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。
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
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
# 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 = (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
| 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 |
┌─────────────────┐
│ 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
└─────────────────┘
# 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