MCP Prompt Server 项目启动与配置教程
2025-05-21 11:59:38作者:冯爽妲Honey
1. 项目的目录结构及介绍
MCP Prompt Server 项目的目录结构如下所示:
mcp-prompt-server/
├── package.json
├── src/
│ ├── index.js # 服务器主入口
│ └── prompts/ # 所有Prompt模板目录
│ ├── gen_summarize.yaml
│ ├── gen_title.yaml
│ ├── gen_html_web_page.yaml
│ ├── gen_3d_webpage_html.yaml
│ ├── gen_bento_grid_html.yaml
│ ├── gen_knowledge_card_html.yaml
│ ├── gen_magazine_card_html.yaml
│ ├── gen_prd_prototype_html.yaml
│ ├── ... # 更多Prompt模板
│ └── 更多Prompt,需要时拿出来/ # 可选扩展Prompt
└── README.md
package.json:npm 包配置文件,定义了项目的依赖、脚本和元数据。src/:源代码目录。index.js:项目的入口文件,负责启动服务器并加载 Prompt 模板。prompts/:存储所有 Prompt 模板的目录,每个 YAML 或 JSON 文件代表一个 Prompt。
README.md:项目说明文件,包含了项目的介绍、使用方法和配置指南。
2. 项目的启动文件介绍
项目的启动文件为 src/index.js。以下是该文件的基本内容:
// 引入必要的 Node.js 模块和项目文件
const express = require('express');
const { promisify } = require('util');
const fs = require('fs');
const path = require('path');
const yaml = require('js-yaml');
// 创建 Express 应用
const app = express();
app.use(express.json());
// 读取和解析 Prompt 模板
const loadPrompts = async () => {
const promptsPath = path.join(__dirname, 'prompts');
const files = await fs.readdir(promptsPath);
return files.map(file => {
const filePath = path.join(promptsPath, file);
return yaml.safeLoad(fs.readFileSync(filePath, 'utf8'));
});
};
// 加载 Prompt 模板
const prompts = await loadPrompts();
// ...其他服务器初始化代码
// 启动服务器
const PORT = process.env.PORT || 3000;
app.listen(PORT, () => {
console.log(`Server is running on port ${PORT}`);
});
该文件负责初始化 Express 应用,读取和解析 Prompt 模板,并启动服务器。
3. 项目的配置文件介绍
MCP Prompt Server 项目的配置主要通过 package.json 文件进行。
以下是 package.json 中的部分配置内容:
{
"name": "mcp-prompt-server",
"version": "1.0.0",
"description": "A server based on Model Context Protocol (MCP) to provide preset prompt templates.",
"main": "src/index.js",
"scripts": {
"start": "node src/index.js"
},
"dependencies": {
"express": "^4.17.1",
"js-yaml": "^3.13.1"
},
"devDependencies": {
// ...开发依赖
}
}
在 scripts 部分,定义了一个 start 脚本,用于启动服务器。可以通过运行 npm start 命令来执行该脚本。
此外,dependencies 部分列出了项目依赖的 Node.js 包,例如 Express 和 js-yaml,这些包是项目运行所必需的。
通过以上介绍,您应该可以对 MCP Prompt Server 项目的目录结构、启动文件和配置文件有一个基本的了解。按照这些指导,您可以顺利地启动和配置该项目。
登录后查看全文
热门项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
214
234
暂无简介
Dart
661
152
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
React Native鸿蒙化仓库
JavaScript
251
320
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
659
296
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.18 K
646
openGauss kernel ~ openGauss is an open source relational database management system
C++
159
217
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
62
20
仓颉编程语言开发者文档。
59
818