人工智能AI Agent工具调用【免费下载链接】specificationSpecification and documentation for the Model Context Protocol项目地址https://gitcode.com/gh_mirrors/specification2/specification点击查看免费下载MCP Bundle.mcpb是一种以 ZIP 归档分发本地 MCP 服务器的格式现已作为 Model Context Protocol 项目的一部分向社区开放。本文围绕该格式的组成结构、加入 MCP 项目的原因、对服务器与客户端开发者的影响展开并结合当前仓库中的 Registry 支持与build-mcpb技能落地细节帮助你掌握如何用.mcpb打包并分发自己的本地 MCP 服务器以及在兼容客户端中实现一键安装。MCP Bundle 是什么MCP Bundle简称 MCPB本质上是一个ZIP 归档内部包含一个本地 MCP 服务器以及一份用于描述服务器及其能力的manifest.json清单文件。它的分发模型与 Chrome 扩展.crx或 VS Code 扩展.vsix类似开发者打包一次终端用户即可在任意兼容客户端中一键安装。一个最基本的 bundle 结构如下摘自原文示例bundle.mcpb (ZIP file) ├── manifest.json # Required: Bundle metadata and configuration ├── server/ # Server implementation │ └── index.js ├── node_modules/ # Bundled dependencies └── icon.png # Optional: Bundle icon其中manifest.json是必需的承担 bundle 元数据与配置职责server/目录放置服务器实现代码依赖可以被一并打包例如上例中的node_modules/icon.png为可选的 bundle 图标。该格式支持Node.js、Python 或编译型二进制编写的服务器开发者可以按自己的技术栈自由选择实现方式同时通过统一的.mcpb分发机制保证终端用户获得一致的安装体验。为什么把 MCPB 并入 MCP 项目MCPB此前内部代号为DXT最初由 Anthropic 为 Claude 桌面应用开发。将其迁入 MCP 项目的判断依据是本地 MCP 服务器生态只有在可移植性不局限于单一客户端时才能真正受益。把 bundle 规范、CLI 工具链与参考实现一并纳入 MCP 项目后主要带来以下四个层面的收益跨客户端兼容Cross-client compatibility为某个 MCP 兼容应用制作的 bundle应当能在任何实现了该规范的其他客户端中开箱即用。开发者只需分发一次即可触达整个生态的用户。生态级工具链Ecosystem-wide toolingmcpbCLI 及相关库向社区开放任何人都可以扩展、改进并在此基础上继续构建客户端开发者可以直接采用标准化的加载与校验代码来支持 bundle。用户友好的安装体验User-friendly installation无论用户偏好哪款 AI 应用都能获得一致的安装流程配置变量、权限和更新可以被统一处理。共享社区Shared communityMCPB 贡献者现在可以与其他 MCP 社区成员一起在开放环境中协作。对开发者意味着什么这次迁移在多数情况下属于组织层面的调整但对实现者而言也带来了一些实际收益。按你所构建的角色区分如果你是服务器开发者可以使用 MCPB 将本地 MCP 服务器打包为.mcpb文件面向多个客户端分发。mcpbCLI 会帮助你生成manifest.json并将服务器连同依赖打包进.mcpb文件。打包完成后用户就能在任意支持 MCP Bundle 的客户端中单击安装你的服务器。如果你是客户端开发者可以使用开源工具链为你的应用增加 MCP Bundle 支持。仓库中包含了 Claude 在 macOS 与 Windows 上实现 bundle 支持所用的schemas 与关键函数你可以直接借鉴并适配到自己的客户端中。在 MCP 生态中的落地仓库中的配套实现除了格式本身的公告当前仓库还提供了 MCPB 在生态中落地的具体证据可以作为实现与集成时的参考。MCP Registry 中的 mcpb 包类型在 MCP Registry 支持的包类型文档 中MCPB 是 Registry 正式支持的包类型之一。