关于

mcp-use 是一个全栈的 MCP 框架，用于构建适用于 ChatGPT / Claude 的 MCP 应用程序以及面向 AI 代理的 MCP 服务器。

• 构建：使用 mcp-use SDK（ts | py）创建 MCP 服务器和 MCP 应用程序。
• 预览：通过 mcp-use MCP 检查器（在线 | 开源）测试和调试您的 MCP 服务器和应用程序。
• 部署：在 Manufact MCP Cloud 上部署——只需连接您的 GitHub 仓库，即可让您的 MCP 服务器和应用在生产环境中运行，并享受可观性、指标、日志、分支部署等功能。

文档

访问我们的文档，或直接跳转到快速入门指南（TypeScript | Python)。

针对编码智能体的技能

正在使用 Claude Code、Codex、Cursor 或其他 AI 编码智能体吗？

安装 mcp-use 技能以用于 MCP 应用

快速入门：MCP 服务器与 MCP 应用

TypeScript

构建您的第一个 MCP 服务器或 MPC 应用：

npx create-mcp-use-app@latest

或者手动创建一个服务器：

import { MCPServer, text } from "mcp-use/server";
import { z } from "zod";

const server = new MCPServer({
  name: "my-server",
  version: "1.0.0",
});

server.tool({
  name: "get_weather",
  description: "获取某城市的天气",
  schema: z.object({ city: z.string() }),
}, async ({ city }) => {
  return text(`温度：72°F，天气：晴朗，城市：${city}`);
});

await server.listen(3000);
// 检查器地址：http://localhost:3000/inspector

→ 完整的 TypeScript 服务器文档

MCP 应用

MCP 应用允许您构建可在 Claude、ChatGPT 等多种 MCP 客户端上运行的交互式小部件——一次编写，处处运行。

服务器端：定义一个工具并将其指向一个小部件：

import { MCPServer, widget } from "mcp-use/server";
import { z } from "zod";

const server = new MCPServer({
  name: "weather-app",
  version: "1.0.0",
});

server.tool({
  name: "get-weather",
  description: "获取某城市的天气",
  schema: z.object({ city: z.string() }),
  widget: "weather-display", // 引用 resources/weather-display/widget.tsx
}, async ({ city }) => {
  return widget({
    props: { city、温度：22°C、天气状况：晴朗 },
    message：`${city}的天气：晴朗，22°C`,
  });
});

await server.listen(3000);

小部件端：在 resources/weather-display/widget.tsx 中创建一个 React 组件：

import { useWidget、type WidgetMetadata } from "mcp-use/react";
import { z } from "zod";

const propSchema = z.object({
  city：字符串，
  温度：数字，
  天气状况：字符串，
});

export const widgetMetadata：WidgetMetadata = {
  描述：显示天气信息，
  参数：propSchema，
};

const WeatherDisplay：React.FC = () => {
  const { props、是否等待中、主题 } = useWidget<z.infer<typeof propSchema>>();
  const isDark = theme === "dark";

  if (isPending) return <div>加载中...</div>;

  return (
    <div style={{
      背景：深色时为#1a1a2e，浅色时为#f0f4ff，
      圆角：16，内边距：24，
    }}>
      <h2>{props.city}</h2>
      <p>{props.temperature}° — {props.conditions}</p>
    </div>
  );
};

export default WeatherDisplay;

位于 resources/ 目录下的小部件会自动被发现——无需手动注册。

请访问MCP 应用文档

模板

现成可用的 MCP 应用，您可以一键部署，也可以根据需要进行二次开发。

预览	名称	工具	演示 URL	仓库	部署
	图表生成器	create-chart	打开链接	mcp-use/mcp-chart-builder
	流程图生成器	create-diagram, edit-diagram	打开链接	mcp-use/mcp-diagram-builder
	幻灯片演示文稿	create-slides, edit-slide	打开链接	mcp-use/mcp-slide-deck
	地图探索器	show-map, get-place-details, add-markers	打开链接	mcp-use/mcp-maps-explorer
	Hugging Face Spaces	search-spaces, show-space, trending-spaces	打开链接	mcp-use/mcp-huggingface-spaces
	食谱查找器	search-recipes, get-recipe, meal-plan, recipe-suggestion	打开链接	mcp-use/mcp-recipe-finder
	组件库	show-react-widget, html-greeting, mcp-ui-poll, programmatic-counter, detect-client	打开链接	mcp-use/mcp-widget-gallery
	多服务器枢纽	hub-status, hub-config-example, audit-log	打开链接	mcp-use/mcp-multi-server-hub
	文件管理器	open-vault, get-file, list-files	打开链接	mcp-use/mcp-file-manager
	进度演示	process-data, fetch-report, delete-dataset, search-external, failing-tool	打开链接	mcp-use/mcp-progress-demo
	自适应国际化	show-context, detect-caller	打开链接	mcp-use/mcp-i18n-adaptive
	媒体混合器	generate-image, generate-audio, generate-pdf, get-report, get-html-snippet, get-xml-config, get-stylesheet, get-script, get-data-array	打开链接	mcp-use/mcp-media-mixer
	资源监视器	show-config, update-config, toggle-feature, list-roots	打开链接	mcp-use/mcp-resource-watcher

