Terminal服务端
一种MCP服务器，允许像克劳德这样的AI助手在用户的计算机上执行终端命令并返回输出结果，通过AI实现类似终端的功能。
服务介绍
MCP SSE 服务器和 STDIO 服务器示例
简介
欢迎来到 The AI Language 项目！在这个仓库中，您将找到多个设置 MCP 服务器的示例。MCP（Model Context Protocol）是一个用于 AI 模型的框架，它使模型能够存储数据、运行工具以及使用提示来完成特定任务。
可用的服务器示例
我们提供了四个示例，帮助您在不同环境中设置 MCP 服务器。下表总结了每种配置：
| 示例 | 服务器类型 | 传输方式 | 环境 | Docker | 教程链接 |
|---|---|---|---|---|---|
| 1 | 终端服务器 (STDIO) | STDIO | 本地 | 否 | 教程 1 |
| 2 | 终端服务器 (STDIO) | STDIO | 本地 | 是 | 教程 2 |
| 3 | 终端服务器 (SSE) | SSE | 本地 | 是 | 教程 3 |
| 4 | 终端服务器 (SSE) | SSE | Google Cloud Platform (Web) | 是 | 教程 3 |
如果您喜欢学习关于 AI、编码和自动化的内容，请点赞并订阅我们的频道——这真的有助于我们为您制作更多优秀内容！
订阅
什么是 MCP？
MCP (Model Context Protocol) 是一种协议，允许 AI 模型：
- 存储数据（如文件或 API 响应）
- 运行工具（AI 可以执行的功能）
- 使用提示（预定义的任务模板）
选项 1：无 Docker 设置（本地 Python）
此选项演示如何使用 Python 在本地设置 MCP 服务器而无需 Docker。请跟随视频教程：教程 1
选项 2：使用 Docker 设置
此选项展示了如何使用 Docker 将 MCP 服务器容器化并在本地运行。请跟随视频教程：教程 2
选项 3：通过 SSE 使用 Docker 设置（本地）
此选项演示了如何在本地环境中使用 Docker 运行基于 SSE 的 MCP 服务器。请跟随视频教程：教程 3
选项 4：在 Google Cloud Platform 上通过 SSE 设置
此选项详细说明了如何使用 Docker 将 SSE 服务器部署到 Google Cloud Platform。请跟随视频教程：教程 3
测试 MCP 服务器
一旦服务器运行起来，您可以使用 Claude 中的提示来测试它，例如：
在我的工作空间中运行命令 ls。执行 echo Hello from Claude.
您应该能直接从您的终端服务器看到输出 🎉
总结
恭喜！您已经成功构建了一个可以执行终端命令的 MCP 服务器。根据您的偏好，您可以在本地或 Docker 中运行它。
下一步：
- 添加安全检查以阻止潜在的危险命令。
- 允许 Claude 读取和写入文件。
- 将服务器连接到云系统或远程环境。
对于任何问题或改进建议，欢迎贡献并在本仓库中提出问题或发起拉取请求！
🤝 贡献
目前，此项目不接受外部代码贡献。
这是为了保持许可简单并避免任何共享版权问题。
非常欢迎您：
✅ 报告错误或请求功能（通过 GitHub Issues）
✅ 叉分此仓库并构建您自己的版本
✅ 提出文档改进建议
如果您希望以其他方式合作，请随时开启讨论！
