这是本节的多页打印视图。 点击此处打印.

返回本页常规视图.

MCP

MCP

1 - MCP 介绍

MCP 介绍

1.1 - MCP 定义

MCP 定义

2 - Datalog

Datalog

2.1 - 介绍

介绍

2.2 - mcpcatalog.io

mcpcatalog.io介绍

介绍

MCP

The Model Context Protocol (MCP) is an open standard for connecting AI assistants to the systems where data lives, enabling context-aware AI applications.

模型上下文协议（Model Context Protocol / MCP）是一个开放标准，用于将人工智能助手与数据所在的系统连接，从而实现具有上下文意识的人工智能应用。

MCP datalog

https://www.mcpcatalog.io/

Connect AI assistants to your data sources with the open standard for context-aware AI. Explore MCP servers and implementations.

通过开放标准将人工智能助手与您的数据源连接，实现基于上下文的人工智能。探索MCP服务器及实现方案。

？

推荐的MCP服务器

探索预先构建的MCP服务器，适用于连接AI助手与您的数据源的流行企业系统。

  • API Connect

    A comprehensive API management solution that allows businesses to create, secure, manage, and socialize APIs across their organization.

    一个全面的API管理解决方案，使企业能够在整个组织内创建、保护、管理和共享API。

  • DataFlow

    A fully managed data processing service that enables simple, flexible, and reliable ETL pipelines.

    一个完全托管的数据处理服务，可实现简单、灵活且可靠的ETL管道。

  • EventStream

    A scalable event streaming platform for building real-time data pipelines and streaming applications.

    一个可扩展的事件流平台，用于构建实时数据管道和流式应用程序。

  • Prediction API

    A service that makes it easy to deploy machine learning models and get predictions via API calls.

    一项服务，可轻松部署机器学习模型并通过API调用获取预测结果。

Browse by Category

Explore MCP servers and implementations organized by category to find the perfect solution for your AI integration needs.

按类别浏览

按类别浏览MCP服务器和实现方案，以找到满足您人工智能集成需求的完美解决方案。

2.3 - Docker MCP Catalog

Docker MCP Catalog介绍

https://docs.docker.com/ai/mcp-catalog-and-toolkit/catalog/

Docker MCP 目录是一个集中化、可信赖的注册中心，用于发现、共享和运行兼容 MCP 的工具。它与 Docker Hub 无缝集成，提供经过验证、版本化且精心筛选的 MCP 服务器，这些服务器均打包为 Docker 镜像。该目录也可在 Docker Desktop 中使用。

该目录解决了 MCP 服务器的常见难题：

  • 环境冲突：工具通常需要特定运行时环境，可能与现有配置产生冲突。

  • 缺乏隔离性：传统配置方式存在暴露主机系统的风险。

  • 配置复杂性：手动安装和配置导致采用速度缓慢。

  • 跨平台不一致性：工具在不同操作系统上可能出现不可预测的行为。

借助 Docker，每个 MCP 服务器都作为独立容器运行，因此具有可移植性、隔离性和一致性。您可以通过 Docker CLI 或 Docker Desktop 即时启动工具，无需担心依赖项或兼容性问题。

核心特性

  • 一站式提供 100 多个经过验证的 MCP 服务器

  • 发布者验证与版本化发布

  • 基于 Docker 基础设施的拉取式分发

  • 由 New Relic、Stripe、Grafana 等合作伙伴提供的工具

工作原理

MCP 目录中的每个工具都打包为带有元数据的 Docker 镜像

  • 通过 Docker Hub 的 mcp/ 命名空间发现工具。
  • 通过 MCP Toolkit 进行简单配置，将工具连接到其首选代理。
  • 使用 Docker Desktop 或 CLI 拉取并运行工具。

每个目录条目提供：

  • 工具描述与元数据
  • 版本历史
  • agent 集成示例配置

从目录中使用 MCP 服务器

要从目录中使用 MCP 服务器，请参阅 MCP 工具包。

向目录贡献 MCP 服务器

若要将 MCP 服务器添加到 Docker MCP 目录，请填写 Docker MCP 提交表单。

2.3.1 - 介绍

Docker MCP Catalog介绍

https://docs.docker.com/ai/mcp-catalog-and-toolkit/catalog/

Docker MCP 目录是一个集中化、可信赖的注册中心，用于发现、共享和运行兼容 MCP 的工具。它与 Docker Hub 无缝集成，提供经过验证、版本化且精心筛选的 MCP 服务器，这些服务器均打包为 Docker 镜像。该目录也可在 Docker Desktop 中使用。

