mcpb
mcpb(前身为 DXT)是一种专为本地 MCP 服务器设计的打包格式,旨在让桌面应用实现“一键安装”扩展功能。它将完整的服务器代码与描述文件封装成单一的 .mcpb 压缩包,其理念类似于浏览器的插件或 VS Code 的扩展包,极大简化了分发流程。
过去,部署本地 MCP 服务器往往需要用户手动配置环境、安装依赖并编写复杂的配置文件,门槛较高且容易出错。mcpb 通过标准化的归档格式解决了这一痛点,支持自动更新、参数配置及安全性验证,让用户只需点击文件即可完成安装与运行。
该工具主要面向两类人群:一是开发本地 MCP 服务的开发者,可利用提供的 CLI 工具快速生成标准包;二是集成 MCP 功能的桌面应用(如 Claude 桌面版)开发者,可借此轻松构建扩展生态。当然,普通用户也能从中受益,享受更便捷的 AI 工具连接体验。
其技术亮点在于开放了完整的规范文档与核心代码,不仅被 Claude 桌面端原生支持,更致力于成为跨应用的通用标准。通过简单的 mcpb init 和 mcpb pack 命令,开发者即可将任意本地服务转化为可移植的扩展包,推动 AI 工具与其他软件服务的无缝互联。
使用场景
一位全栈开发者希望将自研的“本地数据库智能查询助手”分发给团队非技术成员使用,让他们能在 Claude 桌面端一键调用该能力。
没有 mcpb 时
- 安装门槛高:同事需手动克隆代码库、安装 Node.js 环境并运行
npm install,常因环境差异导致启动失败。 - 配置复杂易错:用户必须手动编辑 JSON 配置文件来设置数据库连接串,格式错误或路径不对会导致服务无法运行。
- 更新维护困难:每次修复 Bug 或新增功能,开发者需发送新代码包并指导每位同事重新部署,沟通成本极高。
- 缺乏信任机制:用户无法验证下载的脚本来源是否安全,担心执行恶意代码,导致推广受阻。
使用 mcpb 后
- 一键即时安装:开发者将服务打包为
.mcpb文件,同事只需在 Claude 桌面端双击该文件,即可自动完成安装与依赖配置。 - 向导式参数设置:mcpb 在安装时自动弹出友好界面,引导用户输入数据库地址等关键变量,无需触碰任何代码或配置文件。
- 自动平滑升级:当发布新版本时,Claude 能识别并提示用户一键更新,后台自动替换旧版本,确保全员使用最新功能。
- 安全可信分发:基于标准的 Manifest 描述和签名机制,用户可清晰查看工具权限与来源,放心地在受信任的目录中加载。
mcpb 通过将复杂的本地服务封装成标准化的“即插即用”扩展,彻底消除了 AI 工具落地的最后一道部署鸿沟。
运行环境要求
- macOS
- Windows
未说明
未说明

快速开始
MCP 打包文件 (MCPB)
⚠️ 重要通知:该项目正从 DXT(桌面扩展)更名为 MCPB(MCP 打包文件)
如果您正在寻找 DXT 工具,它们现已更名为 MCPB。请更新您的依赖项和工具链:
dxtCLI 现在为mcpb.dxt文件现在是.mcpb文件@anthropic-ai/dxt包将被移动到@anthropic-ai/mcpb
MCP 打包文件(.mcpb)是包含本地 MCP 服务器和描述该服务器及其功能的 manifest.json 的 ZIP 压缩包。其格式与 Chrome 扩展(.crx)或 VS Code 扩展(.vsix)类似,允许最终用户只需单击即可安装本地 MCP 服务器。
本仓库提供三个组件:MANIFEST.md 中的打包规范、用于创建打包文件的 CLI 工具(参见 CLI.md),以及 Claude for macOS 和 Windows 用来加载和验证 MCPB 打包文件的代码(src/index.ts)。
- 对于本地 MCP 服务器的开发者,我们的目标是让这些服务器的分发和安装更加便捷。
- 对于支持本地 MCP 服务器的应用程序开发者,我们希望使添加对 MCPB 打包文件的支持变得简单易行。
Claude for macOS 和 Windows 使用本仓库中的代码,实现了本地 MCP 服务器的一键安装,并提供了一系列用户友好的功能——例如自动更新、轻松配置 MCP 服务器及其所需的变量和参数,以及一个精选目录。我们致力于围绕 MCP 服务器的开放生态系统,并相信其能够被多种应用程序和服务普遍采用,这将为那些希望将 AI 工具与其他应用和服务连接起来的开发者带来益处。因此,我们决定开源 MCP 打包文件的规范、工具链,以及 Claude for macOS 和 Windows 用来实现自身对 MCP 打包文件支持的模式和关键函数。我们希望 mcpb 格式不仅能让本地 MCP 服务器在 Claude 中更易于移植,也能被其他 AI 桌面应用程序所使用。