对于 MCPB 包Registry 目前支持通过GitHub 或 GitLab Releases托管的.mcpb制品对应server.json中的registryType: mcpb示例如下{ $schema: https://static.modelcontextprotocol.io/schemas/2025-12-11/server.schema.json, name: io.github.username/image-processor-mcp, title: Image Processor, description: Process and transform images with various filters, version: 1.0.0, packages: [ { registryType: mcpb, identifier: https://github.com/username/image-processor-mcp/releases/download/v1.0.0/image-processor.mcpb, fileSha256: fe333e598595000ae021bd27117db32ec69af6987f507ba7a63c90638ff633ce, transport: { type: stdio } } ] }围绕该包类型文档明确了以下几点强制性要求MCPB 包的 URLserver.json中的identifier必须包含字符串mcp可以体现在.mcpb文件扩展名中也可以体现在仓库名称中包元数据必须包含fileSha256属性即.mcpb制品的 SHA-256 哈希可以用openssl命令计算openssl dgst -sha256 image-processor.mcpb值得注意的是MCP Registry 本身不校验这个哈希值但MCP 客户端在安装前会校验哈希以保证文件完整性下游 Registry 也可以实现各自的校验逻辑。此外同一份文档在讨论 RustCargo生态时也给出了 MCPB 的定位MCPB 是通过 GitHub 或 GitLab Releases 分发的预编译二进制终端用户无需任何工具链即可运行当你的优先级是不让用户安装 Rust 工具链时MCPB 是合适的选择。build-mcpbAgent 技能中的打包入口在 使用 Agent 技能构建服务器 文档中MCPB 被列为构建服务器时的首选分发路径之一build-mcpb技能可以将本地 stdio 服务器连同其运行时打包为单个.mcpb归档使用户无需安装 Node 或 Python即可安装运行。文档给出的路径选择建议是当服务器必须接触用户机器——如读取本地文件、驱动桌面应用、与 localhost 服务通信时选择MCP BundlesMCPB路径由技能接手调用build-mcpb本地 stdio 仍可用于原型开发并在准备分发时提供到 MCPB 的明确升级路径而包装云 API 的场景则默认选择远程 Streamable HTTP因为零安装摩擦、一次部署服务所有用户。快速开始要开始使用 MCPB请前往modelcontextprotocol/mcpb仓库可先在 Registry 快速上手文档 中了解服务器元数据与发布流程的整体脉络。无论你是想把自己的服务器打包分发还是为客户端增加 bundle 支持都可以从仓库中的规范、CLI 与参考实现入手并欢迎提交反馈与贡献。致谢感谢为此付出努力的 MCP 贡献者与维护者包括David Soria ParraMCP Lead MaintainerAdam JonesMCP MaintainerJoan XieMCPB MaintainerFelix RiesebergMCPB MaintainerAlex SklarMCPB Maintainer赞分享人工智能AI Agent工具调用【免费下载链接】specificationSpecification and documentation for the Model Context Protocol项目地址https://gitcode.com/gh_mirrors/specification2/specification点击查看免费下载相关推荐mcp-containers一键部署 Model Context Protocol 服务器mcp containers一键部署 Model Context Protocol 服务器 项目介绍 mcp containers 是一个开源项目提供了数百后端AI Agent人工智能认证鉴权API网关基于 txtai API 的 Model Context ProtocolMCP服务接入实战指南基于 txtai API 的 Model Context ProtocolMCP服务接入实战指南 Model Context ProtocolMCP是人工智能大模型RAGAI Agent向量数据库NLP本地部署Feast MCP 功能服务器基于 feast.infra.mcp_servers 包将 Python Feature Server 接入 Model Context ProtocolFeast MCP 功能服务器基于 feast.infra.mcp_servers 包将 Python Feature Server 接入 Model ConMLOps后端数据工程上一篇GitHub Actions 缓存教程下一篇【亲测免费】 Typora OneDark主题安装与使用教程创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 MCP Bundle（.mcpb）格式正式纳入 Model Context Protocol：本地 MCP 服务器的一键打包、分发与安装指南
