mcpcodeserver MCP Server

mcpcodeserver

一個模型上下文協定（MCP）代理伺服器，能將工具呼叫轉換為 TypeScript 程式碼生成。LLM 不必反覆進行多次工具呼叫，而是可以編寫 TypeScript 程式碼自然地呼叫多個工具，從而減少 token 開銷，並善用 LLM 優異的程式碼生成能力。

❌ 不使用 mcpcodeserver 的情況

LLM 需要進行多次連續的工具呼叫，消耗大量 token，且難以處理複雜的工作流程：

• ❌ LLM 與工具之間需要多次往返
• ❌ 複雜的工具呼叫序列容易出錯
• ❌ 資料不易在工具之間傳遞
• ❌ 錯誤處理與控制流程的能力有限

✅ 使用 mcpcodeserver 的情況

LLM 可以編寫 TypeScript 程式碼自然地呼叫多個工具：

• ✅ 編寫程式碼來依序呼叫多個工具
• ✅ 自然地使用變數、迴圈和條件判斷
• ✅ 透過 try/catch 實現更好的錯誤處理
• ✅ 合併操作以減少 token 使用量
• ✅ 善用 LLM 強大的程式碼生成能力

快速入門

1. 在您的 MCP 客戶端安裝 mcpcodeserver（請參閱下方的安裝章節）
2. 建立一個 mcp.json 設定檔，其中包含您的子 MCP 伺服器
3. 開始使用 - 您的 LLM 現在可以生成並執行能呼叫您工具的 TypeScript 程式碼

// Instead of multiple tool calls, write code like this:
const files = await filesystem.list_directory({ path: "/tmp" });
const results = await Promise.all(
  files.map(file => filesystem.read_file({ path: file.path }))
);
return results.filter(content => content.includes("important"));

概覽

mcpcodeserver 是一個獨特的 MCP 伺服器，具備以下功能：

• 作為 MCP 客戶端，連接到一個或多個子 MCP 伺服器
• 探索所有子伺服器上的工具
• 向上層 LLM 客戶端提供三個強大的工具：
  1. list_servers - 列出連接到此 MCP 伺服器的所有可用子伺服器
  2. get_tool_definitions - 回傳已探索工具的 TypeScript 型別定義（可選擇依伺服器篩選）
  3. generate_and_execute_code - 在沙箱中生成並執行能呼叫這些工具的 TypeScript 程式碼

此架構讓 LLM 能夠透過編寫程式碼來編排複雜的多工具工作流程，而非進行連續的工具呼叫，這對現代語言模型來說通常更有效率且更自然。

相關研究與工作

此方法靈感來自近期研究，顯示 LLM 在生成可執行程式碼時的表現優於直接進行工具呼叫：

• CodeAct: Your LLM Agent Acts Better when Generating Code (Apple, ICML 2024) - 證明 LLM 代理在使用可執行的 Python 程式碼作為統一行動空間時，成功率比使用預定義的工具呼叫格式高出 20%。

• Cloudflare Code Mode - 一個類似的實作，將 MCP 工具轉換為 TypeScript API，顯示「LLM 更擅長編寫程式碼來呼叫 MCP，而不是直接呼叫 MCP」。

這些研究的關鍵見解是，LLM 在真實世界程式碼方面受過大量訓練，但對合成工具呼叫格式的接觸有限，這使得程式碼生成成為處理複雜代理工作流程更自然且有效的方法。

為何使用此工具？

傳統工具呼叫的問題

• LLM 與工具之間多次往返消耗大量 token
• LLM 經常難以處理複雜的工具呼叫序列
• 每次工具呼叫都需要理解 JSON schema 並進行格式化
• 資料無法輕易在工具之間傳遞，必須透過 LLM 中轉

程式碼生成解決方案

• 編寫 TypeScript 程式碼來依序呼叫多個工具
• 自然地使用變數、迴圈和條件判斷
• 透過 try/catch 實現更好的錯誤處理
• 合併操作以減少 token 使用量
• 善用 LLM 強大的程式碼生成能力

