arcade-mcp

写个 Python 函数，就能变成智能体可调用的工具

开源 freemium 开发框架

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 1049

维护状态活跃

是否开源是

定价模式 freemium

项目预览

项目数据

分类开发框架

开发团队ArcadeAI

所属国家

官网地址https://docs.arcade.dev

GitHubhttps://github.com/ArcadeAI/arcade-mcp

定价模式freemium

价格说明开源框架免费，Arcade 云服务提供免费额度及付费方案

访问状态

是否开源是

开源协议MIT

主要语言Python

技术栈/模型ai,arcade,arcade-ai,claude,claude-code,claude-mcp,mcp,mcp-framework,mcp-gateway,mcp-runtime,mcp-server,mcp-servers,mcp-tools,mcpserver,model-context-protocol,model-context-protocol-sdk,python

GitHub 星标★ 1049

30天Star增速

HF 下载量

上线时间2024-04-26 00:00:00

代码更新—

仓库体积—

本站数据更新—

维护状态活跃

中文支持

访问方式

移动端支持

综合评分

收录时间2026-10-13

浏览次数0

项目介绍

arcade-mcp 是一个面向 AI 智能体的 MCP（Model Context Protocol）服务器框架与工具开发库，用 Python 编写。它解决的核心问题是：开发者想给 Claude、Claude Code 等支持 MCP 的智能体扩展自定义能力时，往往需要自己处理协议握手、工具注册、参数校验、运行时调度等重复工作。arcade-mcp 把这些封装成框架，让开发者只需专注写业务逻辑，就能快速把函数暴露成智能体可调用的工具。它提供工具定义与注册、MCP 服务端运行时、网关与运行时组件，并围绕 arcade-ai 生态构建，适合把内部 API、数据库查询、自动化脚本等能力接入智能体。项目星标约一千，属于成长中的开发框架，定位清晰，面向需要为智能体批量构建工具的开发团队。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

正在加载星标数据…

技术标签

使用教程

—

难度：入门约 10 分钟部署方式：命令行工具 5 步

环境要求

Python 3.10 或更高版本
已安装 uv（Python 包与工具管理器）
一个支持 MCP 的客户端（如 Claude Desktop、Claude Code、Cursor、VS Code）
源码安装方式需要 git 和 make 命令可用

安装与启动步骤

1安装 arcade-mcp CLI

README 推荐用 uv 以工具方式全局安装 arcade-mcp，安装后即可使用 arcade 命令。
```
uv tool install arcade-mcp
```
2源码安装（可选）

如需参与开发或改造框架，可从 GitHub 克隆仓库并在根目录执行 make install。
```
git clone https://github.com/ArcadeAI/arcade-mcp.git
cd arcade-mcp
make install
```
3准备 server.py

README 未给出示例代码，需自行按文档定义一个 MCP 服务入口文件 server.py，并放在当前工作目录。
4以 stdio 模式运行

默认模式，适合 Claude Desktop 和命令行类 MCP 客户端，通过标准输入输出通信。
```
uv run server.py
```
5以 HTTP 模式运行

追加 http 参数启动 HTTP+SSE 服务，适合 Cursor 和 VS Code 等客户端接入。
```
uv run server.py http
```

如何确认成功

HTTP 模式下访问 http://127.0.0.1:8000/docs 能看到接口文档；stdio 模式下客户端能列出你定义的工具。

常见问题

Q：stdio 和 http 两种模式该怎么选？

A：README 说明：stdio 为默认模式，用于 Claude Desktop 和 CLI 工具；HTTP+SSE 用于 Cursor 和 VS Code，需在命令后加 http 参数。

Q：运行 uv run server.py 提示找不到文件怎么办？

A：先在当前目录创建 server.py，或在包含该文件的目录下执行命令；README 未提供示例代码，可参考仓库 examples/mcp_servers/ 目录。

Q：Python 3.9 能用吗？

A：不能。README 明确要求 Python 3.10+，同时需要预先安装 uv。

Q：如何把工具部署到线上？

A：README 提到 arcade deploy 可一条命令托管到 Arcade Cloud，也可用 arcade evals 针对真实 LLM 测试工具调用准确率。

注意事项

源码安装要求 Python 3.10+ 与 uv，开发流程见 CONTRIBUTING.md，安全问题见 SECURITY.md。
README 未给出 server.py 的具体代码，工具需按官方文档自行编写，本教程不虚构示例代码。
框架支持工具、资源、提示词、采样、进度、日志等完整 MCP 规范能力。
支持声明式 OAuth 授权（如 requires_auth=GitHub(scopes=["repo"])），令牌不会暴露给客户端和模型。

核心亮点

把 MCP 协议细节封装成框架，开发者只需关注业务函数，降低接入智能体的门槛
围绕 arcade-ai 生态提供工具注册、运行时、网关等成套组件，便于批量管理自定义能力
Python 技术栈，与现有后端和脚本代码复用成本低，适合快速把内部能力暴露给 Claude 等智能体

不足之处

项目仍处成长阶段，API 和文档可能随版本迭代调整，生产使用需关注稳定性
生态相对较新，社区案例和第三方集成数量有限，遇到问题可参考的资料不多

适用场景

把公司内部 REST API 或数据库查询封装成工具，让 Claude 直接调用
为 Claude Code 等编码智能体添加自定义代码检查、部署或运维命令
在自动化工作流中批量注册和管理多个 MCP 工具，统一由网关调度

替代项目

modelcontextprotocol/servers、FastMCP

上一篇：OpenCollab

下一篇：waza