该目录解决了 MCP 服务器的常见难题：

  • 环境冲突：工具通常需要特定运行时环境，可能与现有配置产生冲突。

  • 缺乏隔离性：传统配置方式存在暴露主机系统的风险。

  • 配置复杂性：手动安装和配置导致采用速度缓慢。

  • 跨平台不一致性：工具在不同操作系统上可能出现不可预测的行为。

借助 Docker，每个 MCP 服务器都作为独立容器运行，因此具有可移植性、隔离性和一致性。您可以通过 Docker CLI 或 Docker Desktop 即时启动工具，无需担心依赖项或兼容性问题。

核心特性

  • 一站式提供 100 多个经过验证的 MCP 服务器

  • 发布者验证与版本化发布

  • 基于 Docker 基础设施的拉取式分发

  • 由 New Relic、Stripe、Grafana 等合作伙伴提供的工具

工作原理

MCP 目录中的每个工具都打包为带有元数据的 Docker 镜像

  • 通过 Docker Hub 的 mcp/ 命名空间发现工具。
  • 通过 MCP Toolkit 进行简单配置，将工具连接到其首选代理。
  • 使用 Docker Desktop 或 CLI 拉取并运行工具。

每个目录条目提供：

  • 工具描述与元数据
  • 版本历史
  • agent 集成示例配置

从目录中使用 MCP 服务器

要从目录中使用 MCP 服务器，请参阅 MCP 工具包。

向目录贡献 MCP 服务器

若要将 MCP 服务器添加到 Docker MCP 目录，请填写 Docker MCP 提交表单。

2.3.2 - Docker MCP Datalog与工具包发布

Docker MCP Datalog与工具包发布：为 AI 智能体赋能 MCP 的简易安全之道

https://www.docker.com/blog/announcing-docker-mcp-catalog-and-toolkit-beta/

模型上下文协议（MCP）正迅速成为连接 AI 智能体与外部工具的标准，但开发者体验尚未同步跟进。当前存在发现渠道碎片化、配置流程笨拙、安全措施往往事后补丁等问题。改善这一体验非单打独斗可成——需要全行业共同努力。构建安全、可扩展且可信的 MCP 生态系统，必须实现跨平台与供应商的协作。

为此，我们兴奋地宣布 Docker MCP datalog与工具包现已开放 Beta 测试。作为 Docker Hub 的新成员，Docker MCP 目录是您探索的起点，它精选呈现了一系列热门的容器化 MCP 服务器，助您快速启动智能体 AI 开发。但仅有发现功能还不够——这正是 MCP 工具包的用武之地。该工具包能简化安装流程、管理凭证、实施访问控制并保障运行时环境安全。Docker MCP datalog与工具包双剑合璧，为开发者和团队提供了完整的 MCP 工具使用基础，让这些工具更易发现、更安全使用，并能轻松跨项目和团队扩展。

我们正与 Stripe、Elastic、Heroku、Pulumi、Grafana Labs、Kong Inc.、Neo4j、New Relic、Continue.dev 等云计算、开发者工具及 AI 领域最受信赖的伙伴携手，共同构建安全的 MCP 工具生态系统。通过 Docker Desktop 一键连接 Gordon（Docker AI 智能体）、Claude、Cursor、VSCode、Windsurf、continue.dev 和 Goose 等主流 MCP 客户端，打造强大智能的 AI 智能体从未如此简单。

这完全契合我们的使命。Docker 开创了容器革命，彻底改变了开发者构建和部署软件的方式。如今，超过 2000 万注册开发者依赖 Docker 来构建、共享和运行现代应用程序。现在，我们将把同样值得信赖的体验带到下一个前沿领域：搭载 MCP 工具的智能体 AI。

模型上下文协议（MCP）发展势头正劲——还有哪些方面需要改进？

随着 MCP 成为智能体 AI 系统的支柱，开发者体验仍面临关键挑战。以下是当前存在的主要障碍：

  • 难以发现合适、官方且/或可信的工具

    寻找 MCP 服务器的渠道十分分散。开发者需要在各类注册中心、社区维护列表和博客文章间反复搜索——却依然难以辨别哪些是官方可信的服务器。

  • 复杂的安装与分发流程

    MCP 工具的入门门槛依然很高。开发者通常需要克隆代码仓库，在 Node.js 或 Python 等环境中解决依赖冲突，还要自行托管本地服务——其中许多服务并未容器化，这使得配置和移植更加困难。更麻烦的是，连接 MCP 客户端会带来更多阻碍，每个客户端都需要定制化配置，严重拖慢了上手速度。