人工智能AI Agent工具调用【免费下载链接】specificationSpecification and documentation for the Model Context Protocol项目地址https://gitcode.com/gh_mirrors/specification2/specification点击查看免费下载MCP Bundle.mcpb是一种以 ZIP 归档分发本地 MCP 服务器的格式现已作为 Model Context Protocol 项目的一部分向社区开放。本文围绕该格式的组成结构、加入 MCP 项目的原因、对服务器与客户端开发者的影响展开并结合当前仓库中的 Registry 支持与build-mcpb技能落地细节帮助你掌握如何用.mcpb打包并分发自己的本地 MCP 服务器以及在兼容客户端中实现一键安装。MCP Bundle 是什么MCP Bundle简称 MCPB本质上是一个ZIP 归档内部包含一个本地 MCP 服务器以及一份用于描述服务器及其能力的manifest.json清单文件。它的分发模型与 Chrome 扩展.crx或 VS Code 扩展.vsix类似开发者打包一次终端用户即可在任意兼容客户端中一键安装。一个最基本的 bundle 结构如下摘自原文示例bundle.mcpb (ZIP file) ├── manifest.json # Required: Bundle metadata and configuration ├── server/ # Server implementation │ └── index.js ├── node_modules/ # Bundled dependencies └── icon.png # Optional: Bundle icon其中manifest.json是必需的承担 bundle 元数据与配置职责server/目录放置服务器实现代码依赖可以被一并打包例如上例中的node_modules/icon.png为可选的 bundle 图标。该格式支持Node.js、Python 或编译型二进制编写的服务器开发者可以按自己的技术栈自由选择实现方式同时通过统一的.mcpb分发机制保证终端用户获得一致的安装体验。为什么把 MCPB 并入 MCP 项目MCPB此前内部代号为DXT最初由 Anthropic 为 Claude 桌面应用开发。将其迁入 MCP 项目的判断依据是本地 MCP 服务器生态只有在可移植性不局限于单一客户端时才能真正受益。把 bundle 规范、CLI 工具链与参考实现一并纳入 MCP 项目后主要带来以下四个层面的收益跨客户端兼容Cross-client compatibility为某个 MCP 兼容应用制作的 bundle应当能在任何实现了该规范的其他客户端中开箱即用。开发者只需分发一次即可触达整个生态的用户。生态级工具链Ecosystem-wide toolingmcpbCLI 及相关库向社区开放任何人都可以扩展、改进并在此基础上继续构建客户端开发者可以直接采用标准化的加载与校验代码来支持 bundle。用户友好的安装体验User-friendly installation无论用户偏好哪款 AI 应用都能获得一致的安装流程配置变量、权限和更新可以被统一处理。共享社区Shared communityMCPB 贡献者现在可以与其他 MCP 社区成员一起在开放环境中协作。对开发者意味着什么这次迁移在多数情况下属于组织层面的调整但对实现者而言也带来了一些实际收益。按你所构建的角色区分如果你是服务器开发者可以使用 MCPB 将本地 MCP 服务器打包为.mcpb文件面向多个客户端分发。mcpbCLI 会帮助你生成manifest.json并将服务器连同依赖打包进.mcpb文件。打包完成后用户就能在任意支持 MCP Bundle 的客户端中单击安装你的服务器。如果你是客户端开发者可以使用开源工具链为你的应用增加 MCP Bundle 支持。仓库中包含了 Claude 在 macOS 与 Windows 上实现 bundle 支持所用的schemas 与关键函数你可以直接借鉴并适配到自己的客户端中。在 MCP 生态中的落地仓库中的配套实现除了格式本身的公告当前仓库还提供了 MCPB 在生态中落地的具体证据可以作为实现与集成时的参考。MCP Registry 中的 mcpb 包类型在 MCP Registry 支持的包类型文档 中MCPB 是 Registry 正式支持的包类型之一。