优化的内存 MCP 服务器 v2

一个高性能的基于 Python 的模型上下文协议 (MCP) 服务器实现，针对 Claude Desktop 集成进行了优化。该服务器提供了高效的内存管理和强大的基础设施组件跟踪功能。

[!CAUTION]
由于项目规范和 AI 方向的问题导致了无限循环的行为，该项目已被归档。

概述

此 MCP 服务器实现重点在于：

• 大规模基础设施跟踪的高效内存管理
• 遵循 MCP 模式的全面资源和工具实现
• 完全兼容 Claude Desktop
• 基于 SQLite 的持久化存储与连接池
• 强大的错误处理和资源清理

功能

• MCP 资源

  • 实体管理（列表、检索、关系）
  • 提供者资源跟踪
  • Ansible 集合管理
  • 版本跟踪
  • 全文搜索能力

• MCP 工具

  • 实体创建和管理
  • 观察跟踪
  • 提供者注册
  • Ansible 模块集成
  • 基础设施分析工具

• 核心组件

  • FastMCP 服务器实现
  • 带有连接池的 SQLite 数据库
  • 全面的错误处理
  • 自动资源清理
  • 详尽的日志记录

项目结构

.
├── src/
│   ├── resources/          # MCP resource implementations
│   ├── tools/             # MCP tool implementations
│   ├── db/                # Database management
│   ├── utils/             # Utility functions
│   └── server.py          # Main server implementation
├── tests/
│   ├── resources/         # Resource tests
│   ├── tools/             # Tool tests
│   └── integration/       # Integration tests
├── docs/                  # Documentation
├── migrations/            # Database migrations
└── requirements/          # Project dependencies

依赖

• Python 3.13.1 或更高版本
• SQLite 3.x
• uvx 服务器

快速开始

请参阅我们的环境设置指南以获取详细的安装说明。

关键步骤：

1. 克隆并设置 Python 环境
2. 安装依赖：pip install -r requirements.txt
3. 配置数据库：export DATABASE_URL=sqlite:///path/to/db.db
4. 初始化数据库：alembic upgrade head
5. 启动服务器：uvx run python -m src.main

使用

1. 启动服务器：

   uvx run python -m src.main
   

2. 配置 Claude Desktop：

   • 将 MCP 服务器 URL 设置为 http://localhost:8000
   • 在 Claude 设置中启用 MCP 协议

3. 验证连接：

   curl http://localhost:8000/health
   

开发环境设置

1. 安装开发依赖：

   pip install -r requirements-dev.txt
   

2. 设置 pre-commit 钩子：

   pre-commit install
   

3. 运行测试：

   pytest
   

4. 检查代码质量：

   flake8
   mypy .
   

贡献

1. Fork 仓库
2. 创建特性分支
3. 根据我们的约定进行更改
4. 运行测试和代码检查
5. 提交 Pull Request

文档

请访问完整文档以获取更多详细信息。

• 环境设置指南 - 安装和配置
• MCP 使用指南 - 使用 MCP 资源和工具
• API 文档 - API 参考
• 配置指南 - 服务器配置
• 开发指南 - 贡献指南
• 数据库模式 - 数据模型参考
• 故障排除指南 - 常见问题及解决方案

许可证

本项目根据 MIT 许可证发布 - 详情请参阅 LICENSE 文件。

致谢

• Claude Desktop 团队提供 MCP 协议规范
• FastMCP 库的贡献者
• SQLAlchemy 团队提供的数据库工具支持