使用说明

项目简介

Server Collector 是一个基于 Model Context Protocol (MCP) 构建的服务器，其主要功能是发现、收集��管理互联网上其他的 MCP 服务器。它通过提供一系列工具，帮助用户从网页链接或文本内容中提取 MCP 服务器的信息，并将新的 MCP 服务器提交到一个中心化的目录（如 mcp.so）。

主要功能点

MCP服务器信息提取: 提供工具，能够从指定的 URL 链接或文本内容中自动提取潜在的 MCP 服务器信息，例如服务器名称、描述、仓库地址等。
MCP服务器目录提交: 允许将新发现的 MCP 服务器信息提交到预设的服务器目录（如 mcp.so），方便集中管理和发现 MCP 服务器资源。
工具化操作: 通过 MCP 协议暴露功能，使得 LLM 应用可以通过调用 Server Collector 提供的工具，自动化地完成 MCP 服务器的发现和提交流程。

安装步骤

环境准备: 确保已安装 Python 运行环境。建议使用 Python 3.8 或更高版本。
安装依赖: 使用 'uv' 包管理器（仓库 README 推荐）或 'pip' 安装项目依赖。如果使用 'pip'，请先安装 'pip install -r requirements.txt' (项目未提供 requirements.txt，但根据 README 提到 'uv sync' 推测可能使用 uv 进行依赖管理，此处假设用户可以使用 'uv sync' 或手动安装 'mcp' 和 'openai' 等库). 更简易的方式，可以直接在项目根目录下执行 'pip install .' 来安装项目自身以及声明的依赖。
配置环境变量: 复制仓库中的 '.env' 文件模板，并根据需要配置以下环境变量：
- 'OPENAI_API_KEY': OpenAI API 密钥，用于内容分析和 MCP 服务器信息提取功能。
- 'OPENAI_BASE_URL': OpenAI API 的基础 URL，默认为 'https://api.openai.com/v1'。
- 'OPENAI_MODEL': 使用的 OpenAI 模型名称，默认为 'gpt-4o-mini'。
- 'MCP_SERVER_SUBMIT_URL': MCP 服务器信息提交的目标 API 地址，默认为 'https://mcp.so/api/submit-project'。

服务器配置

为了让 MCP 客户端（如 Claude）连接到 Server Collector 服务器，您需要配置客户端的 MCP 服务器设置。以下是一个配置示例，可以直接添加到客户端的配置文件中。

针对 Claude 客户端的配置 (claude_desktop_config.json):

"mcpServers": {
  "mcp-server-collector": {
    "command": "uv",
    "args": [
      "--directory",
      "path-to/mcp-server-collector",  //  请替换为 mcp-server-collector 项目的实际路径
      "run",
      "mcp-server-collector"
    ],
    "env": {
      "OPENAI_API_KEY": "sk-xxx",  // 您的 OpenAI API Key
      "OPENAI_BASE_URL": "https://api.openai.com/v1", // OpenAI API Base URL (通常无需修改)
      "OPENAI_MODEL": "gpt-4o-mini", // 使用的 OpenAI 模型 (可根据需要修改)
      "MCP_SERVER_SUBMIT_URL": "https://mcp.so/api/submit-project" // MCP 服务器提交 API 地址 (通常无需修改)
    }
  }
}

配置参数说明:

'server name': 'mcp-server-collector' - 服务器的名称，客户端通过此名称引用该服务器。
'command': 'uv' - 启动服务器的命令。这里假设使用 'uv' 包管理器运行，如果直接使用 'python' 运行，可以修改为 'python'。
'args': 启动命令的参数列表。
- '--directory': 'path-to/mcp-server-collector' - 请务必替换为 mcp-server-collector 项目在您本地文件系统中的实际路径。
- 'run': 表示运行 Python 包。
- 'mcp-server-collector': 要运行的 Python 包名称，与项目名称一致。
'env': 服务器运行所需的环境变量。这些环境变量将传递给服务器进程。

基本使用方法

配置完成后，MCP 客户端可以通过以下工具与 Server Collector 交互：

'extract-mcp-servers-from-url': 从指定的 URL 中提取 MCP 服务器信息。客户端需要提供 'url' 参数，即要分析的网页链接。
'extract-mcp-servers-from-content': 从给定的文本内容中提取 MCP 服务器信息。客户端需要提供 'content' 参数，即包含 MCP 服务器信息的文本内容。
'submit-mcp-server': 将指定的 MCP 服务器信息提交到服务器目录。客户端需要提供 'url' 参数（MCP 服务器的 URL），可选参数 'avatar_url'（服务器的头像 URL）。

客户端可以通过 MCP 协议的标准方式调用这些工具，例如在 Claude 客户端中，可以使用 '@tool_code' 或类似的机制来调用并使用这些工具。具体调用方式请参考 MCP 客户端的使用文档。

示例使用场景:

用户可以使用 'extract-mcp-servers-from-url' 工具分析 GitHub 仓库列表页，自动发现并提取页面中列出的 MCP 服务器仓库信息。然后，可以使用 'submit-mcp-server' 工具将新发现的 MCP 服务器提交到 mcp.so 目录，从而扩展 MCP 服务器生态。

关键词