動態工具探索

mcpcodeserver 會自動監控子 MCP 伺服器的工具變更，並在工具新增、移除或修改時通知上層客戶端：

• 自動重新整理：每 30 秒檢查一次工具變更
• 即時通知：向上層客戶端發送 notifications/tools/list_changed
• 動態更新：工具定義和摘要會自動更新
• 無需手動重新整理：上層 LLM 會收到通知以更新其工具知識

這確保上層 LLM 始終擁有最新的工具定義，無需手動介入。

伺服器篩選

為了減少上下文視窗的使用量並提高專注度，mcpcodeserver 支援依特定伺服器篩選工具定義：

• 列出可用伺服器：使用 list_servers 查看所有已連接的子伺服器
• 篩選工具定義：使用 get_tool_definitions 並搭配 server_names 參數，僅取得特定伺服器的工具
• 減少冗餘：取得精簡的 TypeScript 定義，避免超出 LLM 的上下文視窗
• 方法命名空間：所有生成的函數都會加上伺服器名稱前綴（例如 pizzashop_create_pizza、filesystem_read_file）

使用範例：

// List available servers
const servers = await list_servers({});
// Returns: ["pizzashop", "filesystem", "memory"]

// Get all tool definitions
const allTools = await get_tool_definitions({});

// Get only pizzashop tools
const pizzashopTools = await get_tool_definitions({
  server_names: ["pizzashop"]
});

進階 MCP 功能

當上層和子伺服器都支援時，mcpcodeserver 支援傳遞進階 MCP 協定功能：

• 引導詢問：子伺服器可以在工具執行期間請求使用者輸入，並傳遞給上層客戶端
• 根目錄：列出並彙總所有子伺服器的根目錄，提供可用資源的統一視圖
• 取樣：允許將 LLM 取樣請求傳遞給子伺服器，以實現進階 AI 功能

這些功能會自動向上層客戶端公告，並在底層子 MCP 伺服器支援時無縫運作。

快速入門

使用 npx 立即試用（無需安裝）：

# From GitHub
npx github:zbowling/mcpcodeserver --help

# Or when published to npm
npx mcpcodeserver --help

🛠️ 安裝

需求

• Node.js >= v18.0.0
• Cursor、Claude Code、VSCode、Windsurf 或其他 MCP 客戶端

透過 Smithery 安裝

要透過 Smithery 為任何客戶端自動安裝 mcpcodeserver：

npx -y @smithery/cli@latest install mcpcodeserver --client <client-name> --key <smithery-key>

在 Cursor 中安裝

前往：Settings -> Cursor Settings -> MCP -> Add new global MCP server

建議將以下設定貼到您的 Cursor ~/.cursor/mcp.json 檔案中。您也可以透過在專案資料夾中建立 .cursor/mcp.json 來安裝在特定專案中。

Cursor 一鍵安裝

Cursor 本機伺服器連線

{
  "mcpServers": {
    "mcpcodeserver": {
      "command": "npx",
      "args": ["-y", "mcpcodeserver", "--config", "/path/to/your/mcp.json"]
    }
  }
}

Cursor 遠端伺服器連線（若您設定了 HTTP 傳輸）

{
  "mcpServers": {
    "mcpcodeserver": {
      "url": "http://localhost:3000/mcp"
    }
  }
}

在 Claude Code 中安裝

執行此指令。詳情請參閱 Claude Code MCP 文件。

Claude Code 本機伺服器連線

claude mcp add mcpcodeserver -- npx -y mcpcodeserver --config /path/to/your/mcp.json

