系列文章目录

借助MCP尝试创建自己的Agent（一）
借助MCP尝试创建自己的Agent（二）

---

---

构建Claude桌面版联网功能和Github仓库管理功能

MCP架构包括客户端（Client）、服务器（Server）和本地资源三个部分，上一篇博客中的天气查询服务与本文中的网页抓取和github仓库管理为服务器的拓展使用，本质上就是基于Claude桌面（Client），来扩展新的工具。本文将要添加的功能，网上有github资料库，分别是：

• Fetch server¹ : 抓取互联网网页内容，将内容提取为markdown格式文档
• github server ² ：通过Github API，实现文件操作、仓库管理、搜索等功能

---

一、实现github server

1. 功能展示

自动总结与查找仓库

MCP在github服务中添加了很多有趣的服务，可以让它帮忙总结某个主题下星最多的仓库，如帮我整理github上关于自动驾驶star最多的3个仓库

管理和创建仓库

帮我管理我的仓库，创建一个仓库：可以帮我创建一个关于LLMs算法的github仓库吗？我将用它作为LLMs的学习笔记仓库？

创建好的仓库还有模有样的，条理清晰，看上去很像那么回事：

2. 功能实现

开发者关于给出的实现样例封装的都很好，不需要再像天气服务那样一步步地配置文件，或者写python文件，可以直接通过docker或npx进行配置，下面我将介绍两种配置方式的具体操作。

通过npx配置

（1）确保你的系统中安装，并配置好了npx工具，在windows powershell中可以查看

npx --version

（2）在claude_desktop_config文件中配置下面的命令，输入github token即可，本节的最后会详细给出githubtoekn的获取过程

{
  "mcpServers": {
    "github": {
      "command": "npx",
      "args": [
        "-y",
        "@modelcontextprotocol/server-github"
      ],
      "env": {
        "GITHUB_PERSONAL_ACCESS_TOKEN": "<YOUR_TOKEN>"
      }
    }
  }
}

通过docker配置

其次是docker，其实docker也没有特别复杂，只是多了拉镜像的环节，我使用的docker 桌面版，如果使用docker方法，一定要确认docker是启动状态

（1）搜索相关需要的镜像，如找到mcp/github，直接拉取该镜像即可，使用命令行的朋友可以使用docker pull mcp/github拉取镜像，总之，要确保本地有该镜像

可以通过命令行的docker images命令查看是否存在该镜像

（2）在claude_desktop_config中加入以下内容

{
  "mcpServers": {
    "github": {
      "command": "docker",
      "args": [
        "run",
        "-i",
        "--rm",
        "-e",
        "GITHUB_PERSONAL_ACCESS_TOKEN",
        "mcp/github"
      ],
      "env": {
        "GITHUB_PERSONAL_ACCESS_TOKEN": "<YOUR_TOKEN>"
      }
    }
  }
}

github token获取

【点击个人头像】—【Settings】—【Developer settings】—【Personal access tokens】
点击生成新的token。如果你想让claude帮你管理你的仓库的话，那么在生成新的token时，一定要给这个token充足的权限。

以上便是Github server的所有内容，欢迎大家探索和使用新的功能。

---

二、实现Fetch Server

1. 功能实现

Fetch server的实现同样是给出了三种功能基于uvx，基于docker，基于pip installation，这些方法与github server的实现大同小异，配置好环境后，直接在claude_desktop_config添加即可。所以这里不再赘述，仅给出claude_desktop_config配置
uvx的直接添加即可，安装了uv后不需要额外安装

"mcpServers": {
  "fetch": {
    "command": "uvx",
    "args": ["mcp-server-fetch"]
  }
}

docker配置与第一节中的方法一致

"mcpServers": {
  "fetch": {
    "command": "docker",
    "args": ["run", "-i", "--rm", "mcp/fetch"]
  }
}

pip配置需要有python环境，并且安装pip install mcp-server-fetch，最后再到配置文件中配置

"mcpServers": {
  "fetch": {
    "command": "python",
    "args": ["-m", "mcp_server_fetch"]
  }
}

2. 发现问题与解决方案

有趣的是，配置好之后，重启claude客户端访问网页时，显示它并不能访问网页

但是可以将它训练时间之间（2024年4月）的网页整理为我想要的.html格式或者.markdown格式

所以，接下来将对该功能进行修复，基本思路参考借助MCP尝试创建自己的Agent（二）中关于天气查询服务设置的解决办法，查看源代码以解决问题.

这里我仅仅按照之前的操作配置了fetch文件需要的环境，将所有运行代码融合到了一个.py文件中， claude现在可以正常的总结网页的信息了，但是当我提供带有日期的链接给它时，它会觉得这是一个未来的日期，还是与它训练的时间有关系。

实验了好多次，发现该功能时而有效，时而无效…在arxiv上最新发布的论文信息是可以总结的，后续将再深入研究

---

通过最近这三篇博客，我们可以看到，通过claude客户端可以拓展各种各样的功能，拓展方式可以是利用网上编辑好的资源，也可以用过python代码自己DIY。从这几次实践中，我发现MCP的server功能，本质上是定义一个可供LLMs识别的工具的API接口，然后通过LLMs（客户端）调用这些工具接口来完成这些任务。 所以，理论上来说，通过开发更多的工具和API接口，能丰富LLMs的功能，让它称为自己称手的agent。

以上便是今天的MCP学习分享，我是会编程的加缪,欢迎关注我，与我交流！

---

1. Fetch MCP server ↩︎

2. Github MCP server ↩︎