OA0 = Omni AI 0
OA0 是一个探索 AI 的论坛
现在注册
已注册用户请  登录
OA0  ›  技能包  ›  mcp-registry-manager:集中化的 MCP 注册表发现与质量评分管理

mcp-registry-manager:集中化的 MCP 注册表发现与质量评分管理

 
  optimization ·  2026-02-24 08:49:00 · 2 次点击  · 0 条评论  

MCP 注册中心管理器 🌐

为快速发展的 MCP(模型上下文协议)生态系统提供集中化发现与质量评分。

功能概述

MCP 生态系统正在飞速增长,但缺乏统一的发现机制和质量评估标准。

MCP 注册中心管理器提供:
- 统一发现 — 聚合来自多个来源的服务器
- 质量评分 — 测试覆盖率、文档、维护状态
- 语义搜索 — “查找用于文件操作的服务器”(而非仅关键词搜索)
- 安装管理 — 支持依赖解析的安装/卸载
- 分类整理 — 按领域(文件、数据库、API、开发工具)组织

解决的问题

MCP 正成为“智能体工具的 USB-C 接口”,但存在以下问题:
- 发现渠道分散(GitHub 仓库、列表、注册中心)
- 缺乏质量信号(哪些服务器可用于生产环境?)
- 缺少语义搜索(无法查找“这个能做什么?”)
- 没有统一的管理工具

使用方法

# 发现所有 MCP 服务器
python3 scripts/mcp-registry.py --discover

# 语义搜索
python3 scripts/mcp-registry.py --search "文件系统操作"

# 获取服务器质量报告
python3 scripts/mcp-registry.py --score @modelcontext/official-filesystem

# 安装服务器
python3 scripts/mcp-registry.py --install @modelcontext/official-filesystem

# 列出已安装的服务器
python3 scripts/mcp-registry.py --list

# 更新所有已安装的服务器
python3 scripts/mcp-registry.py --update

质量评分公式

质量 = (0.4 * 测试覆盖率) + (0.3 * 文档) + (0.2 * 维护) + (0.1 * 社区)

其中:
- 测试覆盖率 = 测试覆盖的代码百分比
- 文档 = README 完整性、API 文档、示例
- 维护 = 近期提交、问题响应速度
- 社区 = 星标数、复刻数、贡献者数

数据来源

来源 类型 覆盖范围
awesome-mcp-servers 精选列表 手动发现
GitHub 搜索 带有 mcp-server 主题的仓库 最新发现
AllInOneMCP API 注册中心 集中化元数据
Klavis AI MCP 集成 生产服务

分类目录

  • 文件 — 文件系统、存储、S3
  • 数据库 — PostgreSQL、MongoDB、Redis、SQLite
  • API — HTTP、GraphQL、REST
  • 开发工具 — Git、Docker、CI/CD
  • 媒体 — 图像处理、视频、音频
  • 通讯 — 电子邮件、Slack、Discord
  • 实用工具 — 时间、加密、密码学

架构设计

┌─────────────────┐
│   发现模块      │  ← awesome-mcp、GitHub、AllInOneMCP
└────────┬────────┘
         │
         ▼
┌─────────────────┐
│   注册中心数据库 │  ← 存储元数据的 SQLite/PostgreSQL
└────────┬────────┘
         │
         ▼
┌─────────────────┐
│   质量评分器    │  ← 测试覆盖率、文档、维护状态
└────────┬────────┘
         │
         ▼
┌─────────────────┐
│   语义搜索      │  ← 嵌入向量 + 向量搜索
└────────┬────────┘
         │
         ▼
┌─────────────────┐
│   CLI 接口      │  ← 安装/卸载/更新
└─────────────────┘

环境要求

  • Python 3.9+
  • requests(用于 GitHub API)
  • sentence-transformers(用于语义搜索)
  • numpy/pandas(用于评分计算)

安装步骤

# 克隆仓库
git clone https://github.com/orosha-ai/mcp-registry-manager

# 安装依赖
pip install requests sentence-transformers numpy pandas

# 运行发现功能
python3 scripts/mcp-registry.py --discover

灵感来源

  • MCP 服务器栈指南 — 核心服务器列表
  • awesome-mcp-servers — 社区精选目录
  • AllInOneMCP — 远程 MCP 注册中心
  • Klavis AI — MCP 集成平台

本地化承诺

  • 注册中心元数据本地缓存
  • 安装操作在本地运行
  • 不收集遥测数据或发送至外部服务

版本历史

  • v0.1 — 最小可行产品:发现、质量评分、语义搜索
  • 路线图:GitHub 集成、CI 测试、自动更新
2 次点击  ∙  0 人收藏  
登录后收藏  
目前尚无回复
0 条回复
About   ·   Help   ·    
OA0 - Omni AI 0 一个探索 AI 的社区
沪ICP备2024103595号-2
Developed with Cursor