Remote MCP Server

0
0 評論
0 Stars
遙控 MCP 伺服器可以在 Cloudflare Workers 上託管和管理 MCP 工具,支持 OAuth 認證、本地和遠程連接,以及與 Claude Desktop 的集成,實現工具的無縫調用。
新增日期:
創建者:
Apr 23 2025
Remote MCP Server

Remote MCP Server

0 評論
0
0
Remote MCP Server
遙控 MCP 伺服器可以在 Cloudflare Workers 上託管和管理 MCP 工具,支持 OAuth 認證、本地和遠程連接,以及與 Claude Desktop 的集成,實現工具的無縫調用。
新增日期:
Created by:
Apr 23 2025
Jake Woodward
精選

Remote MCP Server 是什麼?

此 MCP(模型上下文協議)伺服器便利各種 MCP 工具的遠程託管和管理,允許用戶通過 Cloudflare Workers 連接。它支持 OAuth 登錄以進行安全訪問,提供具有簡單部署的本地開發,並且可以與外部應用程序如 Claude Desktop 集成。該伺服器能通過 Web 界面列出、調用和管理工具,非常適合需要遠程工具編排及與 AI 模型或其他平台集成的開發者和組織。它還內含調試選項、部署指南,並支持遠程客戶端連接,以便進行可擴展的基於雲的 MCP 工具管理。

誰會使用 Remote MCP Server?

  • 開發者
  • AI 研究人員
  • 整合 MCP 工具的機構
  • 雲端工程師
  • MCP 工具創建者

如何使用 Remote MCP Server?

  • 步驟 1:從 GitHub 克隆庫
  • 步驟 2:使用 npm 安裝依賴項
  • 步驟 3:使用 npx nx dev remote-mcp-server 本地運行
  • 步驟 4:連接 MCP Inspector 進行探索和測試
  • 步驟 5:配置 Claude Desktop 與伺服器通信
  • 步驟 6:使用 Wrangler 和 npm 腳本部署到 Cloudflare
  • 步驟 7:將遠程客戶端連接到已部署的伺服器
  • 步驟 8:使用伺服器列出、調用和管理 MCP 工具

Remote MCP Server 的核心特徵與益處

主要功能
  • 支持在 Cloudflare 上托管 MCP 工具
  • 用於身份驗證的 OAuth 登錄
  • 本地開發環境
  • 遠程伺服器連接
  • 與 Claude Desktop 的集成
  • 工具列表和調用
  • 調試支持
  • 部署自動化
優點
  • 實現可擴展的遠程 MCP 工具管理
  • 通過 OAuth 進行安全訪問
  • 輕鬆部署到雲端
  • 支持本地和遠程連接
  • 簡化 AI 工具的整合和測試

Remote MCP Server 的主要使用案例與應用

  • AI 應用程式的遠程 MCP 工具托管
  • 將 MCP 工具與雲端服務整合
  • 本地開發與測試 MCP 工具
  • 將外部 AI 模型如 Claude 連接到 MCP 伺服器

Remote MCP Server 的常見問答

開發者

  • jacobwoodward

您可能也喜歡:

開發者工具

一款用於管理伺服器與客戶端互動的桌面應用程式,具備全面的功能。
一個為 Eagle 提供的 Model Context Protocol 伺服器,負責管理 Eagle 應用程式和數據來源之間的數據交換。
一個基於聊天的客戶端,直接在聊天環境中集成和使用各種 MCP 工具,以提高生產力。
一個 Docker 映像,承載多個 MCP 伺服器,透過整合 supergateway 以統一入口點訪問。
透過 MCP 協議提供 YNAB 帳戶餘額、交易及交易創建的訪問權限。
一個快速可擴展的MCP伺服器,用於管理多客戶的即時Zerodha交易操作。
一個遠端SSH客戶端,方便安全、基於代理訪問MCP伺服器,以便利用遠端工具。
一個基於Spring的MCP伺服器,整合了AI能力以管理和處理Minecraft模組的通信協議。
一款具有基本聊天功能的極簡MCP客戶端,支持多種模型和上下文交互。
一個安全的MCP伺服器,讓AI代理與身份驗證器應用程式互動以獲取2FA代碼和密碼。

雲端平台

一個基於 Spring 的 Cloud Foundry 聊天機器人,與 AI 服務、MCP 和 memGPT 集成,以實現先進的功能。
一個展示通過MCP工具和Tambo進行Supabase集成的React應用程序,註冊UI組件。
使用boto3自動化AWS服務的MCP伺服器創建,簡化開發的伺服器設置。
演示專案,展示如何將 MCP 協議整合至 Azure OpenAI,以實現無縫的 AI 應用互動。
一個在AWS Lambda上托管的無伺服器MCP,透過API Gateway與AWS Bedrock互動以進行AI模型處理。
一個動態的MCP伺服器,方便與Etherscan的API互動以檢索區塊鏈數據。
一個伺服器-客戶端的 MCP,促進 AI 服務和存儲系統之間的通信和數據交換。
Spring Link 促進在統一環境中有效地鏈接和管理多個 Spring Boot 應用程序。
透過 REST API 與 SharePoint Online 互動,支援網站、清單和使用者管理功能。
一套全面的容器,用於高效的微服務部署和管理。

虛擬化

一個基於 Python 的 MCP 設定,允許快速部署天氣數據服務,適用於 MCP 主機和客戶端。
基於JavaScript/TypeScript的MCP客戶端,旨在有效整合和管理多個服務。
一個MCP伺服器,用於高效獲取網址和YouTube視頻的文字稿。
一個用於連接和互動MCP伺服器的客戶端實現,能夠進行工具探索和遠程服務整合。
一個用於通過 stdio 和 HTTP 傳輸與 MCP 伺服器互動的命令行介面,簡化伺服器通信。
一款用於與MCP伺服器互動的TypeScript客戶端,支持JSON-RPC請求和專業服務。
簡單的 MCP 伺服器,允許執行 Shell 命令,通過 Ngrok 進行本地連接,並提供基於 Docker 的 Ubuntu24 容器托管。
一個將AI代理連接到遠端MCP伺服器的工具,使工具發現、身份驗證和資源整合成為可能。
一個基於Java的MCP伺服器,用於管理Minecraft模組包配置和伺服器操作。
一個使用Compose Multiplatform的桌面應用程序,連接MCP伺服器以進行天氣和遊戲數據管理。