Python

pip install mcp-use

from typing import Annotated

from mcp.types import ToolAnnotations
from pydantic import Field

from mcp_use import MCPServer

server = MCPServer(name="Weather Server", version="1.0.0")

@server.tool(
    name="get_weather",
    description="获取某个地点的当前天气信息",
    annotations=ToolAnnotations(readOnlyHint=True, openWorldHint=True),
)
async def get_weather(
    city: Annotated[str, Field(description="城市名称")],
) -> str:
    return f"温度：72°F，天气：晴朗，城市：{city}"

# 使用自动检查器启动服务器
server.run(transport="streamable-http", port=8000)
# 🎉 检查器地址：http://localhost:8000/inspector

→ 完整的 Python 服务器文档

检查器

mcp-use 检查器允许您以交互方式测试和调试您的 MCP 服务器。

自动包含在使用 server.listen() 时：

server.listen(3000);
// 检查器地址：http://localhost:3000/inspector

在线连接到托管的 MCP 服务器时：

访问 https://inspector.mcp-use.com

独立使用：检查任何 MCP 服务器：

npx @mcp-use/inspector --url http://localhost:3000/mcp

请访问 检查器文档

部署

将您的 MCP 服务器部署到生产环境：

npx @mcp-use/cli login
npx @mcp-use/cli deploy

或者将您的 GitHub 仓库连接到 manufact.com，即可实现生产就绪，并提供可观测性、指标、日志和分支部署功能。

包概述

这个 monorepo 包含适用于 Python 和 TypeScript 的多个包：

Python 包

包名	描述	版本
mcp-use	完整的 MCP 服务器和 MCP 代理 SDK

TypeScript 包

包名	描述	版本
mcp-use	MCP 服务器、MCP 应用和 MCP 代理的核心框架
@mcp-use/cli	带有热重载和自动检查器的构建工具
@mcp-use/inspector	基于 Web 的 MCP 服务器预览与调试工具
create-mcp-use-app	项目脚手架工具

此外：MCP 代理与客户端

mcp-use 还提供了完整的 MCP 代理和客户端实现。

pip install mcp-use langchain-openai

import asyncio
from langchain_openai import ChatOpenAI
from mcp_use import MCPAgent, MCPClient

async def main():
    config = {
        "mcpServers": {
            "filesystem": {
                "command": "npx",
                "args": ["-y", "@modelcontextprotocol/server-filesystem", "/tmp"]
            }
        }
    }

    client = MCPClient.from_dict(config)
    llm = ChatOpenAI(model="gpt-4o")
    agent = MCPAgent(llm=llm, client=client)

    result = await agent.run("列出目录中的所有文件")
    print(result)

asyncio.run(main())

npm install mcp-use @langchain/openai

import { ChatOpenAI } from "@langchain/openai";
import { MCPAgent, MCPClient } from "mcp-use";

async function main() {
  const config = {
    mcpServers: {
      filesystem: {
        command: "npx",
        args: ["-y", "@modelcontextprotocol/server-filesystem", "/tmp"],
      },
    },
  };

  const client = MCPClient.fromDict(config);
  const llm = new ChatOpenAI({ modelName: "gpt-4o" });
  const agent = new MCPAgent({ llm, client });

  const result = await agent.run("列出目录中的所有文件");
  console.log(result);
}

main();

import asyncio
from mcp_use import MCPClient

async def main():
    config = {
        "mcpServers": {
            "calculator": {
                "command": "npx",
                "args": ["-y", "@modelcontextprotocol/server-everything"]
            }
        }
    }

    client = MCPClient.from_dict(config)
    await client.create_all_sessions()

    session = client.get_session("calculator")
    result = await session.call_tool(name="add", arguments={"a": 5, "b": 3})

    print(f"结果: {result.content[0].text}")
    await client.close_all_sessions()

asyncio.run(main())

import { MCPClient } from "mcp-use";

async function main() {
  const config = {
    mcpServers: {
      calculator: {
        command: "npx",
        args: ["-y", "@modelcontextprotocol/server-everything"],
      },
    },
  };

  const client = new MCPClient(config);
  await client.createAllSessions();

  const session = client.getSession("calculator");
  const result = await session.callTool("add", { a: 5, b: 3 });

  console.log(`结果: ${result.content[0].text}`);
  await client.closeAllSessions();
}

main();

