
mcp-use
mcp-use 是一個開放原始碼 SDK 和雲端平台,透過提供單一端點來啟動、聚合和管理 MCP 伺服器,從而簡化了 MCP(模型上下文協定)代理的建構和部署,且零摩擦。
https://mcp-use.com/?ref=producthunt&utm_source=aipure

產品資訊
更新時間:2025年08月14日
什麼是 mcp-use
mcp-use 是一個全面的解決方案,透過模型上下文協定 (MCP) 彌合了 AI 模型與外部工具/服務之間的差距。它提供開放原始碼函式庫(適用於 Python 和 TypeScript)和託管雲端平台,用於處理 MCP 伺服器部署、路由、身份驗證和監控。該平台受到 IBM、NVIDIA、Oracle 等主要公司的信任,使開發人員可以更輕鬆地建構可以與各種資料來源和工具無縫互動的 AI 應用程式。
mcp-use 的主要功能
mcp-use 是一個開源庫和雲平台,簡化了 MCP(模型上下文協議)伺服器與 AI 應用程式的整合。它為管理多個 MCP 伺服器提供了一個統一的閘道,提供身份驗證、路由、監控和部署選項等功能,包括託管、臨時或本地伺服器。該平台使開發人員可以輕鬆地將任何 LLM 連接到 MCP 伺服器,並構建自定義代理,而無需依賴封閉源解決方案。
統一閘道管理: 提供單個端點來路由、驗證和負載平衡所有 MCP 伺服器,並具有內置的 OAuth、ACL、指標和追蹤功能
靈活的部署選項: 支持多種部署模型,包括完全託管的雲伺服器、沙盒本地 VM 和第三方伺服器整合
簡單的代理創建: 只需幾行代碼即可創建 AI 代理,並具有自動配置和結果流式傳輸功能
內置安全功能: 包括全面的安全功能,具有身份驗證、授權和安全伺服器路由
mcp-use 的使用案例
企業工具整合: IBM、NVIDIA 和 Oracle 等大型公司使用 mcp-use 將其內部工具和數據源與 AI 模型整合
開發環境增強: 與開發工具和 IDE 整合,以提供 AI 輔助的編碼和文檔功能
數據源連接: 將 AI 模型連接到各種數據源,如 Google Drive、Slack 和自定義數據庫,以增強上下文和功能
優點
易於實施,只需最少的設置
全面的安全和監控功能
靈活的部署選項,以滿足不同的需求
缺點
依賴於 AI 模型的能力
仍然是一個不斷發展的生態系統,存在潛在的穩定性問題
如何使用 mcp-use
安裝 mcp-use: 使用 pip 安裝 Python 函式庫 (pip install mcp-use) 或使用 npm 安裝 TypeScript/JavaScript 函式庫 (npm install mcp-use)
設定環境: 使用 dotenv 載入環境變數,並確保您已安裝 Python 3.10+ 並配置所需的 API 金鑰
建立 MCP 配置: 建立一個配置字典,定義您的 MCP 伺服器,其中包含必要的參數,例如 command、args 和環境變數
初始化 MCPClient: 使用 MCPClient.from_dict(config) 和您的配置建立一個 MCPClient 實例
設定 LLM: 初始化您選擇的 LLM(例如,OpenAI、Anthropic、Groq 等),該 LLM 支援函式呼叫
建立 MCPAgent: 使用您的 LLM 和 MCPClient 初始化一個 MCPAgent,指定 max_steps 等參數
執行查詢: 使用 agent.run() 或 agent.astream() 方法執行查詢並接收結果,其中 astream 提供即時回饋
處理工具權限: 當工具被調用時,透過「允許」下拉式選項批准它們在目前會話或未來的使用
監控和除錯: 使用日誌記錄(而不是 print 語句)來除錯和監控工具執行和伺服器回應
擴展部署: 您可以選擇部署到 Cloudflare 等雲端服務以進行遠端存取,或者使用 mcp-use 雲端平台進行託管
mcp-use 常見問題
MCP-use是一個函式庫和雲端平台,可協助建置和部署MCP(模型上下文協定)代理程式。它標準化應用程式向LLM提供上下文的方式,類似於USB-C提供連接設備的標準化方式。