针对打包文件开发者
从根本上说,MCPB 只是一个简单的 ZIP 文件,其中包含了您的整个 MCP 服务器和一个 manifest.json。因此,将本地 MCP 服务器转换为打包文件非常简单:您只需将所有必要的文件放入一个文件夹中,创建一个 manifest.json,然后生成一个压缩包即可。
为了简化这一过程,本包提供了一个 CLI 工具,可以帮助您同时创建 manifest.json 和最终的 .mcpb 文件。要安装它,请运行:
npm install -g @anthropic-ai/mcpb
- 在包含您的本地 MCP 服务器的文件夹中,运行
mcpb init。此命令将引导您完成manifest.json的创建。 - 运行
mcpb pack来创建一个mcpb文件。 - 现在,任何支持 MCPB 的应用程序都可以运行您的本地 MCP 服务器。例如,您可以使用 Claude for macOS 和 Windows 打开该文件,以显示安装对话框。
您可以在 MANIFEST.md 中找到 manifest.json 的完整规范及其所有必填和可选字段。打包文件的示例可在 examples 目录中找到。
面向 AI 工具的提示模板
像 Claude Code 这样的 AI 工具在了解规范的情况下,特别擅长创建 MCP 打包文件。当您要求 AI 编码工具构建一个打包文件时,应简要说明您的打包文件旨在实现什么功能,然后在您的指令中加入以下内容:
我想将其构建为 MCP 打包文件,简称“MCPB”。请按照以下步骤操作:
- 仔细阅读相关规范:
- https://github.com/anthropics/mcpb/blob/main/README.md —— MCPB 架构概述、功能及集成模式
- https://github.com/anthropics/mcpb/blob/main/MANIFEST.md —— 完整的打包文件清单结构及字段定义
- https://github.com/anthropics/mcpb/tree/main/examples —— 参考实现,包括一个“Hello World”示例
- 创建合适的打包文件结构:
- 根据 MANIFEST.md 规范生成有效的 manifest.json
- 使用 @modelcontextprotocol/sdk 实现 MCP 服务器,并定义好相应的工具
- 包含适当的错误处理、安全措施和超时管理
- 遵循最佳开发实践:
- 通过 stdio 传输实现正确的 MCP 协议通信
- 为工具设计清晰的模式、验证机制和一致的 JSON 响应
- 充分利用该打包文件将在本地运行的特点
- 添加适当的日志记录和调试功能
- 包含完善的文档和安装说明
- 测试注意事项:
- 确保所有工具调用都能返回结构化的响应
- 验证清单是否正确加载,主机集成是否正常工作
请生成完整的、可用于生产的代码,以便立即进行测试。重点在于防御性编程、清晰的错误信息,以及严格遵循 MCPB 规范,以确保与生态系统的兼容性。
目录结构
最小化打包文件
唯一必需的文件是 manifest.json。
示例:Node.js 打包文件
bundle.mcpb (ZIP 文件)
├── manifest.json # 必需:打包文件元数据和配置
├── server/ # 服务器文件
│ └── index.js # 主入口点
├── node_modules/ # 打包的依赖项
├── package.json # 可选:NPM 包定义
├── icon.png # 可选:打包文件图标
└── assets/ # 可选:附加资源
示例:Python 打包文件
bundle.mcpb (ZIP 文件)
├── manifest.json # 必需:打包文件元数据和配置
├── server/ # 服务器文件
│ ├── main.py # 主入口点
│ └── utils.py # 辅助模块
├── lib/ # 打包的 Python 库
├── requirements.txt # 可选:Python 依赖列表
└── icon.png # 可选:打包文件图标
示例:二进制打包文件
bundle.mcpb (ZIP 文件)
├── manifest.json # 必需:打包文件元数据和配置
├── server/ # 服务器文件
│ ├── my-server # Unix 可执行文件
│ ├── my-server.exe # Windows 可执行文件
└── icon.png # 可选:打包文件图标
