AI Agent with MCP
An AI agent using the Model Context Protocol (MCP) with a Node.js server providing REST resources for users and messages.
Criando um MCP server com NodeJS (ai-agent-with-mcp)
Este projeto implementa um agente de IA que utiliza o Model Context Protocol (MCP) para interagir com recursos externos.
O repositório inclui:
Um servidor MCP funcional, com recursos REST para usuários e mensagens.
Um cliente MCP para consumir esses recursos via protocolo.
Exemplos práticos de como acessar os recursos por terminal, via API REST ou diretamente no Cursor.
Recursos Disponíveis
O servidor MCP fornece os seguintes recursos:
Recursos de Usuários
- api://users: Lista todos os usuários cadastrados no sistema
- Retorna informações como ID, nome, número de telefone e thread ID
- Formato: JSON
- Exemplo de resposta:
{ "content": [ { "id": 1, "phoneNumber": "553496341404", "name": "Moisés Paschoalick", "threadId": "thread_bZEPVYVBvHxY9Ok6WqR63M2D" }, { "id": 2, "phoneNumber": "553496338888", "name": "José Silva", "threadId": "1thread_t8SFjKio6yN9pppqypilwGoR__" }, { "id": 3, "phoneNumber": "553496338889", "name": "Maria Antonia", "threadId": "1thread_t8SFjKio6yN9pppqypilwGoR__" } ], "pageable": { "pageNumber": 0, "pageSize": 12, "sort": { "empty": false, "sorted": true, "unsorted": false }, "offset": 0, "paged": true, "unpaged": false }, "last": true, "totalPages": 1, "totalElements": 3, "first": true, "size": 12, "number": 0, "sort": { "empty": false, "sorted": true, "unsorted": false }, "numberOfElements": 3, "empty": false }
Recursos de Mensagens
- hello://world: Retorna uma mensagem de saudação simples
- Formato: texto plano (text/plain)
- Exemplo de resposta: "Hello, World! This is my first MCP resource."
Instalação para Cursor
Primeiro, certifique-se de que você tem o Cursor instalado e o npm configurado em seu sistema.
Opção 1: Instalação via Terminal
Execute o seguinte comando no terminal:
npx -y @smithery/cli@latest install @wonderwhy-er/desktop-commander --client cursor --key dda23bec-caa6-4487-a1e9-eb74e22e33eb
Obs: a key mencionada é somente para exemplo, você precisa adicionar a sua.
Reinicie o Cursor se estiver em execução.
Opção 2: Instalação Manual
Adicione a entrada apropriada ao seu arquivo mcp.json:
Para Mac/Linux:
No Linux: ~/.config/cursor.json
{
"mcpServers": {
"desktop-commander": {
"command": "npx",
"args": [
"-y",
"@smithery/cli@latest",
"run",
"@wonderwhy-er/desktop-commander",
"--key",
"dda23bec-caa6-4487-a1e9-eb74e22e33eb"
]
}
}
}
Para Windows:
{
"mcpServers": {
"desktop-commander": {
"command": "cmd",
"args": [
"/c",
"npx",
"-y",
"@smithery/cli@latest",
"run",
"@wonderwhy-er/desktop-commander",
"--key",
"dda23bec-caa6-4487-a1e9-eb74e22e33eb"
]
}
}
}
Reinicie o Cursor se estiver em execução.
Opção 3: Clonar localmente
Clone e construa:
git clone https://github.com/moises-paschoalick/ai-agent-with-mcp.git
cd ai-agent-with-mcp
npm run setup
Reinicie o Cursor se estiver em execução.
O comando de configuração irá:
- Instalar dependências
- Construir o servidor
- Configurar o Cursor
- Adicionar servidores MCP à configuração do Cursor, se necessário
Como Usar
Cliente MCP
O projeto inclui um cliente MCP que pode ser usado para acessar os recursos disponíveis:
import { Client } from "@modelcontextprotocol/sdk/client/index.js";
import { StdioClientTransport } from "@modelcontextprotocol/sdk/client/stdio.js";
async function main() {
const client = new Client({
name: "hello-mcp-client",
version: "1.0.0"
});
const transport = new StdioClientTransport({
command: "node",
args: ["build/index.js"]
});
try {
await client.connect(transport);
// Listar recursos disponíveis
const resources = await client.listResources();
console.log("Recursos disponíveis:", resources);
// Ler o recurso de usuários
const content = await client.readResource({ uri: "api://users" });
console.log("\nLista de Usuários:", content);
} catch (error) {
console.error("Erro ao executar o cliente:", error);
}
}
main().catch(console.error);
API REST Direta
Você também pode acessar os recursos diretamente via API REST:
# Listar todos os usuários
curl http://3.238.149.189:8080/users
Instalação e Execução
# Instalar dependências
npm install
# Compilar o projeto
npm run build
# Executar o servidor
npm start
# Executar em modo de desenvolvimento
npm run dev
Requisitos
- Node.js (versão compatível com AbortController)
- TypeScript
- @modelcontextprotocol/sdk
相關伺服器
Scout Monitoring MCP
贊助Put performance and error data directly in the hands of your AI assistant.
Alpha Vantage MCP Server
贊助Access financial market data: realtime & historical stock, ETF, options, forex, crypto, commodities, fundamentals, technical indicators, & more
MLflow MCP Server
Integrates with MLflow, enabling AI assistants to interact with experiments, runs, and registered models.
Add Tool
Fetches and sets up an MCP server from a specified GitHub repository.
IdeaJarvis
IdeaJarvis is an idea workspace for product builders. Use AI to structure brainstorming into detailed PRDs, conduct comprehensive market research, build prototypes, and gather real community feedback—turning "what if" into "ready to launch.
QuantConnect
A server for local interactions with the QuantConnect API.
Remote MCP Server for Odoo
An example of a remote MCP server for Odoo, deployable on Cloudflare Workers without authentication.
MCP Bench Router
Claude Code sucks at design. Let it delegate it's tasks to better models. Claude will use the MCP to get leaderboard of best design models and query specific code changes using OpenRouter.
Crypto HFT MCP Server
Integrate AI with high-frequency cryptocurrency trading systems.
Claude Memory MCP Server
A persistent memory server for Large Language Models, designed to integrate with the Claude desktop application. It supports tiered memory, semantic search, and automatic memory management.
TestRail
Interact with TestRail's core entities such as test cases, runs, and results using a standardized protocol.
Postman Tool Generation
Generates AI agent tools from Postman collections and requests using the Postman API.