标签: MCP服务器

  • Desktop Commander MCP:让 AI 直接掌控你的终端与文件系统

    Desktop Commander MCP:让 AI 直接掌控你的终端与文件系统

    Desktop Commander MCP

    一、项目简介

    Desktop Commander MCP 是一个为 Claude、Cursor、VS Code、Claude Code 等 AI 编程客户端提供「终端控制 + 文件系统搜索 + 差异文件编辑」能力的 MCP(Model Context Protocol)服务器。它让你的 AI 助手不再只会「动嘴」,而是能在你的本地电脑上真正「动手」——开终端、搜文件、改代码、跑命令、看结果,一条龙闭环。

    项目由 wonderwhy-er 维护,目前 GitHub 收获 6,700+ Stars、882 Forks,采用 MIT 协议开源,底层用 TypeScript 实现,跨 Windows / macOS / Linux 全平台可用。

    二、安装要求与过程

    环境要求

    • Node.js(推荐 18+;或改用 Docker 方式,无需安装 Node);
    • 一个支持 MCP 的客户端:Claude Desktop / Cursor / VS Code / Claude Code / Codex / Gemini CLI / Windsurf 等;
    • 操作系统:Windows、macOS、Linux 均可。

    快速安装(以 Claude Desktop 为例,npx 自动更新)

    npx @wonderwhy-er/desktop-commander@latest setup

    或手动在 claude_desktop_config.json 中添加:

    {
      "mcpServers": {
        "desktop-commander": {
          "command": "npx",
          "args": ["-y", "@wonderwhy-er/desktop-commander@latest"]
        }
      }
    }

    其他客户端一句话安装

    # Claude Code
    claude mcp add --scope user desktop-commander -- npx -y @wonderwhy-er/desktop-commander@latest
    
    # Codex
    codex mcp add desktop-commander -- npx -y @wonderwhy-er/desktop-commander@latest
    
    # Qwen Code
    qwen mcp add desktop-commander -- npx -y @wonderwhy-er/desktop-commander@latest

    不想装 Node?直接用 Docker 一键脚本(install-docker.sh / install-docker.ps1)启动;也可以通过 Smithery、Cursor 的 MCP 安装链接等图形化方式添加。

    三、核心功能

    1. 增强型终端控制:运行长时间命令、管理交互式进程(start_process / interact_with_process / read_process_output / force_terminate)、会话管理,并支持指定 bash / zsh 等 shell。
    2. 完整文件系统操作:读 / 写 / 移动 / 递归列目录、按文件名与内容搜索(基于 vscode-ripgrep 的递归搜索)、读取文件元数据、负偏移 tail 读取超大日志。
    3. 差异文件编辑(edit_block):精准 SEARCH/REPLACE 替换、模糊回退、字符级 diff、多文件与正则模式替换,像资深工程师一样做「外科手术式」修改,而不是整文件重写。
    4. 即时数据分析与办公文档:在内存中直接跑 Python / Node / R 代码;原生读写 Excel(.xlsx/.xls/.xlsm)、PDF、DOCX;直接分析 CSV / JSON,数据不出本机。
    5. 企业级安全与可观测:符号链接遍历防护、命令黑名单、Docker 隔离、全面审计日志(10MB 轮转)、动态配置无需重启。

    四、典型使用场景

    • 大型代码库重构:让 Claude 用 ripgrep 递归搜出所有调用某函数的地方,逐文件用 edit_block 做差异修改。社区里有用户用它一次性修完 23 个文件、76 个错误的 Svelte 5 项目,速度远超传统 AI 编码体验。
    • 本地数据分析:把 Downloads 里的 CSV 丢给 Agent,它直接在内存里跑 Python 做清洗、统计、画图,全程不离开本机,隐私可控。
    • 自动化日常办公:自动按文件类型整理 Downloads、找出重复照片、把 Excel 报表转成图表或 Markdown,把重复的体力活交给 AI。

    五、推荐理由

    一句话总结:这是目前我用过「最像把 AI 变成真同事」的 MCP 工具。它不只是一个文件服务器,而是把「读代码 → 改代码 → 跑命令 → 看结果」的闭环搬进了对话框。

