[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-chatmcp--mcpso":3,"tool-chatmcp--mcpso":64},[4,17,27,35,48,56],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":16},3808,"stable-diffusion-webui","AUTOMATIC1111\u002Fstable-diffusion-webui","stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。\n\n无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。",162132,3,"2026-04-05T11:01:52",[13,14,15],"开发框架","图像","Agent","ready",{"id":18,"name":19,"github_repo":20,"description_zh":21,"stars":22,"difficulty_score":23,"last_commit_at":24,"category_tags":25,"status":16},1381,"everything-claude-code","affaan-m\u002Feverything-claude-code","everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。\n\n通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。\n\n这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上",140436,2,"2026-04-05T23:32:43",[13,15,26],"语言模型",{"id":28,"name":29,"github_repo":30,"description_zh":31,"stars":32,"difficulty_score":23,"last_commit_at":33,"category_tags":34,"status":16},2271,"ComfyUI","Comfy-Org\u002FComfyUI","ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。\n\n这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。\n\n无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。",107662,"2026-04-03T11:11:01",[13,14,15],{"id":36,"name":37,"github_repo":38,"description_zh":39,"stars":40,"difficulty_score":23,"last_commit_at":41,"category_tags":42,"status":16},2268,"ML-For-Beginners","microsoft\u002FML-For-Beginners","ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程，旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周，包含 26 节精炼课程和 52 道配套测验，内容涵盖从基础概念到实际应用的完整流程，有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。\n\n无论是希望转型的开发者、需要补充算法背景的研究人员，还是对人工智能充满好奇的普通爱好者，都能从中受益。课程不仅提供了清晰的理论讲解，还强调动手实践，让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持，通过自动化机制提供了包括简体中文在内的 50 多种语言版本，极大地降低了全球不同背景用户的学习门槛。此外，项目采用开源协作模式，社区活跃且内容持续更新，确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路，ML-For-Beginners 将是理想的起点。",84991,"2026-04-05T10:45:23",[14,43,44,45,15,46,26,13,47],"数据工具","视频","插件","其他","音频",{"id":49,"name":50,"github_repo":51,"description_zh":52,"stars":53,"difficulty_score":10,"last_commit_at":54,"category_tags":55,"status":16},3128,"ragflow","infiniflow\u002Fragflow","RAGFlow 是一款领先的开源检索增强生成（RAG）引擎，旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体（Agent）能力相结合，不仅支持从各类文档中高效提取知识，还能让模型基于这些知识进行逻辑推理和任务执行。\n\n在大模型应用中，幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构（如表格、图表及混合排版），显著提升了信息检索的准确度，从而有效减少模型“胡编乱造”的现象，确保回答既有据可依又具备时效性。其内置的智能体机制更进一步，使系统不仅能回答问题，还能自主规划步骤解决复杂问题。