语言选择建议
我们建议使用 Node.js 实现 MCP 服务器,而不是 Python,以减少安装上的麻烦。Node.js 已预装在 Claude for macOS 和 Windows 中,这意味着您的打包文件可以即插即用,无需用户额外安装 Python 运行时环境(也无需您手动打包这些环境)。
依赖打包
UV 运行时(v0.4+):
- 在 manifest 中使用
server.type = "uv" - 包含带有依赖项的
pyproject.toml文件(无需捆绑包) - 主机应用会自动管理 Python 和依赖项
- 跨平台运行,无需用户安装 Python
- 参见
examples/hello-world-uv
传统 Python 捆绑包:
- 在 manifest 中使用
server.type = "python" - 将所有所需包捆绑到
server/lib/目录中 - 或将完整的虚拟环境捆绑到
server/venv/目录中 - 使用
pip-tools、poetry或pipenv等工具创建可复现的捆绑包 - 通过
mcp_config.env设置PYTHONPATH,以包含捆绑的包 - 限制:无法跨平台地捆绑编译型依赖(例如 pydantic,MCP Python SDK 所需的依赖)
Node.js 捆绑包:
- 运行
npm install --production来生成node_modules - 将整个
node_modules目录与您的捆绑包一起打包 - 使用
npm ci或yarn install --frozen-lockfile以实现可复现的构建 - 服务器入口点在 manifest.json 的
server.entry_point中指定
二进制捆绑包:
- 优先使用静态链接以获得最大兼容性
- 如果使用动态链接,请包含所有所需的共享库
- 在没有开发工具的干净系统上进行测试
贡献
我们欢迎贡献!请参阅我们的 贡献指南 以获取详细信息。
开发环境设置
# 克隆仓库
git clone https://github.com/anthropics/mcpb.git
cd mcpb
# 安装依赖
yarn
# 构建项目
yarn build
# 运行测试
yarn test
发布流程
- 更新
package.json中的版本号 - 创建包含版本号更新的拉取请求
- 合并后,在 GitHub 上创建发布版本
- 软件包将自动发布到 npm
许可证
本项目的新贡献采用 Apache License 2.0 许可证,现有代码则采用 MIT 许可证——详情请参阅 LICENSE 文件。
版本历史
v2.1.22025/12/04v.2.1.12025/12/04v2.1.02025/12/042.0.12025/11/042.0.02025/11/04v1.2.02025/11/01v1.1.52025/11/01v1.1.42025/11/01v1.1.32025/11/01v1.1.22025/11/01v1.1.12025/11/01v1.0.02025/11/01v0.2.62025/07/31v0.2.52025/07/13v0.2.42025/07/10v0.2.32025/07/10v0.2.22025/07/10v0.2.12025/07/08v0.2.02025/07/08v0.1.02025/06/28常见问题
相似工具推荐
n8n
n8n 是一款面向技术团队的公平代码(fair-code)工作流自动化平台,旨在让用户在享受低代码快速构建便利的同时,保留编写自定义代码的灵活性。它主要解决了传统自动化工具要么过于封闭难以扩展、要么完全依赖手写代码效率低下的痛点,帮助用户轻松连接 400 多种应用与服务,实现复杂业务流程的自动化。 n8n 特别适合开发者、工程师以及具备一定技术背景的业务人员使用。其核心亮点在于“按需编码”:既可以通过直观的可视化界面拖拽节点搭建流程,也能随时插入 JavaScript 或 Python 代码、调用 npm 包来处理复杂逻辑。此外,n8n 原生集成了基于 LangChain 的 AI 能力,支持用户利用自有数据和模型构建智能体工作流。在部署方面,n8n 提供极高的自由度,支持完全自托管以保障数据隐私和控制权,也提供云端服务选项。凭借活跃的社区生态和数百个现成模板,n8n 让构建强大且可控的自动化系统变得简单高效。
opencode
