mcp_server

这是一个包含若干 MCP 服务器的集合，便于快速构建和测试不同类型的模型上下文工具。该集合的服务器均以 Python 实现，运行时通过 Cursor 的 mcp.json 配置进行注册。你可以按照需要启动任意一个或多个服务，例如论文参考文献管理、DOCX 图片标签、图片智能分析等，以便在本地或团队环境中进行实验和集成测试。每个服务器暴露相应的 RPC 接口，方便调用对应的功能模块。

先决条件

• 已安装 Python 3.9 或以上
• 可选：conda，用于创建和管理独立环境

步骤

1. 创建并激活工作环境（示例使用 conda）

conda create -n docx-mcp python=3.9
conda activate docx-mcp

2. 安装所需依赖

pip install mcp requests

3. 将服务器脚本放入 mcp_servers 目录（如 README 所述的文件）

• mcp_servers/thesis_reference_manager.py
• mcp_servers/docx_image_tagger.py
• mcp_servers/local_image_analyzer.py
• mcp_servers/helloworld.py

4. 配置 Cursor（见下一节）

5. 运行任意服务器（示例见“测试服务器”或“运行服务器”）

python mcp_servers/helloworld.py

重要提示：

• 使用 Cursor 时，建议在 ~/.cursor/mcp.json 中逐个注册需要的服务器（见 README 的示例）
• 各服务器的工作目录应包含所需的依赖和数据，避免在不同路径之间引用资源时出现路径错误
• 如遇端口冲突或权限问题，检查运行环境的防火墙设置和端口分配
• 本集合中的服务器均为示例实现，具体功能点可在对应的 Python 脚本中扩展或修改