Claude Code 遠端伺服器連線

claude mcp add --transport http mcpcodeserver http://localhost:3000/mcp

在 VSCode 中安裝

VSCode 一鍵安裝

VSCode 手動設定

新增至您的 VSCode MCP 設定：

{
  "mcpServers": {
    "mcpcodeserver": {
      "command": "npx",
      "args": ["-y", "mcpcodeserver", "--config", "/path/to/your/mcp.json"]
    }
  }
}

在 Windsurf 中安裝

Windsurf 一鍵安裝

在 AI 編碼助手中安裝

對於 Continue、Cline 和 RooCode，請新增至您的設定：

{
  "mcpServers": {
    "mcpcodeserver": {
      "command": "npx",
      "args": ["-y", "mcpcodeserver", "--config", "/path/to/your/mcp.json"]
    }
  }
}

在 Amp 中安裝

在終端機中執行此指令。詳情請參閱 Amp MCP 文件。

amp mcp add mcpcodeserver -- npx -y mcpcodeserver --config /path/to/your/mcp.json

在文字編輯器中安裝

對於 Aider、Codium、Zed、Nova 和 Sublime Text，請新增至您的設定：

{
  "mcpServers": {
    "mcpcodeserver": {
      "command": "npx",
      "args": ["-y", "mcpcodeserver", "--config", "/path/to/your/mcp.json"]
    }
  }
}

在 Neovim 中安裝

新增至您的 Neovim MCP 設定：

{
  mcpServers = {
    mcpcodeserver = {
      command = "npx",
      args = {"-y", "mcpcodeserver", "--config", "/path/to/your/mcp.json"}
    }
  }
}

在 Emacs 中安裝

新增至您的 Emacs MCP 設定：

(setq mcp-servers
      '((mcpcodeserver
         :command "npx"
         :args ("-y" "mcpcodeserver" "--config" "/path/to/your/mcp.json"))))

在 JetBrains IDE 中安裝

對於 IntelliJ IDEA、WebStorm、PyCharm 和 Android Studio，請新增至您的 MCP 設定：

{
  "mcpServers": {
    "mcpcodeserver": {
      "command": "npx",
      "args": ["-y", "mcpcodeserver", "--config", "/path/to/your/mcp.json"]
    }
  }
}

在 AI 工具中安裝

對於 Codeium、Tabnine、GitHub Copilot 和 Amazon CodeWhisperer，請新增至您的 MCP 設定：

{
  "mcpServers": {
    "mcpcodeserver": {
      "command": "npx",
      "args": ["-y", "mcpcodeserver", "--config", "/path/to/your/mcp.json"]
    }
  }
}

在雲端 IDE 中安裝

對於 Replit、CodeSandbox、StackBlitz、GitPod、GitHub Codespaces、GitLab Web IDE 和 Bitbucket Cloud，請新增至您的 MCP 設定：

{
  "mcpServers": {
    "mcpcodeserver": {
      "command": "npx",
      "args": ["-y", "mcpcodeserver", "--config", "/path/to/your/mcp.json"]
    }
  }
}

在其他工具中安裝

對於 Xcode、Fleet、Sourcegraph 和 JetBrains Gateway，請新增至您的 MCP 設定：

{
  "mcpServers": {
    "mcpcodeserver": {
      "command": "npx",
      "args": ["-y", "mcpcodeserver", "--config", "/path/to/your/mcp.json"]
    }
  }
}

在遠端開發環境中安裝

對於遠端開發環境，您也可以使用 HTTP 傳輸：

{
  "mcpServers": {
    "mcpcodeserver": {
      "url": "http://your-server:3000/mcp"
    }
  }
}

設定檔

建立一個 mcp.json 設定檔來定義您的子 MCP 伺服器：

{
  "mcpServers": {
    "filesystem": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-filesystem", "/tmp"],
      "env": { "DEBUG": "false" }
    },
    "memory": {
      "command": "npx", 
      "args": ["-y", "@modelcontextprotocol/server-memory"]
    },
    "brave-search": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-brave-search"],
      "env": { "BRAVE_API_KEY": "your-api-key" }
    }
  }
}

