mcp-server

meshwave65/mcp-server

3.2

If you are the rightful owner of mcp-server and would like to certify it and/or have it hosted online, please leave a comment on the right or send an email to henry@mcphub.com.

The MeshWave Model Context Protocol (MCP) Server is a secure backend application designed to facilitate interaction between AI agents and local development environments.

Tools
4
Resources
0
Prompts
0

MeshWave Model Context Protocol (MCP) Server

1. Visão Geral

O MCP Server é uma aplicação de backend segura, construída com Python e FastAPI, que atua como uma ponte (bridge) entre agentes de Inteligência Artificial (como o Manus) e um ambiente de desenvolvimento local. Ele expõe um conjunto de "ferramentas" via uma API RESTful, permitindo que o agente de IA interaja com o sistema de arquivos e execute comandos de forma controlada e segura.

Este servidor é um componente crucial da nossa estratégia de desenvolvimento acelerado para o Projeto MeshWave, permitindo automação, testes e refatoração de código de forma programática.


2. Pré-requisitos

  • Python 3.8 ou superior
  • pip (gerenciador de pacotes do Python)
  • (Opcional, mas recomendado) ngrok para expor o servidor local à internet de forma segura.

3. Instalação e Configuração

  1. Clone o repositório:

    git clone https://github.com/meshwave65/mcp-server.git
    cd mcp-server
    
  2. Crie e ative um ambiente virtual (recomendado ):

    # No Windows
    python -m venv venv
    .\venv\Scripts\activate
    
    # No macOS/Linux
    python3 -m venv venv
    source venv/bin/activate
    
  3. Instale as dependências: Crie um arquivo chamado requirements.txt com o seguinte conteúdo:

    fastapi
    uvicorn[standard]
    

    Em seguida, instale-o:

    pip install -r requirements.txt
    
  4. Configure a Chave de API: Abra o arquivo mcp_server.py e altere o valor da variável API_TOKEN para uma chave secreta forte de sua escolha.

    # Exemplo dentro de mcp_server.py
    API_TOKEN = "sua-chave-secreta-super-forte-aqui"
    

    Atenção: Nunca submeta sua chave secreta real para o repositório Git.


4. Execução

  1. Inicie o servidor localmente:

    python mcp_server.py
    

    O servidor estará disponível em http://127.0.0.1:8000. Você pode acessar http://127.0.0.1:8000/docs em seu navegador para ver a documentação interativa da API gerada pelo FastAPI.

  2. Exponha o servidor com ngrok (se necessário ): Abra um novo terminal e execute:

    ngrok http 8000
    

    O ngrok fornecerá uma URL pública (ex: https://aleatorio.ngrok.io ). É esta URL que deverá ser fornecida ao agente de IA para comunicação.


5. Referência da API

Todas as requisições para a API devem incluir um header de autenticação: X-API-Key: <seu_api_token>.

  • POST /tools/list_files: Lista arquivos e diretórios.
    • Body: { "path": "/caminho/para/diretorio" }
  • POST /tools/read_file: Lê o conteúdo de um arquivo.
    • Body: { "path": "/caminho/para/arquivo.kt" }
  • POST /tools/write_file: Escreve (ou sobrescreve) um arquivo.
    • Body: { "path": "/caminho/para/arquivo.kt", "content": "novo conteúdo do arquivo" }
  • POST /tools/run_command: Executa um comando no shell.
    • Body: { "command": "ls -l" }