OpenCode 是一款开源的 AI 编程助手(Coding Agent),旨在像一位智能搭档一样融入您的开发流程。它不仅仅是一个代码补全插件,而是一个能够理解项目上下文、自主规划任务并执行复杂编码操作的智能体。无论是生成全新功能、重构现有代码,还是排查难以定位的 Bug,OpenCode 都能通过自然语言交互高效完成,显著减少开发者在重复性劳动和上下文切换上的时间消耗。 这款工具专为软件开发者、工程师及技术研究人员设计,特别适合希望利用大模型能力来提升编码效率、加速原型开发或处理遗留代码维护的专业人群。其核心亮点在于完全开源的架构,这意味着用户可以审查代码逻辑、自定义行为策略,甚至私有化部署以保障数据安全,彻底打破了传统闭源 AI 助手的“黑盒”限制。 在技术体验上,OpenCode 提供了灵活的终端界面(Terminal UI)和正在测试中的桌面应用程序,支持 macOS、Windows 及 Linux 全平台。它兼容多种包管理工具,安装便捷,并能无缝集成到现有的开发环境中。无论您是追求极致控制权的资深极客,还是渴望提升产出的独立开发者,OpenCode 都提供了一个透明、可信
gemini-cli
gemini-cli 是一款由谷歌推出的开源 AI 命令行工具,它将强大的 Gemini 大模型能力直接集成到用户的终端环境中。对于习惯在命令行工作的开发者而言,它提供了一条从输入提示词到获取模型响应的最短路径,无需切换窗口即可享受智能辅助。 这款工具主要解决了开发过程中频繁上下文切换的痛点,让用户能在熟悉的终端界面内直接完成代码理解、生成、调试以及自动化运维任务。无论是查询大型代码库、根据草图生成应用,还是执行复杂的 Git 操作,gemini-cli 都能通过自然语言指令高效处理。 它特别适合广大软件工程师、DevOps 人员及技术研究人员使用。其核心亮点包括支持高达 100 万 token 的超长上下文窗口,具备出色的逻辑推理能力;内置 Google 搜索、文件操作及 Shell 命令执行等实用工具;更独特的是,它支持 MCP(模型上下文协议),允许用户灵活扩展自定义集成,连接如图像生成等外部能力。此外,个人谷歌账号即可享受免费的额度支持,且项目基于 Apache 2.0 协议完全开源,是提升终端工作效率的理想助手。
markitdown
MarkItDown 是一款由微软 AutoGen 团队打造的轻量级 Python 工具,专为将各类文件高效转换为 Markdown 格式而设计。它支持 PDF、Word、Excel、PPT、图片(含 OCR)、音频(含语音转录)、HTML 乃至 YouTube 链接等多种格式的解析,能够精准提取文档中的标题、列表、表格和链接等关键结构信息。 在人工智能应用日益普及的今天,大语言模型(LLM)虽擅长处理文本,却难以直接读取复杂的二进制办公文档。MarkItDown 恰好解决了这一痛点,它将非结构化或半结构化的文件转化为模型“原生理解”且 Token 效率极高的 Markdown 格式,成为连接本地文件与 AI 分析 pipeline 的理想桥梁。此外,它还提供了 MCP(模型上下文协议)服务器,可无缝集成到 Claude Desktop 等 LLM 应用中。 这款工具特别适合开发者、数据科学家及 AI 研究人员使用,尤其是那些需要构建文档检索增强生成(RAG)系统、进行批量文本分析或希望让 AI 助手直接“阅读”本地文件的用户。虽然生成的内容也具备一定可读性,但其核心优势在于为机器
ML-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。 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。
gstack
gstack 是 Y Combinator CEO Garry Tan 亲自开源的一套 AI 工程化配置,旨在将 Claude Code 升级为你的虚拟工程团队。面对单人开发难以兼顾产品战略、架构设计、代码审查及质量测试的挑战,gstack 提供了一套标准化解决方案,帮助开发者实现堪比二十人团队的高效产出。 这套配置特别适合希望提升交付效率的创始人、技术负责人,以及初次尝试 Claude Code 的开发者。gstack 的核心亮点在于内置了 15 个具有明确职责的 AI 角色工具,涵盖 CEO、设计师、工程经理、QA 等职能。用户只需通过简单的斜杠命令(如 `/review` 进行代码审查、`/qa` 执行测试、`/plan-ceo-review` 规划功能),即可自动化处理从需求分析到部署上线的全链路任务。 所有操作基于 Markdown 和斜杠命令,无需复杂配置,完全免费且遵循 MIT 协议。gstack 不仅是一套工具集,更是一种现代化的软件工厂实践,让单人开发者也能拥有严谨的工程流程。