    最香的是差异编辑(edit_block)——AI 不再整文件重写,而是精准打补丁,token 消耗更低、上下文更稳,长时间对话也不容易「翻车」。配合 Claude Code / Cursor,几乎可以取代一部分 IDE 操作,Vibe Coding 体验拉满。

    唯一要留意的是权限边界:它默认能跑任意终端命令,建议在配置里用 allowedDirectories 限定工作目录,并保持审计日志开启。整体来说,开源 MIT、跨平台、一行命令装好,强烈推荐给所有做 AI 编程的人。

    六、下载地址

  • LangFlow:150K+Stars可视化AI工作流构建器,低代码开发AI应用首选

    LangFlow:150K+Stars可视化AI工作流构建器,低代码开发AI应用首选

    LangFlow可视化AI工作流构建器


    🚀 项目简介

    LangFlow 是一款150K+ Stars 的可视化AI工作流与智能体构建平台,提供拖拽式画布编排界面,支持所有主流大语言模型、向量数据库与AI工具。可将工作流一键部署为API或MCP服务器,大幅降低AI应用开发门槛。

    项目由LangFlow-AI团队维护,采用MIT开源许可,支持自托管与云端部署,是低代码开发AI应用的首选工具之一。


    ⚙️ 安装要求和过程

    环境要求

    • Python 3.10–3.14 版本
    • 推荐包管理器:uv(可选,也可用pip)
    • 可选:Docker 20.10+(容器化部署)

    快速安装步骤(本地部署推荐)

    1. 安装依赖:确保已安装Python 3.10+和uv包管理器
    2. 安装LangFlow:运行 uv pip install langflow -U
    3. 启动服务:运行 uv run langflow run
    4. 访问使用:打开浏览器访问 http://127.0.0.1:7860 即可开始编排工作流

    👍 其他部署方式

    • 桌面版:下载LangFlow Desktop(支持Windows/macOS),无需管理Python环境,开箱即用
    • Docker部署:运行 docker run -p 7860:7860 langflowai/langflow:latest
    • 源码运行:克隆仓库后运行 make run_cli

    💡 核心功能

    • 🎨 可视化拖拽编排:提供直观的画布界面,无需编写代码即可快速搭建AI工作流与智能体,支持实时迭代调试
    • 🔧 全栈自定义能力:所有组件均开放Python源码,支持自定义组件逻辑,满足复杂业务需求
    • 🚀 一键部署集成:可将工作流直接部署为REST API,或导出为MCP服务器,无缝集成到各类应用与AI框架中
    • 🤖 多智能体编排:支持对话管理、检索增强与多智能体协作,可构建复杂的企业级AI应用
    • 📊 可观测性集成:原生支持LangSmith、LangFuse等可观测性工具,实时监控工作流运行状态

    📦 典型使用场景

    📈 场景1:快速AI原型开发

    通过拖拽组件快速搭建RAG问答、内容生成、数据分析等AI应用原型,无需编写后端代码,大幅缩短开发周期。

    📈 场景2:企业级AI工具部署

    将内部业务工作流封装为MCP服务器或API,供企业内部系统与AI智能体调用,实现业务流程自动化。

    📈 场景3:低代码AI教学演示

    通过可视化界面演示AI工作流原理,适合教学、技术分享场景,降低AI应用的理解门槛。


    ⭐ 推荐理由

    作为AI应用开发者,LangFlow最大的优势是平衡了低代码易用性与高度自定义能力:新手可以通过拖拽快速上手,资深开发者可以通过Python自定义组件实现复杂逻辑,无需被平台绑定。

    另外,原生支持MCP协议是一大亮点,可将工作流直接转化为AI智能体可调用的工具,完美适配当前的AI智能体开发潮流。社区活跃度极高,150K+ Stars与近万Fork数量保证了项目的长期维护与生态扩展能力。