開發環境安裝

# Install dependencies (using Bun for faster performance)
bun install

# Or with npm
npm install

# Build the project
bun run build

# Test the built server
bun dist/index.js --help

注意：此專案使用 Bun 以獲得更好的效能，但 npm/node 也能正常運作。

🚨 疑難排解

找不到模組錯誤

如果您遇到 ERR_MODULE_NOT_FOUND，請嘗試使用 bunx 而非 npx：

{
  "mcpServers": {
    "mcpcodeserver": {
      "command": "bunx",
      "args": ["-y", "mcpcodeserver", "--config", "/path/to/your/mcp.json"]
    }
  }
}

ESM 解析問題

對於 Error: Cannot find module 之類的錯誤，請嘗試 --experimental-vm-modules 旗標：

{
  "mcpServers": {
    "mcpcodeserver": {
      "command": "npx",
      "args": ["-y", "--node-options=--experimental-vm-modules", "mcpcodeserver", "--config", "/path/to/your/mcp.json"]
    }
  }
}

TLS/憑證問題

使用 --experimental-fetch 旗標來繞過 TLS 相關問題：

{
  "mcpServers": {
    "mcpcodeserver": {
      "command": "npx",
      "args": ["-y", "--node-options=--experimental-fetch", "mcpcodeserver", "--config", "/path/to/your/mcp.json"]
    }
  }
}

一般 MCP 客戶端錯誤

1. 嘗試在套件名稱中加入 @latest
2. 使用 bunx 作為 npx 的替代方案
3. 考慮使用 deno 作為另一個替代方案
4. 確保您使用的是 Node.js v18 或更高版本，以獲得原生的 fetch 支援

設定問題

• 確保您的 mcp.json 檔案是有效的 JSON
• 檢查所有子伺服器指令在您的 PATH 中是否可用
• 驗證子伺服器是否能獨立啟動
• 檢查設定檔路徑的檔案權限

使用 MCP Inspector 進行測試

npx -y @modelcontextprotocol/inspector npx mcpcodeserver --config /path/to/your/mcp.json

💻 開發

CLI 參數

mcpcodeserver 接受以下 CLI 旗標：

• --config <path> – MCP 設定檔的路徑（預設：./mcp.json）
• --transport <stdio|http> – 要使用的傳輸方式（預設為 stdio）。請注意，HTTP 傳輸會自動提供 HTTP 和 SSE 端點
• --port <number> – 使用 http 傳輸時要監聽的埠號（預設 3000）
• --help – 顯示說明訊息

使用 HTTP 傳輸和埠號 8080 的範例：

npx mcpcodeserver --config /path/to/mcp.json --transport http --port 8080

使用 stdio 傳輸的範例：

npx mcpcodeserver --config /path/to/mcp.json --transport stdio

環境變數

您可以使用環境變數進行設定：

• MCP_CONFIG_PATH – MCP 設定檔的路徑（--config 的替代方案）
• MCP_TRANSPORT – 傳輸類型（--transport 的替代方案）
• MCP_PORT – HTTP 傳輸的埠號（--port 的替代方案）

使用環境變數的範例：

# .env
MCP_CONFIG_PATH=/path/to/your/mcp.json
MCP_TRANSPORT=stdio

使用環境變數的 MCP 設定範例：

{
  "mcpServers": {
    "mcpcodeserver": {
      "command": "npx",
      "args": ["-y", "mcpcodeserver"],
      "env": {
        "MCP_CONFIG_PATH": "/path/to/your/mcp.json"
      }
    }
  }
}

注意： 當同時提供 CLI 旗標和環境變數時，CLI 旗標的優先權較高。

本機開發設定

對於本機開發，您可以直接執行 TypeScript 原始碼：

{
  "mcpServers": {
    "mcpcodeserver": {
      "command": "npx",
      "args": ["tsx", "/path/to/mcpcodeserver/src/index.ts", "--config", "/path/to/your/mcp.json"]
    }
  }
}

