acuvity/mcp-server-base

您可以使用以下"一键式"链接立即开始：

全局范围

按ctrl + shift + p并输入Preferences: Open User Settings JSON，添加以下部分：

json
{
  "mcp": {
    "servers": {
      "acuvity-mcp-server-base": {
        "command": "docker",
        "args": [
          "run",
          "-i",
          "--rm",
          "--read-only",
          "docker.io/acuvity/mcp-server-base:1.0.13"
        ]
      }
    }
  }
}

工作区范围

在您的工作区中创建.vscode/mcp.json文件，并添加以下部分：

json
{
  "servers": {
    "acuvity-mcp-server-base": {
      "command": "docker",
      "args": [
        "run",
        "-i",
        "--rm",
        "--read-only",
        "docker.io/acuvity/mcp-server-base:1.0.13"
      ]
    }
  }
}

若要传递密钥，您应使用Visual Studio Code文档中描述的promptString输入类型。

在~/.codeium/windsurf/mcp_config.json中添加以下部分：

json
{
  "mcpServers": {
    "acuvity-mcp-server-base": {
      "command": "docker",
      "args": [
        "run",
        "-i",
        "--rm",
        "--read-only",
        "docker.io/acuvity/mcp-server-base:1.0.13"
      ]
    }
  }
}

更多信息请参见Windsurf文档。

将以下JSON块添加到您的mcp配置文件：

• 全局范围：~/.cursor/mcp.json
• 项目范围：.cursor/mcp.json

json
{
  "mcpServers": {
    "acuvity-mcp-server-base": {
      "command": "docker",
      "args": [
        "run",
        "-i",
        "--rm",
        "--read-only",
        "docker.io/acuvity/mcp-server-base:1.0.13"
      ]
    }
  }
}

更多信息请参见cursor文档。

在claude_desktop_config.json配置文件中添加以下部分：

json
{
  "mcpServers": {
    "acuvity-mcp-server-base": {
      "command": "docker",
      "args": [
        "run",
        "-i",
        "--rm",
        "--read-only",
        "docker.io/acuvity/mcp-server-base:1.0.13"
      ]
    }
  }
}

更多信息请参见Anthropic文档。

本地运行

python
async with MCPServerStdio(
    params={
        "command": "docker",
        "args": ["run","-i","--rm","--read-only","docker.io/acuvity/mcp-server-base:1.0.13"]
    }
) as server:
    tools = await server.list_tools()

远程运行

python
async with MCPServerSse(
    params={
        "url": "http://<ip>:<port>/sse",
    }
) as server:
    tools = await server.list_tools()

更多信息请参见https://openai.github.io/openai-agents-python/mcp/%E3%80%82

在您的客户端配置中设置：

• 命令：docker
• 参数：run -i --rm --read-only docker.io/acuvity/mcp-server-base:1.0.13

直接运行：

console
docker run -it -p 8000:8000 --rm --read-only docker.io/acuvity/mcp-server-base:1.0.13

然后在您的应用/客户端中，可配置为：

json
{
  "mcpServers": {
    "acuvity-mcp-server-base": {
      "url": "http://localhost:8000/sse"
    }
  }
}

您可能需要为不同工具使用不同端口。

本节假设您熟悉TLS和证书，需要：

• 具有正确DNS/IP字段的服务器证书，匹配您的工具部署。
• 用于签署客户端证书的client-ca。

1. 以backend模式启动服务器：

   • 添加环境变量：-e MINIBRIDGE_MODE=backend
   • 通过卷添加TLS证书（推荐），例如/certs：-v $PWD/certs:/certs
   • 指示minibridge使用这些证书：
     • -e MINIBRIDGE_TLS_SERVER_CERT=/certs/server-cert.pem
     • -e MINIBRIDGE_TLS_SERVER_KEY=/certs/server-key.pem
     • -e MINIBRIDGE_TLS_SERVER_KEY_PASS=optional
     • -e MINIBRIDGE_TLS_SERVER_CLIENT_CA=/certs/client-ca.pem

2. 本地以frontend模式启动minibridge：

   • 获取适用于您操作系统的https://github.com/acuvity/minibridge%E4%BA%8C%E8%BF%9B%E5%88%B6%E6%96%87%E4%BB%B6%E3%80%82

在您的客户端配置中，Minibridge像任何其他STDIO命令一样工作。例如Claude Desktop：

json
{
  "mcpServers": {
    "acuvity-mcp-server-base": {
      "command": "minibridge",
      "args": ["frontend", "--backend", "wss://<remote-url>:8000/ws", "--tls-client-backend-ca", "/path/to/ca/that/signed/the/server-cert.pem/ca.pem", "--tls-client-cert", "/path/to/client-cert.pem", "--tls-client-key", "/path/to/client-key.pem"]
    }
  }
}

就是这样。Minibridge提供了许多额外功能，请访问wiki获取分步指南。如有任何不清楚的地方，请随时联系我们！

Chart设置要求

此Chart需要一些必填信息才能安装。

可选密钥:

• ALCHEMY_API_KEY：设置为secrets.ALCHEMY_API_KEY，可通过.value或现有.valueFrom。
• COINBASE_API_KEY_NAME：设置为secrets.COINBASE_API_KEY_NAME，可通过.value或现有.valueFrom。
• COINBASE_API_PRIVATE_KEY：设置为secrets.COINBASE_API_PRIVATE_KEY，可通过.value或现有.valueFrom。
• COINBASE_PROJECT_ID：设置为secrets.COINBASE_PROJECT_ID，可通过.value或现有.valueFrom。
• OPENROUTER_API_KEY：设置为secrets.OPENROUTER_API_KEY，可通过.value或现有.valueFrom。
• PINATA_JWT：设置为secrets.PINATA_JWT，可通过.value或现有.valueFrom。
• SEED_PHRASE：设置为secrets.SEED_PHRASE，可通过.value或现有.valueFrom。

可选环境变量:

• CHAIN_ID=""：可通过env.CHAIN_ID=""修改。

安装方法

您可以查看Chart的README：

console
helm show readme oci://docker.io/acuvity/mcp-server-base --version 1.0.0

您可以查看可配置的values：

console
helm show values oci://docker.io/acuvity/mcp-server-base --version 1.0.0

使用Helm安装：

console
helm install mcp-server-base oci://docker.io/acuvity/mcp-server-base --version 1.0.0

默认情况下，您的MCP服务器mcp-server-base可通过集群内的Kubernetes Service mcp-server-base在端口8000上通过http/sse访问。您可以通过查看values.yaml文件的service部分进行修改。

监控方法

部署将创建一个带有healthPort的Kubernetes服务，用于存活探针和就绪探针。此健康端口也可用于您选择的监控堆栈，并在/metrics路径下暴露指标。

有关设置和运行时安全（包括防护规则激活）的更多详细信息，请参见完整的Charts https://github.com/acuvity/mcp-servers-registry/tree/main/mcp-server-base/charts/mcp-server-base/README.md%E3%80%82