MCPHubs
by GiantClam
MCPHubs is a website showcasing projects related to Anthropic's Model Context Protocol (MCP). It uses Next.js to retrieve, analyze, and display MCP-related projects from GitHub.
View on GitHub
Last updated: N/A
MCPHubs - Model Context Protocol Projects Hub
MCPHubs 是一个展示与 Anthropic 的 Model Context Protocol (MCP) 相关项目的网站。该网站使用 Next.js 构建,提供了以下功能:
- 从 GitHub 检索与 MCP 相关的项目
- 使用 AI 分析项目内容,评估与 MCP 的相关性
- 展示项目列表和详细信息
- 提供项目的 README 内容和相关分析
技术栈
- Next.js 15
- TypeScript
- Tailwind CSS
- React Icons
- Axios (用于 API 请求)
- Google Cloud Vertex AI (Gemini Pro 模型,用于 AI 分析)
- React Markdown (用于渲染 README)
特性
- 环境自适应代理:在开发环境自动使用代理解决 CORS 问题,生产环境直接调用 API
- GitHub API 集成:检索与 MCP 相关的项目
- AI 分析:使用 Google Gemini Pro 评估项目与 MCP 的相关性
- 响应式设计:适配各种设备尺寸
本地开发
- 克隆仓库
git clone https://github.com/yourusername/mcphubs.git
cd mcphubs
- 安装依赖
npm install
- 配置环境变量
创建 .env.local
文件并添加以下内容:
# GitHub API Token (可选,但推荐使用以避免 API 速率限制)
GITHUB_TOKEN=your_github_token_here
# Google Cloud Vertex AI 配置
GOOGLE_CLOUD_PROJECT=your-project-id
GOOGLE_CLOUD_LOCATION=us-central1
GOOGLE_APPLICATION_CREDENTIALS=./google-credentials.json
VERTEX_LOCATION=us-central1
- 配置 Google Cloud 服务账号
将您的 Google Cloud 服务账号凭据文件(JSON 格式)放在项目根目录下,文件名与 GOOGLE_APPLICATION_CREDENTIALS
环境变量中指定的名称一致。
如果您还没有服务账号,可以按照以下步骤创建:
- 前往 Google Cloud Console
- 选择您的项目
- 导航到 "IAM & Admin" > "Service Accounts"
- 创建新的服务账号,并授予必要的权限(Vertex AI 使用者)
- 创建并下载 JSON 密钥文件
- 将文件放在项目根目录下
- 启动开发服务器
./start-dev.sh
- 在浏览器中访问 http://localhost:3001 (或控制台显示的其他端口)
代理配置说明
该项目具有环境自适应的代理配置:
-
开发环境:自动启用 API 代理,解决本地开发时的 CORS 问题
- GitHub API:
/api/github/*
→https://api.github.com/*
- Vertex AI:
/api/vertex/*
→https://us-central1-aiplatform.googleapis.com/v1/*
- GitHub API:
-
生产环境:自动禁用代理,直接调用外部 API
这种配置无需手动切换,系统会根据 NODE_ENV
环境变量自动决定是否使用代理。
部署
该项目可以部署到 Vercel、Netlify 或其他支持 Next.js 的平台。
部署时,请确保设置以下环境变量:
GITHUB_TOKEN
GOOGLE_CLOUD_PROJECT
GOOGLE_CLOUD_LOCATION
GOOGLE_APPLICATION_CREDENTIALS
VERTEX_LOCATION
对于云平台部署,您可能需要将 Google Cloud 凭据作为环境变量直接设置,而不是使用文件。
功能
- 首页:展示 MCP 相关项目的列表
- 项目详情页:展示单个项目的详细信息,包括:
- 项目基本信息(名称、描述、星数等)
- AI 分析的 MCP 相关性评分 (使用 Google Gemini Pro 模型)
- 项目的关键特性和用例
- 项目的 README 内容
许可证
MIT