執行模式

Stdio 模式（預設）

伺服器預設以 stdio 模式執行，這非常適合與 Claude Desktop 等 MCP 客戶端整合：

# Run in stdio mode
npx mcpcodeserver --config mcp.json

# Or with custom config path
npx mcpcodeserver --config /path/to/your/mcp.json

HTTP 模式

為了除錯、測試或與基於網頁的 MCP 客戶端整合，您可以以 HTTP 模式執行伺服器：

# Run in HTTP mode on default port 3000
npx mcpcodeserver --http --config mcp.json

# Run on custom port and host
npx mcpcodeserver --http --port 8080 --host 0.0.0.0 --config mcp.json

以 HTTP 模式執行時，伺服器將可在以下位置使用：

• 伺服器 URL：http://localhost:3000/mcp（或您自訂的主機:埠號）
• MCP Inspector：使用 npx @modelcontextprotocol/inspector http://localhost:3000/mcp 進行除錯和測試

MCP Inspector 整合

MCP Inspector 是一個用於除錯和測試 MCP 伺服器的強大工具。在 HTTP 模式下執行時，您可以使用它來：

• 檢查可用的工具及其 schema
• 互動式測試工具呼叫
• 除錯資源存取和提示
• 監控即時通知

# Start the server in HTTP mode
npx mcpcodeserver --http --config mcp.json

# In another terminal, start the MCP Inspector
npx @modelcontextprotocol/inspector http://localhost:3000/mcp

# Or use the shorthand script (includes all example servers)
npm run inspector

Inspector 將在您的瀏覽器中開啟，並提供一個完整的介面來探索和測試您的 MCP 伺服器。

注意：npm run inspector 指令使用 mcp-test.json，其中包含來自官方範例的 8 個 MCP 伺服器（共 67 個工具），包括基於 TypeScript（npx）和 Python（uvx）的伺服器。

設定

建立一個 mcp.json 檔案，定義要連線的子 MCP 伺服器。這遵循標準的 MCP 用戶端設定格式：

{
  "mcpServers": {
    "filesystem": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-filesystem", "/tmp"],
      "env": {
        "DEBUG": "false"
      }
    },
    "github": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-github"],
      "env": {
        "GITHUB_PERSONAL_ACCESS_TOKEN": "your-token-here"
      }
    },
    "weather": {
      "url": "http://localhost:3000/mcp",
      "transport": "sse"
    }
  }
}

設定選項

每個伺服器項目支援：

針對 stdio 傳輸：

• command（必要）- 要執行的指令（例如 "node"、"python"、"npx"）
• args（選用）- 傳遞給指令的引數陣列
• env（選用）- 子程序使用的環境變數

針對 HTTP/SSE 傳輸：

• url（必要）- HTTP 端點 URL
• transport - 設定為 "sse" 以使用伺服器傳送事件

使用方式

啟動伺服器

# Use default config (./mcp.json)
mcpcodeserver

# Use custom config location
mcpcodeserver --config /path/to/custom-mcp.json

# Show help
mcpcodeserver --help

作為 MCP 伺服器使用

在你的 MCP 用戶端（如 Claude Desktop、Claude Code、Cline 等）中設定 mcpcodeserver：

使用 npx（建議 - 無需安裝）：

{
  "mcpServers": {
    "codeserver": {
      "command": "npx",
      "args": ["-y", "mcpcodeserver", "--config", "/path/to/mcp.json"]
    }
  }
}

從 GitHub（立即生效）：

{
  "mcpServers": {
    "codeserver": {
      "command": "npx",
      "args": ["-y", "github:zbowling/mcpcodeserver", "--config", "/path/to/mcp.json"]
    }
  }
}

使用其他套件管理器：

// yarn
{ "command": "yarn", "args": ["dlx", "mcpcodeserver", "--config", "/path/to/mcp.json"] }

