倍睿云模型平台
在云上运行、构建、训练和部署机器学习模型。
可用工具 （2 个）
该服务在 MCP 协议中暴露的工具，AI 可按需调用
get_instance_types 1 个参数 需填 1 项
Get available instances types for a cloud provider
必填参数：cloud_provider
create_workspace 3 个参数 需填 1 项
Create a workspace from an instance type and cloud provider
必填参数：cloud_provider
服务介绍
Brev MCP 服务器
这是一个为 Brev 实现的 MCP 服务器。
配置
MCP 服务器使用 Brev CLI 的 API 访问令牌和当前设置的组织。
如果你还没有下载 CLI 并登录，请按照 Brev 文档 进行操作。
如果你想切换 Brev 组织，运行 brev set <org-name>。
CLI 访问令牌每小时过期一次。如果有任何 403 错误，只需运行 brev ls 来刷新访问令牌。
快速开始
本地设置仓库
git clone git@github.com:brevdev/brev-mcp.git
安装 uv
请遵循 uv 安装指南。
Claude 桌面版
在 MacOS 上: ~/Library/Application\ Support/Claude/claude_desktop_config.json
在 Windows 上: %APPDATA%/Claude/claude_desktop_config.json
将以下内容添加到你的 claude_desktop_config.json 中：
"mcpServers": {
"brev_mcp": {
"command": "uv",
"args": [
"--directory",
"<path-to-repo>",
"run",
"brev-mcp"
]
}
}
开发
构建与发布
要准备打包分发，请执行以下步骤：
- 同步依赖并更新锁定文件：
uv sync
- 构建包分发：
uv build
这将在 dist/ 目录下创建源码和 wheel 分发包。
- 发布到 PyPI：
uv publish
注意：你需要通过环境变量或命令标志设置 PyPI 凭证：
- 令牌：
--token或UV_PUBLISH_TOKEN - 或者用户名/密码：
--username/UV_PUBLISH_USERNAME和--password/UV_PUBLISH_PASSWORD
调试
由于 MCP 服务器通过标准输入输出运行，调试可能会有挑战性。为了获得最佳调试体验，我们强烈推荐使用 MCP Inspector。
你可以通过 npm 使用以下命令启动 MCP Inspector：
npx @modelcontextprotocol/inspector uv --directory /Users/tmontfort/Brev/repos/brev_mcp run brev-mcp
启动后，Inspector 将显示一个 URL，你可以在浏览器中访问该 URL 开始调试。