\n\n这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统，还是致力于探索大模型在垂直领域落地的创新者，都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口，既降低了非算法背景用户的上手门槛，也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目，它正成为连接通用大模型与行业专有知识之间的重要桥梁。",77062,"2026-04-04T04:44:48",[15,14,13,26,46],{"id":57,"name":58,"github_repo":59,"description_zh":60,"stars":61,"difficulty_score":10,"last_commit_at":62,"category_tags":63,"status":16},2181,"OpenHands","OpenHands\u002FOpenHands","OpenHands 是一个专注于 AI 驱动开发的开源平台，旨在让智能体（Agent）像人类开发者一样理解、编写和调试代码。它解决了传统编程中重复性劳动多、环境配置复杂以及人机协作效率低等痛点，通过自动化流程显著提升开发速度。\n\n无论是希望提升编码效率的软件工程师、探索智能体技术的研究人员，还是需要快速原型验证的技术团队，都能从中受益。OpenHands 提供了灵活多样的使用方式：既可以通过命令行（CLI）或本地图形界面在个人电脑上轻松上手，体验类似 Devin 的流畅交互；也能利用其强大的 Python SDK 自定义智能体逻辑，甚至在云端大规模部署上千个智能体并行工作。\n\n其核心技术亮点在于模块化的软件智能体 SDK，这不仅构成了平台的引擎，还支持高度可组合的开发模式。此外，OpenHands 在 SWE-bench 基准测试中取得了 77.6% 的优异成绩，证明了其解决真实世界软件工程问题的能力。平台还具备完善的企业级功能，支持与 Slack、Jira 等工具集成，并提供细粒度的权限管理，适合从个人开发者到大型企业的各类用户场景。",70626,"2026-04-05T22:51:36",[26,15,13,45],{"id":65,"github_repo":66,"name":67,"description_en":68,"description_zh":69,"ai_summary_zh":69,"readme_en":70,"readme_zh":71,"quickstart_zh":72,"use_case_zh":73,"hero_image_url":74,"owner_login":75,"owner_name":75,"owner_avatar_url":76,"owner_bio":77,"owner_company":77,"owner_location":77,"owner_email":77,"owner_twitter":77,"owner_website":77,"owner_url":78,"languages":79,"stars":96,"forks":97,"last_commit_at":98,"license":99,"difficulty_score":100,"env_os":101,"env_gpu":102,"env_ram":102,"env_deps":103,"category_tags":109,"github_topics":110,"view_count":23,"oss_zip_url":77,"oss_zip_packed_at":77,"status":16,"created_at":116,"updated_at":117,"faqs":118,"releases":159},2891,"chatmcp\u002Fmcpso","mcpso","directory for Awesome MCP Servers","mcpso 是一个专为模型上下文协议（MCP）打造的开源服务器目录平台，旨在汇聚和展示各类优质的 MCP 服务端实现。随着 AI 应用对标准化连接需求的增长，开发者往往难以快速发现可靠、功能丰富的现成服务资源，mcpso 正是为了解决这一痛点而生。它提供了一个集中化的索引库，让用户能够轻松浏览、检索并集成所需的 MCP 服务器，从而加速智能体（Agent）与应用生态的构建过程。\n\n该项目特别适合 AI 开发者、架构师以及热衷于探索大模型扩展能力的研究人员使用。通过简单的本地部署流程，用户不仅可以搭建自己的私有目录站，还能基于其代码结构二次开发，定制符合特定场景的服务市场。技术层面，mcpso 采用了现代化的 Next.js 前端框架，并深度集成 Supabase 作为后端数据库解决方案，确保了系统的高性能与易维护性。其清晰的文档指引和社区支持（包括 Telegram 和 Discord 频道），进一步降低了上手门槛。无论是希望复用现有能力的工程团队，还是想要贡献新服务的开源爱好者，都能在这个平台上找到有价值的连接点，共同推动 MCP 生态的繁荣发展。","## MCP Directory\n\na directory for Awesome MCP Servers.\n\nlive preview: [https:\u002F\u002Fmcp.so](https:\u002F\u002Fmcp.so)\n\n![preview](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fchatmcp_mcpso_readme_2321dccdd4ec.png)\n\n## Quick Start\n\n1. clone the repo\n\n```bash\ngit clone https:\u002F\u002Fgithub.com\u002Fchatmcp\u002Fmcp-directory.git\ncd mcp-directory\n```\n\n2. install dependencies\n\n```bash\npnpm install\n```\n\n3. prepare database\n\ncreate a database with [Supabase](https:\u002F\u002Fsupabase.com\u002F)\n\nrun the sql file in `data\u002Finstall.sql`\n\n4. set env variables\n\nput a .env file in the root directory\n\nwith env variables:\n\n```env\nSUPABASE_URL=\"\"\nSUPABASE_ANON_KEY=\"\"\n\nNEXT_PUBLIC_WEB_URL=\"http:\u002F\u002Flocalhost:3000\"\n```\n\n5. run the dev server\n\n```bash\npnpm dev\n```\n\n6. preview the site\n\nopen [http:\u002F\u002Flocalhost:3000](http:\u002F\u002Flocalhost:3000) in your browser\n\n## Community\n\n- [MCP Server Telegram](https:\u002F\u002Ft.me\u002F+N0gv4O9SXio2YWU1)\n- [MCP Server Discord](https:\u002F\u002Fdiscord.gg\u002FRsYPRrnyqg)\n- [ChatMCP Official Twitter](https:\u002F\u002Fx.com\u002Fchatmcp)\n\n## About the author\n\n- [idoubi](https:\u002F\u002Fbento.me\u002Fidoubi)\n- [Follow me on Twitter](https:\u002F\u002Fx.com\u002Fidoubicv)\n- [Buy me a coffee](https:\u002F\u002Fwww.buymeacoffee.com\u002Fidoubi)\n","## MCP 目录\n\n一个收录精彩 MCP 服务器的目录。\n\n在线预览：[https:\u002F\u002Fmcp.so](https:\u002F\u002Fmcp.so)\n\n![预览图](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fchatmcp_mcpso_readme_2321dccdd4ec.png)\n\n## 快速开始\n\n1. 克隆仓库\n\n```bash\ngit clone https:\u002F\u002Fgithub.com\u002Fchatmcp\u002Fmcp-directory.git\ncd mcp-directory\n```\n\n2. 安装依赖\n\n```bash\npnpm install\n```\n\n3. 准备数据库\n\n使用 [Supabase](https:\u002F\u002Fsupabase.com\u002F) 创建数据库，\n\n然后执行 `data\u002Finstall.sql` 文件中的 SQL 语句。\n\n4. 设置环境变量\n\n在项目根目录下创建一个 `.env` 文件，\n\n并添加以下环境变量：\n\n```env\nSUPABASE_URL=\"\"\nSUPABASE_ANON_KEY=\"\"\n\nNEXT_PUBLIC_WEB_URL=\"http:\u002F\u002Flocalhost:3000\"\n```\n\n5. 启动开发服务器\n\n```bash\npnpm dev\n```\n\n6. 预览网站\n\n在浏览器中打开 [http:\u002F\u002Flocalhost:3000](http:\u002F\u002Flocalhost:3000) 即可。\n\n## 社区\n\n- [MCP 服务器 Telegram](https:\u002F\u002Ft.me\u002F+N0gv4O9SXio2YWU1)\n- [MCP 服务器 Discord](https:\u002F\u002Fdiscord.gg\u002FRsYPRrnyqg)\n- [ChatMCP 官方 Twitter](https:\u002F\u002Fx.com\u002Fchatmcp)\n\n## 关于作者\n\n- [idoubi](https:\u002F\u002Fbento.me\u002Fidoubi)\n- [在 Twitter 上关注我](https:\u002F\u002Fx.com\u002Fidoubicv)\n- [请我喝杯咖啡](https:\u002F\u002Fwww.buymeacoffee.com\u002Fidoubi)","# mcpso 快速上手指南\n\nmcpso（MCP Directory）是一个用于展示和管理优质 MCP 服务器的开源目录项目。本指南将帮助中国开发者快速在本地搭建并运行该项目。\n\n## 环境准备\n\n在开始之前，请确保你的开发环境满足以下要求：\n\n- **操作系统**：Linux、macOS 或 Windows (推荐 WSL2)\n- **Node.js**：建议安装 LTS 版本 (v18+)\n- **包管理器**：必须安装 [pnpm](https:\u002F\u002Fpnpm.io\u002F) (项目未提供国内镜像配置，若安装缓慢可配置淘宝镜像：`corepack enable pnpm` 后通过 `npm config set registry https:\u002F\u002Fregistry.npmmirror.com`)\n- **数据库**：需要拥有一个 [Supabase](https:\u002F\u002Fsupabase.com\u002F) 账号（用于创建云数据库）\n\n## 安装步骤\n\n### 1. 