Adam Pippert 多服务协议中枢

你是否曾经希望自己的AI助手能够同时操作GitHub、查询Google地图、执行网页自动化，还能持久化存储数据？如果为每一个服务都单独配置一个MCP服务器，不仅繁琐，还难以管理。今天要介绍的开源项目多服务协议中枢，正是为了解决这个痛点而诞生的。它是一个模块化的MCP服务器，通过统一的网关，将多种服务集成到了一个平台中。

需要特别说明的是，该项目已不再维护。作者AdamPippert明确表示，由于小型模型存在内存问题，他更倾向于使用独立的容器化服务器提供者。不过，代码仍然公开，可供有需要的人参考或尝试。

项目基本信息

信息项	详情
项目名称	多服务协议中枢
GitHub地址	https://github.com/AdamPippert/mcp-server
项目描述	一个实现模型上下文协议标准的模块化服务器，提供通过统一网关与GitHub、GitLab、Google地图、内存存储和网络自动化交互的工具。
作者	AdamPippert
开源协议	MIT License
开源状态	公开状态（已不再维护）
Languages	Python, JavaScript
支持平台	Windows / macOS / Linux
最后更新	2026-04-23

一、项目介绍

多服务协议中枢是一个实现了MCP标准的模块化服务器。它的核心设计理念是“统一网关，模块化工具”。你可以通过一个统一的API端点，调用GitHub、GitLab、Google地图、内存存储和Puppeteer网页自动化等多种工具，而无需为每个服务单独配置MCP服务器。

这个项目的架构非常清晰：服务器提供一个MCP网关端点，负责接收和路由所有工具请求；每个工具都作为独立模块实现，可以根据需要轻松添加或移除。它还提供了MCP清单端点，用于描述所有可用工具及其功能。

尽管项目已不再维护，但其设计思路对于理解MCP架构、学习如何集成多种服务仍有一定参考价值。

二、核心优势（基于原始设计）

统一网关，多服务集成

通过一个MCP服务器，就能访问GitHub、GitLab、Google地图、内存存储和网页自动化等多种服务，避免了为每个服务单独配置服务器的繁琐。

模块化设计

每个工具都是独立的模块，可以轻松添加、移除或替换。这种设计使得服务器非常灵活，易于扩展。

多种访问方式

除了统一的MCP网关，每个工具也可以通过自己的API端点直接访问。这为不同场景提供了灵活的选择。

容器化支持

提供Docker和Podman部署支持，方便在生产环境中运行。特别对Red Hat系Linux（RHEL、CentOS、Fedora）有良好的支持。

丰富的工具集

包含5大类工具，每类工具都有多个操作，覆盖了开发者和AI代理常见的需求。

三、适用场景（历史参考）

开发者学习和参考

如果你想学习如何设计一个模块化的MCP服务器，或者如何将多个外部API集成到MCP中，这个项目作为参考。但请注意它已不再维护。

个人项目临时使用

如果你需要快速搭建一个集成了多种服务的MCP环境，且不介意使用不再维护的项目，可以短期尝试。

理解MCP架构

通过研究这个项目的代码和架构，可以加深对MCP协议和模块化设计的理解。

四、安装教程（旧版，仅供参考）

系统要求

工具	用途	下载/安装方式
Python	后端运行环境	[https://python.org/] （版本要求：3.8 或以上）
Node.js	Puppeteer依赖	[https://nodejs.org/] （版本要求：14.0 或以上）
Git	下载项目代码	[https://git-scm.com/]

旧版安装步骤

第一步：克隆项目并安装依赖

git clone https://github.com/AdamPippert/mcp-server.git
cd mcp-server
pip install -r requirements.txt
npm install

第二步：配置环境变量

创建.env文件，配置你需要使用的服务的API密钥：

SECRET_KEY=你的密钥
DEBUG=False

# GitHub配置（可选）
GITHUB_TOKEN=你的GitHub令牌

# GitLab配置（可选）
GITLAB_TOKEN=你的GitLab令牌

# Google地图配置（可选）
GMAPS_API_KEY=你的Google地图API密钥

# 内存配置（可选）
MEMORY_DB_URI=sqlite:///memory.db

# Puppeteer配置（可选）
PUPPETEER_HEADLESS=true
CHROME_PATH=/usr/bin/chromium-browser

第三步：启动服务器

python app.py

服务器默认运行在5000端口。

第四步：使用MCP网关

通过HTTP POST请求调用MCP网关：

POST /mcp/gateway
{
  "tool": "github",
  "action": "listRepos",
  "parameters": {
    "username": "octocat"
  }
}

五、使用示例（旧版）

示例1：通过MCP网关调用GitHub工具

请求：

{
  "tool": "github",
  "action": "searchRepos",
  "parameters": {
    "q": "mcp-server"
  }
}

响应：返回匹配的仓库列表。

示例2：直接访问Puppeteer工具

截图请求：POST /tool/puppeteer/screenshot

{
  "url": "https://example.com",
  "fullPage": true
}

提取网页内容：POST /tool/puppeteer/extract

{
  "url": "https://example.com",
  "selectors": ["h1", "p"]
}

示例3：使用Google地图工具

地理编码请求：POST /tool/gmaps/geocode

{
  "address": "1600 Amphitheatre Parkway, Mountain View, CA"
}

地点搜索：

{
  "query": "coffee shops in Seattle",
  "location": "47.6062,-122.3321",
  "radius": 5000
}

示例4：使用内存工具持久化数据

存储数据：POST /tool/memory/set

{
  "key": "user_preference",
  "value": "dark_mode",
  "metadata": {
    "created_by": "ai_assistant"
  }
}

检索数据：GET /tool/memory/get?key=user_preference

示例5：获取MCP清单

GET /mcp/manifest

返回所有可用工具及其操作的完整描述，包括参数和返回值格式。

六、容器化部署（旧版）

Docker部署

# 构建镜像
docker build -t mcp-server .

# 运行容器
docker run -p 5000:5000 --env-file .env mcp-server

Podman部署（针对Red Hat系统）

# 构建镜像
podman build -t mcp-server .

# 运行容器（注意SELinux的:Z标志）
podman run -p 5000:5000 --env-file .env -v ./data:/app/data:Z mcp-server

七、总结

多服务协议中枢是一个设计思路清晰、架构模块化的MCP服务器。它通过统一网关集成了GitHub、GitLab、Google地图、内存存储和Puppeteer等多种工具，展示了MCP协议在实际应用中的潜力。

然而，该项目已不再维护。作者明确指出，由于小型模型存在内存问题，他更倾向于使用独立的容器化服务器提供者，而非单一的路由提供者。这意味着：

不建议在新项目中使用此项目
代码仅作为参考和学习用途
生产环境请寻找其他活跃维护的替代方案

对于开发者，这个项目的价值在于：

学习模块化MCP服务器的设计思路
理解如何将多个外部API封装成MCP工具
参考其架构，但使用更现代、更活跃的框架重新实现

如果你需要一个活跃维护的多服务MCP解决方案，建议寻找独立的、容器化的MCP服务器，或者考虑使用Apify、Smithery等托管平台。

登录

注册账号