模型上下文协议一致性

社区与支持

• Discord: 加入我们的社区
• GitHub Issues: 报告问题或请求功能
• 文档: mcp-use.com/docs
• 官网: manufact.com
• X.com: 关注 Manufact
• 贡献: 请参阅 CONTRIBUTING.md
• 许可证: MIT © MCP-Use 贡献者

星标历史

贡献者

感谢所有了不起的贡献者！

核心贡献者

1. 皮耶特罗 (@pietrozullo)
2. 路易吉 (@pederzh)
3. 恩里科 (@tonxxd)

mcp-use 快速上手指南

mcp-use 是一个全栈 MCP（Model Context Protocol）框架，用于为 ChatGPT、Claude 等 AI 助手构建 MCP 服务器和交互式 MCP 应用。它支持 TypeScript 和 Python，提供从开发、调试到云端部署的一站式解决方案。

环境准备

在开始之前，请确保您的开发环境满足以下要求：

• 操作系统: Windows, macOS 或 Linux
• Node.js: 版本 18 或更高（推荐使用 LTS 版本）
  • 检查版本：node -v
• 包管理器: npm (随 Node.js 安装) 或 yarn/pnpm
• 代码编辑器: 推荐 VS Code

提示：国内开发者若遇到 npm 下载缓慢问题，可临时切换至淘宝镜像源： npm config set registry https://registry.npmmirror.com

安装步骤

mcp-use 提供了命令行工具来快速初始化项目。您无需手动安装核心库，脚手架会自动处理依赖。

在终端中运行以下命令创建新项目：

npx create-mcp-use-app@latest

按照提示输入项目名称并选择模板（TypeScript 或 Python），系统将自动安装所需依赖并生成项目结构。

基本使用

以下是使用 TypeScript 构建一个简单 MCP 服务器的最小示例。该服务器暴露一个 get_weather 工具，返回模拟的天气信息。

1. 创建服务器文件

在项目根目录下创建 server.ts（或在 src/ 目录中），写入以下代码：

import { MCPServer, text } from "mcp-use/server";
import { z } from "zod";

const server = new MCPServer({
  name: "my-server",
  version: "1.0.0",
});

server.tool({
  name: "get_weather",
  description: "Get weather for a city",
  schema: z.object({ city: z.string() }),
}, async ({ city }) => {
  return text(`Temperature: 72°F, Condition: sunny, City: ${city}`);
});

await server.listen(3000);
// Inspector at http://localhost:3000/inspector

2. 运行与调试

启动服务器：

npx tsx server.ts
# 或者如果已配置 scripts
npm run dev

服务启动后，打开浏览器访问内置的调试器： http://localhost:3000/inspector

在 Inspector 界面中，您可以测试 get_weather 工具，查看输入输出及日志信息。

3. 构建交互式 MCP 应用 (可选)

mcp-use 支持构建带有 UI 组件（Widgets）的应用，可在支持的 AI 客户端中直接渲染。

服务端定义：

import { MCPServer, widget } from "mcp-use/server";
import { z } from "zod";

const server = new MCPServer({
  name: "weather-app",
  version: "1.0.0",
});

server.tool({
  name: "get-weather",
  description: "Get weather for a city",
  schema: z.object({ city: z.string() }),
  widget: "weather-display", // 指向 resources/weather-display/widget.tsx
}, async ({ city }) => {
  return widget({
    props: { city, temperature: 22, conditions: "Sunny" },
    message: `Weather in ${city}: Sunny, 22°C`,
  });
});

await server.listen(3000);

前端组件 (resources/weather-display/widget.tsx)：

import { useWidget, type WidgetMetadata } from "mcp-use/react";
import { z } from "zod";

const propSchema = z.object({
  city: z.string(),
  temperature: z.number(),
  conditions: z.string(),
});

export const widgetMetadata: WidgetMetadata = {
  description: "Display weather information",
  props: propSchema,
};

const WeatherDisplay: React.FC = () => {
  const { props, isPending, theme } = useWidget<z.infer<typeof propSchema>>();
  const isDark = theme === "dark";

  if (isPending) return <div>Loading...</div>;

  return (
    <div style={{
      background: isDark ? "#1a1a2e" : "#f0f4ff",
      borderRadius: 16, padding: 24,
    }}>
      <h2>{props.city}</h2>
      <p>{props.temperature}° — {props.conditions}</p>
    </div>
  );
};

export default WeatherDisplay;

放置在 resources/ 目录下的 Widget 组件会被自动发现，无需手动注册。