    📥 下载地址

  • 【开源推荐】chrome-devtools-mcp:43.5K+ Stars!Google官方出品,让AI编程助手直接操控Chrome浏览器

    【开源推荐】chrome-devtools-mcp:43.5K+ Stars!Google官方出品,让AI编程助手直接操控Chrome浏览器

    🔥 GitHub 热门 AI 开源项目

    chrome-devtools-mcp

    43.5K+ Stars · Google Chrome 官方团队出品 · MCP 协议 · 浏览器自动化

    📌 项目简介

    chrome-devtools-mcp 是 Google Chrome DevTools 团队官方开源的 MCP(Model Context Protocol)服务器,它将 Chrome 浏览器的完整调试能力通过标准化协议暴露给 AI 编程助手。借助它,Claude Code、Cursor、Copilot、Antigravity 等 AI 工具可以直接控制浏览器、抓取性能数据、执行自动化测试,真正实现”AI 懂浏览器”。

    ⚙️ 安装要求与过程

    环境要求
    • Node.js LTS 长期支持版
    • Google Chrome 稳定版或更新版本
    • npm 包管理工具
    快速安装(4步搞定)
    # 1. 在 MCP 客户端配置中添加(以 Claude Code 为例)
    claude mcp add chrome-devtools –scope user \
      npx chrome-devtools-mcp@latest

    # 2. 或者直接在 MCP 配置 JSON 中添加
    {
      “mcpServers”: {
        “chrome-devtools”: {
          “command”: “npx”,
          “args”: [“-y”, “chrome-devtools-mcp@latest”]
        }
      }

    # 3. 无头模式 + 精简模式(仅3个核心工具)
    args: [“-y”, “chrome-devtools-mcp@latest”, “–slim”, “–headless”]

    # 4. 验证安装
    在 AI 客户端中输入:
    “Check the performance of https://developers.chrome.com”

    ✨ 核心功能

    🔧 完整的浏览器自动化
    基于 Puppeteer 实现,支持点击、拖拽、表单填充、文件上传、弹窗处理等 10 类输入自动化操作,且自动等待操作结果,避免时序问题。

    📊 性能分析 & Lighthouse 审计
    录制 Chrome 性能追踪(trace),提取可落地的性能优化建议;集成 Lighthouse,一键完成 PWA、SEO、可访问性审计。

    🐛 深度调试能力
    查看网络请求详情、截取页面截图、获取控制台消息(支持源码映射栈追踪)、获取堆内存快照,调试能力媲美手动打开 DevTools。

    🔌 多客户端支持
    原生支持 Claude Code、VS Code Copilot、Cursor、Antigravity、Gemini CLI、Windsurf 等所有主流 AI 编程工具,配置即用。

    🛠️ 48+ 工具全覆盖
    提供输入自动化、导航、设备模拟、性能分析、网络调试、内存调试、Chrome 扩展操作等 6 大类 48 个工具,满足各类浏览器自动化需求。

    🚀 典型使用场景

    场景一:AI 辅助前端性能优化
    让 Claude Code 打开你的前端项目页面,自动录制性能追踪,分析长任务、布局抖动、网络瀑布流,并给出针对性的优化建议。整个过程无需手动操作 DevTools。

    场景二:E2E 自动化测试生成
    告诉 AI 助手”帮我测试登录流程”,它会自动操控浏览器完成用户名输入、密码填写、按钮点击,并验证跳转结果。比传统 E2E 测试框架更灵活,用例用自然语言描述即可。

    场景三:Web 截图 & 视觉回归
    需要批量截取页面截图?AI 助手可以自动控制浏览器遍历页面,截图并对比基线图片,快速发现视觉回归问题。配合 CI/CD 流水线,实现全自动视觉测试。

    💡 推荐理由

    chrome-devtools-mcp 最大的价值在于打通了 AI 与现实浏览器之间的最后一公里。以前 AI 编程助手只能改代码,改完还需要开发者手动打开浏览器验证;现在 AI 可以自己打开页面、重现 Bug、截取证据、甚至给出修复后的验证结果。

    作为 Google Chrome 团队官方出品的项目,它的可靠性和迭代速度都有保障。特别是 –slim 精简模式的设计非常贴心——如果你只需要基础的页面导航和截图,3 个工具就够用,不会让 AI 的上下文被大量工具描述占据。

    对于 daily 使用 AI 编程工具的开发者,这个项目几乎是一个”必装”的 MCP 服务器。它让 AI 从”代码生成器”进化成了”全栈开发助手”,值得每个前端/全栈工程师尝试。🌟

    📦 下载地址

    License: Apache-2.0 | 开发语言: TypeScript | 维护方: Google Chrome DevTools Team