对于 MCPB 包Registry 目前支持通过GitHub 或 GitLab Releases托管的.mcpb制品对应server.json中的registryType: mcpb示例如下{ $schema: https://static.modelcontextprotocol.io/schemas/2025-12-11/server.schema.json, name: io.github.username/image-processor-mcp, title: Image Processor, description: Process and transform images with various filters, version: 1.0.0, packages: [ { registryType: mcpb, identifier: https://github.com/username/image-processor-mcp/releases/download/v1.0.0/image-processor.mcpb, fileSha256: fe333e598595000ae021bd27117db32ec69af6987f507ba7a63c90638ff633ce, transport: { type: stdio } } ] }围绕该包类型文档明确了以下几点强制性要求MCPB 包的 URLserver.json中的identifier必须包含字符串mcp可以体现在.mcpb文件扩展名中也可以体现在仓库名称中包元数据必须包含fileSha256属性即.mcpb制品的 SHA-256 哈希可以用openssl命令计算openssl dgst -sha256 image-processor.mcpb值得注意的是MCP Registry 本身不校验这个哈希值但MCP 客户端在安装前会校验哈希以保证文件完整性下游 Registry 也可以实现各自的校验逻辑。此外同一份文档在讨论 RustCargo生态时也给出了 MCPB 的定位MCPB 是通过 GitHub 或 GitLab Releases 分发的预编译二进制终端用户无需任何工具链即可运行当你的优先级是不让用户安装 Rust 工具链时MCPB 是合适的选择。build-mcpbAgent 技能中的打包入口在 使用 Agent 技能构建服务器 文档中MCPB 被列为构建服务器时的首选分发路径之一build-mcpb技能可以将本地 stdio 服务器连同其运行时打包为单个.mcpb归档使用户无需安装 Node 或 Python即可安装运行。文档给出的路径选择建议是当服务器必须接触用户机器——如读取本地文件、驱动桌面应用、与 localhost 服务通信时选择MCP BundlesMCPB路径由技能接手调用build-mcpb本地 stdio 仍可用于原型开发并在准备分发时提供到 MCPB 的明确升级路径而包装云 API 的场景则默认选择远程 Streamable HTTP因为零安装摩擦、一次部署服务所有用户。快速开始要开始使用 MCPB请前往modelcontextprotocol/mcpb仓库可先在 Registry 快速上手文档 中了解服务器元数据与发布流程的整体脉络。无论你是想把自己的服务器打包分发还是为客户端增加 bundle 支持都可以从仓库中的规范、CLI 与参考实现入手并欢迎提交反馈与贡献。致谢感谢为此付出努力的 MCP 贡献者与维护者包括David Soria ParraMCP Lead MaintainerAdam JonesMCP MaintainerJoan XieMCPB MaintainerFelix RiesebergMCPB MaintainerAlex SklarMCPB Maintainer赞分享人工智能AI Agent工具调用【免费下载链接】specificationSpecification and documentation for the Model Context Protocol项目地址https://gitcode.com/gh_mirrors/specification2/specification点击查看免费下载相关推荐mcp-containers一键部署 Model Context Protocol 服务器mcp containers一键部署 Model Context Protocol 服务器 项目介绍 mcp containers 是一个开源项目提供了数百后端AI Agent人工智能认证鉴权API网关基于 txtai API 的 Model Context ProtocolMCP服务接入实战指南基于 txtai API 的 Model Context ProtocolMCP服务接入实战指南 Model Context ProtocolMCP是人工智能大模型RAGAI Agent向量数据库NLP本地部署Feast MCP 功能服务器基于 feast.infra.mcp_servers 包将 Python Feature Server 接入 Model Context ProtocolFeast MCP 功能服务器基于 feast.infra.mcp_servers 包将 Python Feature Server 接入 Model ConMLOps后端数据工程上一篇GitHub Actions 缓存教程下一篇【亲测免费】 Typora OneDark主题安装与使用教程创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考