的查询与聚合。
    • 资源与场景扩展
      • 通过后端工具与数据源组合，支持在对话中提供包信息、依赖关系、安装建议等上下文。
    • 与客户端的对接
      • 客户端通过 MCP 端点与服务器通信，服务器端返回 JSON-RPC 响应；当前实现将 MCP 服务部署在 API 服务内，通过 /mcp 路径暴露。

  • 安装步骤

    • 在本地环境准备好 Node/Bun 类型的运行环境。
    • 获取代码后，安装依赖并启动服务（具体命令可能因项目脚本而异，通常在包含 API 的应用中启动服务即可暴露 MCP 接入点）。
    • 服务器对外地址示例（MCP 端点）通常为：https://mcp.packrun.dev/mcp
    • 参考项目内测试用例，MCP 端点用于解析 JSON-RPC 请求并返回响应。

  • 服务器配置（MCP 客户端需配置，格式为 JSON；以下为示例配置项，实际部署以项目文档或环境脚本为准） 服务器名称: packrun 服务器地址: https://mcp.packrun.dev/mcp 示意配置（JSON，供 MCP 客户端读取并建立连接；客户端客户端无需变更）： { "mcpServers": { "packrun": { "url": "https://mcp.packrun.dev/mcp", "command": "bun", "args": ["run", "start:api"] } } } 说明：

    • url 指向 MCP 服务端的公开入口，该端点实现了 MCP 的 JSON-RPC 通信。
    • command 与 args 描述了在你自己的环境中用于启动 MCP 服务所在的进程命令集合（此处给出示意，具体脚本请按你们的部署方式配置）。
    • MCP 客户端本身无需特定实现代码，只需正确提供上述连接信息即可调度工具、读取资源与渲染提示模板。

  • 基本使用方法

    • 向 MCP 服务器发起初始化请求，获取服务器信息与支持的工具列表。
    • 通过调用具体工具（如 get_package_version、compare_packages 等）来获得结构化的分析结果。
    • 将工具返回的内容用于对话生成、决策支持或自动化工作流中，提升对包生态的理解与选择质量。
    • 如遇需要扩展能力，可以在后端注册新的工具并暴露给 MCP 客户端。

服务器信息

访问项目