克隆项目代码\n将仓库克隆到本地并进入项目目录：\n```bash\ngit clone https:\u002F\u002Fgithub.com\u002Fchatmcp\u002Fmcp-directory.git\ncd mcp-directory\n```\n\n### 2. 安装依赖\n使用 pnpm 安装项目所需依赖：\n```bash\npnpm install\n```\n\n### 3. 准备数据库\n1. 登录 [Supabase](https:\u002F\u002Fsupabase.com\u002F) 创建一个新项目。\n2. 进入项目的 SQL Editor 页面。\n3. 复制项目根目录下 `data\u002Finstall.sql` 文件的全部内容并执行，以初始化数据表结构。\n\n### 4. 配置环境变量\n在项目根目录下创建 `.env` 文件，填入从 Supabase 获取的配置信息：\n\n```env\nSUPABASE_URL=\"你的_supabase_project_url\"\nSUPABASE_ANON_KEY=\"你的_supabase_anon_key\"\n\nNEXT_PUBLIC_WEB_URL=\"http:\u002F\u002Flocalhost:3000\"\n```\n> **提示**：`SUPABASE_URL` 和 `SUPABASE_ANON_KEY` 可在 Supabase 项目设置页面的 \"API\" 选项卡中找到。\n\n## 基本使用\n\n完成上述配置后，即可启动本地开发服务器：\n\n1. **启动服务**\n   在终端运行以下命令：\n   ```bash\n   pnpm dev\n   ```\n\n2. **访问网站**\n   服务启动成功后，打开浏览器访问：\n   [http:\u002F\u002Flocalhost:3000](http:\u002F\u002Flocalhost:3000)\n\n此时你已成功在本地运行 mcpso 目录站点，可以开始浏览或提交 MCP 服务器信息。","某 AI 应用开发团队正在构建一个基于大模型的自动化运维系统，急需集成多种外部数据源（如数据库、监控工具）以增强 Agent 的能力。\n\n### 没有 mcpso 时\n- 开发者需要在 GitHub、论坛和社交媒体上零散搜索可用的 MCP Servers，耗费大量时间甄别信息真伪。\n- 缺乏统一的文档标准和版本索引，导致集成的服务器组件兼容性差，频繁出现连接错误或功能失效。\n- 社区新发布的高质量工具难以被及时发现，团队只能重复造轮子或沿用陈旧的解决方案。\n- 部署配置过程依赖口口相传或非官方教程，环境搭建耗时且容易出错，拖慢整体项目进度。\n\n### 使用 mcpso 后\n- 团队直接访问 mcpso 目录，通过分类检索快速定位到经过验证的“ Awesome\"级 MCP Servers，筛选效率提升数倍。\n- 每个条目提供标准化的安装指南和实时预览链接，确保所选组件与当前架构完美兼容，大幅降低调试成本。\n- 借助社区的实时更新机制，开发人员能第一时间获取最新的监控或数据库插件，保持技术栈的前沿性。\n- 依托清晰的快速启动流程和预设的 Supabase 数据库脚本，原本半天的环境配置工作缩短至一小时内完成。\n\nmcpso 通过构建集中化、标准化的生态索引，将开发者从繁琐的资源搜寻与适配中解放出来，使其专注于核心业务逻辑的创新。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fchatmcp_mcpso_2321dccd.png","chatmcp","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Fchatmcp_f740680d.png",null,"https:\u002F\u002Fgithub.com\u002Fchatmcp",[80,84,88,92],{"name":81,"color":82,"percentage":83},"TypeScript","#3178c6",96.1,{"name":85,"color":86,"percentage":87},"CSS","#663399",3.4,{"name":89,"color":90,"percentage":91},"JavaScript","#f1e05a",0.5,{"name":93,"color":94,"percentage":95},"Makefile","#427819",0.1,1989,200,"2026-04-02T17:00:35","Apache-2.0",4,"Linux, macOS, Windows","未说明",{"notes":104,"python":102,"dependencies":105},"该项目为基于 Next.js 的 Web 应用，需使用 pnpm 包管理器安装依赖。数据库需自行创建 Supabase 实例并执行 data\u002Finstall.sql 初始化脚本。运行前需在根目录配置 .env 文件，填入 Supabase URL、匿名密钥及本地服务地址。",[106,107,108],"pnpm","Next.js","Supabase",[15,45],[111,112,113,114,115],"mcp","mcp-servers","awesome-mcp-servers","mcp-server-store","mcp-servers-directory","2026-03-27T02:49:30.150509","2026-04-06T09:46:58.758534",[119,124,129,134,139,144,149,154],{"id":120,"question_zh":121,"answer_zh":122,"source_url":123},13375,"如何获取结构化的 JSON 输出以避免解析错误？","不要直接依赖大模型返回纯文本 JSON 再进行解析，推荐使用 AI SDK 来生成结构化数据。它可以确保输出格式符合预期，减少解析错误。