使用 Docker 是最快的开始方式：# 使用默认配置运行
docker run -p 3000:3000 samanhappy/mcphub
# 使用自定义 MCP 设置运行
docker run -p 3000:3000 \
-v $(pwd)/mcp_settings.json:/app/mcp_settings.json \
samanhappy/mcphub
用于开发或自定义：# 克隆仓库
git clone https://github.com/samanhappy/mcphub.git
cd mcphub
# 安装依赖
pnpm install
# 启动开发服务器
pnpm dev
将 MCPHub 安装为全局包：# 全局安装
npm install -g @samanhappy/mcphub
# 运行 MCPHub
mcphub
初始设置
1. 访问控制面板
打开浏览器并导航到：
2. 登录
使用默认凭据：
为了安全起见，请在首次登录后立即更改这些默认凭据。
3. 配置您的第一个 MCP 服务器
- 在控制面板中点击 “添加服务器”
- 输入服务器详细信息：
- 名称: 唯一标识符（例如
fetch）
- 命令: 可执行命令（
uvx）
- 参数: 命令参数（
["mcp-server-fetch"]）
- 环境: 任何所需的环境变量
fetch 服务器的示例配置：
{
"name": "fetch",
"command": "uvx",
"args": ["mcp-server-fetch"],
"env": {}
}
基本使用
连接 AI 客户端
一旦配置了服务器，使用 MCPHub 端点连接您的 AI 客户端：
访问所有已配置的 MCP 服务器：http://localhost:3000/mcp
访问特定组中的服务器：http://localhost:3000/mcp/{groupName}
访问单个服务器：http://localhost:3000/mcp/{serverName}
使用 AI 驱动的工具发现：http://localhost:3000/mcp/$smart
智能路由需要使用 pgvector 的 PostgreSQL 和 OpenAI API 密钥。
示例：添加热门 MCP 服务器
以下是一些您可以添加的热门 MCP 服务器：
{
"name": "fetch",
"command": "uvx",
"args": ["mcp-server-fetch"]
}
{
"name": "playwright",
"command": "npx",
"args": ["@playwright/mcp@latest", "--headless"]
}
{
"name": "amap",
"command": "npx",
"args": ["-y", "@amap/amap-maps-mcp-server"],
"env": {
"AMAP_MAPS_API_KEY": "your-api-key-here"
}
}
{
"name": "slack",
"command": "npx",
"args": ["-y", "@modelcontextprotocol/server-slack"],
"env": {
"SLACK_BOT_TOKEN": "your-bot-token",
"SLACK_TEAM_ID": "your-team-id"
}
}
后续步骤
故障排除
- 检查 MCP 服务器命令是否在您的 PATH 中可访问
- 验证环境变量是否正确设置
- 检查 MCPHub 日志以获取详细错误信息
- 确保 MCPHub 在正确的端口上运行
- 检查防火墙设置
- 验证端点 URL 格式
- 验证凭据是否正确
- 检查 JWT 令牌是否有效
- 尝试清除浏览器缓存和 cookie
