C

Coder-RL

@Coder-RL/Claude_MCPServer_Dev1
0 Stars 339 次浏览 Coder-RL 更新于 2026-08-23
该服务暂未提供标准配置,请参考 README 手动接入

服务介绍

🚀 Claude MCP 服务器生态系统

🚨 重要:持续引发问题的两个问题

1. 需要全局配置

  • MCP 配置必须是全局的(~/.claude/claude_code_config.json),而不是本地/项目特定的
  • 当更改目录时,本地配置会丢失

2. 必须使用 STDIO 传输

  • 所有 MCP 服务器必须使用 STDIO 通信,而不是 HTTP/端口
  • Claude Code 仅支持 STDIO 传输

MCP 问题的快速修复:

bash

如果 MCP 工具在 Claude Code 中无法正常工作:

exit # 退出当前会话
claude --mcp-config ~/.claude/claude_code_config.json # 使用全局配置重新启动

状态: ✅ 已实施优化的系统架构 (2025-05-26)
服务器: 13 台已配置(通过整合从 17 台减少到 13 台)
工具: 包括整合的数据分析和增强的内存优化在内的 150 多个工具可用
内存: 通过服务器整合减少了 58% 的内存开销


⚡ 即时启动 (60 秒)

1. 验证系统状态:

bash
bash verify-system-status.sh

2. 启动 MCP 生态系统:

选项 A - PM2(推荐用于生产环境):
bash
./start-mcp-pm2.sh

选项 B - CLI(旧版):
bash
./claude-mcp-setup start

预期结果: "所有 11 台服务器就绪,0 失败"

3. 在 Claude Code 中测试:

/mcp

预期结果: 列出 11 个已连接的服务器(包括增强内存)


📚 文档

🚀 从此处开始

📖 完整文档


🎯 项目简介

这是一个生产就绪的 MCP 服务器生态系统,为 Claude AI 提供了 150 多个专业工具,涵盖以下领域:

  • 📊 整合的数据分析(40 多个工具):统一的服务器结合了管道、数据仓库、治理、机器学习部署、实时分析
  • 🧠 增强的内存(3 个工具):包括上下文压缩、分层内存、语义分块等 6 种优化技术
  • 🔐 安全(6 个工具):漏洞扫描、合规性检查
  • 🎨 设计(8 个工具):UI 分析、可访问性、设计系统
  • 💾 内存管理(5 个工具):持久存储、上下文管理
  • ⚡ 优化(5 个工具):性能分析、瓶颈分析
  • 🏗️ 基础设施(85 个以上工具):数据库、Docker、配置管理

关键优化(2025-05-26): 将 5 个独立的数据分析服务器整合为 1 个统一的服务器,减少了约 350MB 的内存使用量,同时保持了全部功能。

基础设施: PostgreSQL + Redis + Qdrant + Docker 编排


⚠️ 重要提示

如果您遇到任何问题:

  1. 运行 bash verify-system-status.sh 进行诊断2. 请参阅 README_AUTHORITATIVE_2025-05-24.md 进行故障排除
  2. 忽略其他 Markdown 文件(它们包含过时信息)

最后验证时间: 2025-05-24
根本原因已修复: claude-mcp-wrapper.sh 环境变量配置
结果: 所有 10 台服务器正常运行,可用工具数量为 149 个

相关 MCP 服务