// pnpm
{ "command": "pnpm", "args": ["dlx", "mcpcodeserver", "--config", "/path/to/mcp.json"] }

// bun
{ "command": "bunx", "args": ["mcpcodeserver", "--config", "/path/to/mcp.json"] }

請參閱 examples/ 以取得更多設定範例和 MCP 用戶端專屬的設定方式。

工具 1：get_tool_definitions

此工具會回傳所有從子伺服器發現的工具的 TypeScript 型別定義。

輸入：

• include_examples（選用布林值）- 是否包含使用範例

範例：

// Call the tool (in your MCP client)
get_tool_definitions({ include_examples: true })

輸出： 回傳包含介面和函式宣告的 TypeScript 程式碼：

/**
 * Auto-generated TypeScript definitions for MCP tools
 */

interface ToolResult {
  content: Array<{
    type: string;
    text?: string;
    // ...
  }>;
  isError?: boolean;
}

/**
 * Read contents of a file
 * Server: filesystem
 * Tool: read_file
 */
interface ReadFileParams {
  path: string;
}

declare function filesystem_read_file(params: ReadFileParams): Promise<ToolResult>;

// ... more tool definitions

工具 2：generate_and_execute_code

此工具在沙箱中執行 TypeScript 程式碼，並可存取所有發現的工具函式。

輸入：

• code（必要字串）- 要執行的 TypeScript/JavaScript 程式碼
• timeout（選用數字）- 最大執行時間（毫秒）（預設：30000，最大：300000）

範例：

// Call the tool with TypeScript code
generate_and_execute_code({
  code: `
    // Read multiple files and combine them
    const file1 = await filesystem_read_file({ path: "/tmp/file1.txt" });
    const file2 = await filesystem_read_file({ path: "/tmp/file2.txt" });

    const text1 = file1.content[0].text;
    const text2 = file2.content[0].text;

    console.log("File 1 length:", text1.length);
    console.log("File 2 length:", text2.length);

    return {
      combined: text1 + text2,
      totalLength: text1.length + text2.length
    };
  `
})

輸出：

=== Console Output ===
File 1 length: 42
File 2 length: 38

=== Result ===
{
  "combined": "...",
  "totalLength": 80
}

沙箱環境

TypeScript 執行沙箱提供：

可用：

• 所有發現的工具函式（作為非同步函式）
• 主控台方法：console.log()、console.error()、console.warn()、console.info()
• 基本 JavaScript 全域物件：Math、JSON、Date、Array、Object、String、Number、Boolean
• Promise 和 async/await 支援
• 使用 try/catch 進行錯誤處理
• 計時器：setTimeout、setInterval、clearTimeout、clearInterval

不可用：

• Node.js 模組（fs、http、child_process 等）
• 檔案系統存取（除非透過 MCP 工具）
• 網路存取（除非透過 MCP 工具）
• 程序資訊

安全性注意事項： 這不是一個完全安全的沙箱。VM 環境提供了隔離，但並非滴水不漏。僅執行信任的程式碼。

錯誤處理

沙箱中的錯誤會被捕捉並回傳堆疊追蹤：

generate_and_execute_code({
  code: `
    try {
      const result = await filesystem_read_file({ path: "/nonexistent" });
      return result;
    } catch (error) {
      console.error("Failed to read file:", error.message);
      throw error; // Re-throw to surface to parent
    }
  `
})

使用 Claude Code 進行測試

想試試 mcpcodeserver 搭配 Claude Code 嗎？使用一鍵設定指令：

./setup-claude-code-test.sh

這將會建置專案、安裝測試相依性，並顯示你需要新增到 Claude Code 設定的確切內容。請參閱 TESTING_WITH_CLAUDE.md 以取得詳細說明。