参考文档：https:\u002F\u002Fsdk.vercel.ai\u002Fdocs\u002Fai-sdk-core\u002Fgenerating-structured-data","https:\u002F\u002Fgithub.com\u002Fchatmcp\u002Fmcpso\u002Fissues\u002F133",{"id":125,"question_zh":126,"answer_zh":127,"source_url":128},13376,"如何在 OpenManus 等 Agent 中使用 MCP 服务器？","若要在 OpenManus 等 Agent 中使用 MCP 服务器，通常需要部署云端托管的 MCP 服务。你可以参考官方关于服务器托管的文档进行配置：https:\u002F\u002Fdocs.mcp.so\u002Fserver-hosting","https:\u002F\u002Fgithub.com\u002Fchatmcp\u002Fmcpso\u002Fissues\u002F129",{"id":130,"question_zh":131,"answer_zh":132,"source_url":133},13377,"如何同步或添加新的 MCP Server 到 mcp.so 列表？","不需要通过提交 Issue 请求管理员同步代码。你可以直接访问个人服务器管理页面自行编辑和添加：https:\u002F\u002Fmcp.so\u002Fzh\u002Fmy-severs","https:\u002F\u002Fgithub.com\u002Fchatmcp\u002Fmcpso\u002Fissues\u002F94",{"id":135,"question_zh":136,"answer_zh":137,"source_url":138},13378,"创建 API Key 或渲染服务组件时遇到报错怎么办？","如果在创建 Key 或服务渲染时遇到类似 \"An error occurred in the Server Components render\" 的错误，这通常是服务端组件渲染问题。维护者已针对此类服务错误进行了修复，如果遇到相同问题请尝试刷新或重新操作，若持续存在可检查是否为生产环境构建导致的详细信息隐藏问题。","https:\u002F\u002Fgithub.com\u002Fchatmcp\u002Fmcpso\u002Fissues\u002F29",{"id":140,"question_zh":141,"answer_zh":142,"source_url":143},13379,"网站首页加载速度极慢如何解决？","针对首页加载缓慢（如耗时约 10 秒）的问题，维护者已经修复了相关的性能问题。如果仍然遇到加载慢的情况，请清除缓存后重试，或检查网络连接状况。","https:\u002F\u002Fgithub.com\u002Fchatmcp\u002Fmcpso\u002Fissues\u002F20",{"id":145,"question_zh":146,"answer_zh":147,"source_url":148},13380,"polyglot-db-mcp 支持哪些数据库及如何安装？","该服务器支持 16 种数据库（包括 PostgreSQL, MongoDB, Redis, SQLite 等）。可以通过 Deno 直接运行安装：\ndeno run --allow-net --allow-read --allow-write --allow-env --unstable-kv https:\u002F\u002Fraw.githubusercontent.com\u002Fhyperpolymath\u002Fpolyglot-db-mcp\u002Fmain\u002Findex.js\n也可以使用容器运行：\npodman run --rm -it ghcr.io\u002Fhyperpolymath\u002Fpolyglot-db-mcp:main","https:\u002F\u002Fgithub.com\u002Fchatmcp\u002Fmcpso\u002Fissues\u002F373",{"id":150,"question_zh":151,"answer_zh":152,"source_url":153},13381,"Safari MCP 服务器有什么特点及如何配置？","Safari MCP 专为 macOS 设计，利用 AppleScript 实现原生 Safari 浏览器自动化，无需额外浏览器实例，能复用现有登录状态且 CPU 占用更低。配置方法是在 MCP 设置中添加：\n{\n  \"mcpServers\": {\n    \"safari\": {\n      \"command\": \"node\",\n      \"args\": [\"path\u002Fto\u002Fsafari-mcp\u002Findex.js\"]\n    }\n  }\n}","https:\u002F\u002Fgithub.com\u002Fchatmcp\u002Fmcpso\u002Fissues\u002F1350",{"id":155,"question_zh":156,"answer_zh":157,"source_url":158},13382,"AgentGuard MCP 服务器的主要功能是什么？","AgentGuard 是一个运行时预算执行 SDK，用于防止 AI Agent 成本超支。它提供硬性的美元\u002FToken 上限（BudgetGuard）、循环检测（LoopGuard）、超时限制和远程终止开关等功能。安装需设置环境变量 AGENTGUARD_API_KEY，并在 mcp-server 目录下运行 npm install。","https:\u002F\u002Fgithub.com\u002Fchatmcp\u002Fmcpso\u002Fissues\u002F955",[]]