# Mcpstore > 开盒即用的优雅管理mcp服务 | 结合Agent框架 | 作者听劝 | 已发布pypi | Vue页面demo - **Type:** MCP server - **Install:** `agentstack add mcp-ip2a-mcpstore` - **Verified:** Yes — security-reviewed for prompt injection and unsafe behavior - **Seller:** [ip2a](https://agentstack.voostack.com/s/ip2a) - **Installs:** 0 - **Category:** [Developer Tools](https://agentstack.voostack.com/c/developer-tools) - **Latest version:** 0.1.0 - **License:** MIT - **Upstream author:** [ip2a](https://github.com/ip2a) - **Source:** https://github.com/ip2a/mcpstore - **Website:** https://doc.mcpstore.wiki/ ## Install ```sh agentstack add mcp-ip2a-mcpstore ``` Requires the [AgentStack CLI](https://agentstack.voostack.com/docs/cli). Works with Claude Code, Cursor, and any MCP-compatible agent. ## About ███ ███ ██████ ███████ ██████ ████████ ██████ ██████ ███████ ████ ████ ██ ██ ██ ██ ██ ██ ██ ██ ██ ██ ██ ████ ██ ██ ███████ ██████ ██ ██ ██ ██████ █████ ██ ██ ██ ██ ██ ██ ██ ██ ██ ██ ██ ██ ██ ██ ██████ ██ ██████ ██ ██████ ██ ██ ███████ --- [English](README_en.md) | [简体中文](README_zh.md) [在线体验](https://web.mcpstore.wiki) | [详细文档](https://doc.mcpstore.wiki/) | [快速使用](###简单示例) ### mcpstore 是什么？ 开发者最佳的mcp管理包 快速维护mcp服务并应用 ### 快速开始 ```bash pip install mcpstore ``` ### Rust-first 架构 当前 `mcpstore` 以 Rust 作为唯一真实运行时： - `mcpstore api` 由 Rust 二进制直接启动完整 HTTP API 服务 - `mcpstore mcp-server` 由 Rust 二进制直接暴露 MCP Server，支持 `stdio` 和 `streamable-http` - Python 包主要提供 PyO3 store facade、稳定的 Python SDK 入口，以及 Python 生态 adapter 如果你只想把 `mcpstore` 当成独立服务使用，优先直接调用 Rust CLI： ```bash mcpstore api --config-path ./mcp.json --port 18200 mcpstore mcp-server --config-path ./mcp.json mcpstore mcp-server --config-path ./mcp.json --transport streamable-http --port 18300 --path /mcp ``` ### 简单示例 一切的开始：初始化一个store ```python from mcpstore import MCPStore store = MCPStore.setup_store() ``` 现在你获得了一个 `store`，利用`store`去使用你的MCP服务，`store` 会维护和管理这些 MCP 服务。 #### 给store添加第一个服务 ```python #在上面的代码下面加入 store.for_store().add_service({"mcpServers": {"mcpstore_wiki": {"url": "https://www.mcpstore.wiki/mcp"}}}) store.for_store().wait_service("mcpstore_wiki") ``` `add_service`方法支持多种mcp服务配置格式，。`wait_service`用来等待服务就绪。 #### 将mcp适配转为langchain需要的对象 ```python #在上面的代码下面加入 tools = store.for_store().for_langchain().list_tools() print("loaded langchain tools:", len(tools)) ``` 轻松将mcp服务转为langchain可以直接使用的tools列表 ##### 框架适配 积极支持更多的框架 | 已支持框架 | 获取工具 | | --- | --- | | LangChain | `tools = store.for_store().for_langchain().list_tools()` | | LangGraph | `tools = store.for_store().for_langgraph().list_tools()` | | AutoGen | `tools = store.for_store().for_autogen().list_tools()` | | CrewAI | `tools = store.for_store().for_crewai().list_tools()` | | LlamaIndex | `tools = store.for_store().for_llamaindex().list_tools()` | #### 代码中使用 以langchain为例 ```python #添加上面的代码 from langchain.agents import create_agent from langchain_openai import ChatOpenAI llm = ChatOpenAI( temperature=0, model="your-model", api_key="sk-*****", base_url="https://api.xxx.com" ) agent = create_agent(model=llm, tools=tools, system_prompt="你是一个助手，回答的时候带上表情") events = agent.invoke({"messages": [{"role": "user", "content": "mcpstore怎么添加服务？"}]}) print(events) ``` 如你所见。这里的langchain的agent可以正常的调用你通过`sotre`管理的mcp服务了。 #### 为 Agent 分组 使用 `for_agent(agent_id)` 实现分组 ```python #不同的agent需要不同的mcp的集合 agent_id1 = "agent1" store.for_agent(agent_id1).add_service({"name": "mcpstore_wiki", "url": "https://www.mcpstore.wiki/mcp"}) agent_id2 = "agent2" store.for_agent(agent_id2).add_service({"name": "gitodo", "command": "uvx", "args": ["gitodo"]}) agent1_tools = store.for_agent(agent_id1).list_tools() agent2_tools = store.for_agent(agent_id2).list_tools() ``` `store.for_agent(agent_id)` 与 `store.for_store()` 镜像大部分函数接口， `agent` 的分组是 `store` 的逻辑子集。 通过为不同 `agent` 隔离mcp服务，避免上下文过长,并由 `sotre` 统一维护。 #### Rust API 与 MCP Server 当前推荐直接使用 Rust CLI 暴露服务，而不是再依赖历史 Python hub 接口： ```bash # 启动 Rust HTTP API mcpstore api --config-path ./mcp.json --host 127.0.0.1 --port 18200 # 以 stdio 启动 Rust MCP Server mcpstore mcp-server --config-path ./mcp.json # 以 streamable-http 启动 Rust MCP Server mcpstore mcp-server --config-path ./mcp.json --transport streamable-http --host 127.0.0.1 --port 18300 --path /mcp ``` Python 侧已不再提供嵌入式 API server；请直接使用 Rust CLI 启动服务。 #### 常用接口 | 动作 | 命令示例 | |-------------|----------------------------------------------------------------------------------------| | 定位服务 | `store.for_store().find_service("service_name")` | | 更新服务 | `store.for_store().update_service("service_name", new_config)` | | 增量更新 | `store.for_store().patch_service("service_name", {"headers": {"X-API-Key": "..."}})` | | 删除服务 | `store.for_store().delete_service("service_name")` | | 重启服务 | `store.for_store().restart_service("service_name")` | | 断开服务 | `store.for_store().disconnect_service("service_name")` | | 健康检查 | `store.for_store().check_services()` | | 查看配置 | `store.for_store().show_config()` | | 服务详情 | `store.for_store().service_info("service_name")` | | 等待就绪 | `store.for_store().wait_service("service_name", timeout=30)` | | 列出agent | `store.for_store().list_agents()` | | 列出服务 | `store.for_store().list_services()` | | 列出工具 | `store.for_store().list_tools()` | | 列出资源 | `store.for_store().list_resources()` | | 读取资源 | `store.for_store().read_resource("resource://uri")` | | 列出 Prompts | `store.for_store().list_prompts()` | | 获取 Prompt | `store.for_store().get_prompt("prompt_name", {"k": "v"})` | | 执行工具 | `store.for_store().call_tool("tool_name", {"k": "v"})` | #### 数据源热拔插和共享 支持使用 KV 数据库作为共享缓存后端(如redis)，用于跨进程/多实例共享服务与工具 ```bash pip install mcpstore[redis] #或直接 单独 pip install redis #或者其他 pyvk 支持的数据库 ``` ##### 快速使用 ```python from mcpstore import MCPStore from mcpstore.config import RedisConfig redis_config = RedisConfig( host="127.0.0.1", port=6379, password=None, namespace="demo_namespace" # 隔离前缀，防冲突 ) store = MCPStore.setup_store(cache=redis_config) ``` 在 `cache` 定义好数据库配置的情况下，所有的数据将由数据保存，也就意味着不同实例的 `store` 只要可以访问到该数据库，就可以共享mcp服务数据以及协同. 也就意味着，你可以通过分布式的方式管理你的mcp服务，在资源受限的环境下可以共享使用由 `store` 维护好的mcp服务。 你可以在资源充足的环境启动 `RedisConfig` 配置过的 `store`。 然后在若干个资源首先的环境下，可以通过 `only_db` 的方式，放弃管理和维护mcp服务，所有的对mcp服务的操作会以事件的形式通知被共享的环境去维护 `store` 和进程。 ```python from mcpstore import MCPStore from mcpstore.config import RedisConfig redis_config = RedisConfig( host="127.0.0.1", port=6379, password=None, namespace="demo_namespace" #使用相同的命名空间来隔离同一个数据库里的不同键 ) store = MCPStore.setup_store(cache=redis_config, only_db=True) #这里配置only_db store.for_store().list_services() ``` 更多细节参考 `setup_store` 配置见文档 ### API 与 MCP 服务 当前版本已经内置 Rust API 与 Rust MCP Server： - `mcpstore api`：启动完整 HTTP API 服务 - `mcpstore mcp-server`：启动 MCP Server 因此，对外服务能力应优先理解为 Rust-first；Python 不再承载独立的 API / MCP 核心实现。 ### docker部署 提供了一些 `docker` 的配置方便大家尝试，本项目的初衷是做一个更方便好用的 `mcp` 管理的包，并不偏向于完成一个项目的构建，所以项目设计的可能不太完善和成熟，欢迎大家提出意见谢谢 ## Star History [](https://star-history.com/#whillhill/mcpstore&Date) --- McpStore 仍在高频更新中，欢迎反馈与建议。 ## Source & license This open-source MCP server is cataloged on AgentStack and links to its original source — we do not rehost the code. - **Author:** [ip2a](https://github.com/ip2a) - **Source:** [ip2a/mcpstore](https://github.com/ip2a/mcpstore) - **License:** MIT - **Homepage:** https://doc.mcpstore.wiki/ Install and usage instructions live in the source repository linked above. ## Pricing - **Free** — Free ## Security capabilities Automated source analysis of v0.1.0 — what this tool can access: - **Network access:** no - **Filesystem access:** no - **Shell / process execution:** no - **Environment & secrets:** no - **Dynamic code execution:** no *"Yes" means the capability is present in the source — more access means more to trust, not that it is unsafe.* ## Versions - **0.1.0** — security scan: passed — Imported from the upstream source. ## Links - Listing page: https://agentstack.voostack.com/l/mcp-ip2a-mcpstore - Seller: https://agentstack.voostack.com/s/ip2a - Browse the marketplace: https://agentstack.voostack.com/browse --- Listed on AgentStack — the marketplace for AI agent skills and MCP servers. Every listing is security-reviewed. Creators keep 70%.