開發

# Install dependencies
bun install

# Build the project
bun run build

# Watch mode for development
bun run dev

# Run the server
bun start

# Run tests
bun test                # All tests
bun run test:unit       # Unit tests only
bun run test:integration # Integration tests (requires Python)

# Code quality
bun run lint            # Check linting
bun run format          # Format code
bun run typecheck       # Type checking

專案結構

請參閱 AGENTS.md 以取得詳細的專案結構和元件文件。

使用案例

多檔案操作

無需透過 LLM 進行多次工具呼叫，直接撰寫程式碼：

const files = ["/tmp/a.txt", "/tmp/b.txt", "/tmp/c.txt"];
const contents = await Promise.all(
  files.map(path => filesystem_read_file({ path }))
);
return contents.map(r => r.content[0].text);

資料轉換

在工具呼叫之間處理資料，無需 LLM 介入：

const data = await api_fetch({ url: "https://api.example.com/data" });
const json = JSON.parse(data.content[0].text);
const filtered = json.items.filter(item => item.active);
return filtered.length;

條件邏輯

根據工具結果做出決策：

const exists = await filesystem_read_file({ path: "/tmp/config.json" });
if (exists.isError) {
  console.log("Config doesn't exist, using defaults");
  return { source: "defaults" };
} else {
  return { source: "file", config: JSON.parse(exists.content[0].text) };
}

錯誤復原

優雅地處理錯誤，而不中斷整個工作流程：

const results = [];
for (const path of ["/tmp/a.txt", "/tmp/b.txt", "/tmp/c.txt"]) {
  try {
    const content = await filesystem_read_file({ path });
    results.push({ path, success: true, data: content });
  } catch (error) {
    results.push({ path, success: false, error: error.message });
  }
}
return results;

上游 MCP 伺服器整合

mcpcodeserver 可以整合來自 Model Context Protocol servers repository 的官方上游 MCP 伺服器。這讓你能夠將真實、可立即投入生產的 MCP 伺服器與你的自訂工具一起使用。

支援的上游伺服器

• filesystem：檔案系統操作（讀取、寫入、列出目錄）
• memory：記憶體內鍵值儲存
• sqlite：SQLite 資料庫操作
• github：GitHub API 整合
• brave-search：網頁搜尋功能
• fetch：HTTP 請求功能

設定範例

{
  "mcpServers": {
    "filesystem": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-filesystem", "/tmp"]
    },
    "memory": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-memory"]
    },
    "sqlite": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-sqlite", "--db-path", "/tmp/test.db"]
    }
  }
}

測試上游整合

此專案包含針對上游伺服器整合的全面測試：

# Run upstream servers integration tests
bun tests/integration/run-upstream-tests.ts

# Or manually test with upstream config
npx mcpcodeserver --config tests/integration/upstream-test-config.json

跨伺服器工作流程

透過上游伺服器，你可以建立強大的跨伺服器工作流程：

// Store database query results in memory and write to file
const queryResult = await sqlite_execute_sql({
  sql: "SELECT COUNT(*) as count FROM users"
});
const count = queryResult.content[0].text;

await memory_create({
  key: "user-count",
  value: count
});

await filesystem_write_file({
  path: "/tmp/user-count.txt",
  content: `Total users: ${count}`
});

限制

• 執行逾時：最長 5 分鐘（可設定，預設 30 秒）
• 記憶體：受限於 Node.js VM 環境
• 執行之間沒有持久狀態
• 無法 require/import 外部模組
• 不是安全沙箱 - 不要執行不受信任的程式碼

貢獻

歡迎貢獻！此專案使用以下技術建置：

• TypeScript 5.7+
• Node.js 18+
• MCP TypeScript SDK 1.20+
• Zod 用於驗證

請參閱 CONTRIBUTING.md 以取得詳細的貢獻指南。

支持

如果你覺得這個專案有幫助，可以考慮請我喝杯咖啡！

授權

MIT

資源

• Model Context Protocol Specification
• MCP TypeScript SDK
• MCP Servers List