  • 认证与权限机制存在缺陷

    许多 MCP 工具在运行时拥有对主机的完全访问权限，通过 npx 或 uvx 启动，缺乏隔离或沙箱保护。凭证通常以明文环境变量形式传递，导致敏感数据暴露并增加泄露风险。此外，这些工具往往未针对规模化和安全性进行设计，缺少企业级功能如策略执行、审计日志和标准化安全措施。

Docker 如何助力解决这些挑战

Docker MCP 目录与工具包旨在通过安全简化 MCP 服务器的发现、安装和认证流程，解决上述痛点——让您轻松连接喜爱的 MCP 客户端。

在安全隔离的容器中轻松发现并运行 MCP 服务器

MCP 目录让您能便捷发现并访问 100 多种 MCP 服务器——包括 Stripe、Elastic、Neo4j 等众多服务，所有资源均可在 Docker Hub 获取。通过 MCP Toolkit 的 Docker Desktop 扩展插件，您能快速安全地运行这些服务器并与之交互。将 MCP 服务器容器化后，开发者可规避运行时配置、依赖冲突和环境不一致等常见难题——只需运行容器，即可开箱即用。

图 1：在 Docker Hub 的 Docker MCP 目录中发现精选和热门的 MCP 服务器

我们不仅简化了发现和安装流程——更将安全性置于 MCP 体验的核心。由于 MCP 运行在 Docker 容器镜像内，它们继承了开发者早已信赖的内置安全特性，以及贯穿软件供应链的丰富安全工具生态。我们更进一步：Docker MCP 工具包通过发挥 Docker 作为安全内容与安全运行时提供者的双重优势，专门应对 MCP 服务器特有的新兴威胁，如工具投毒和工具撤池攻击。

图 2：MCP 工具包 Docker 桌面扩展让您能够轻松安全地在容器中运行 MCP 服务器。

前往 Docker Desktop 的扩展菜单即可开始使用 Docker MCP 目录和工具包，或通过此链接进行安装。查看我们的文档以获取更多信息。

一键式 MCP 客户端集成与内置安全认证

精选的 MCP 列表和简化的安全设置固然是良好的开端，但这仅仅是个开始。您可以将 Docker MCP 目录中的热门 MCP 服务器连接至任何 MCP 客户端。对于 Gordon（Docker AI 助手）、Claude、Cursor、VSCode、Windsurf、continue.dev 和 Goose 等客户端，一键设置功能将实现无缝集成。

Docker MCP 工具包内置 OAuth 支持与安全凭证存储功能，使客户端无需将密钥硬编码到环境变量中即可完成 MCP 服务器及第三方服务的认证。这确保您的 MCP 工具从一开始就能安全可靠地运行。

图 3：只需点击一下，即可轻松连接至您喜爱的 MCP 客户端，如 Gordon、Claude、Cursor 和 continue.dev。

企业级 MCP 工具链：在 Docker Hub 上构建、管理和共享

很快，您将能在 Docker Hub 上构建和共享自己的 MCP——这个托管着超 1400 万镜像、拥有数百万活跃用户及强大可信内容生态的平台。团队依赖 Docker Hub 获取经过验证的镜像、深度镜像分析、生命周期管理和企业级工具。这些同样值得信赖的功能即将扩展至 MCP 领域，让团队能获取最新工具，并以安全可靠的方式分发自己的 MCP。与容器镜像类似，MCP 也将集成注册表访问管理、镜像访问管理等企业功能，确保端到端的安全高效开发者工作流。

总结

Docker MCP datalog 与工具包为快速发展的 MCP 工具领域带来了亟需的体系化架构、安全保障和操作简捷性。通过标准化 MCP 服务器的发现、安装与安全配置流程，我们为开发者消除了构建更智能、更强大 AI 驱动应用与代理时的技术障碍。

无论您需要连接外部工具、定制工作流，还是在 IDE 内扩展自动化能力，Docker 都能让整个过程既简单又安全。而这仅仅是个开始。通过持续投入扩展 MCP 生态系统并优化工具管理方式，我们致力于让每个团队都能便捷使用强大的 AI 工具链。

借助 Docker 目录与工具包，您的 AI 代理将不再受限于内置功能——任何可接入的组件都能成为其能力延伸。

立即前往 Docker Desktop 的扩展菜单启用 Docker MCP 目录与工具包，或通过此链接直接安装。您还可在我们即将举办的网络研讨会中观看实际演示。有意在 Docker 上托管您的 MCP 服务器？欢迎随时联系我们。

补充

  • 专为简便与安全而设计

    agentic AI 的核心是 MCP 工具，但使用它们不应带来麻烦。Docker的 MCP datalog 和工具包让使用过程既简单又安全。

  • 加速代理型人工智能开发，借助 Docker MCP datalog与工具包

    无论您是在开发人工智能驱动的应用程序还是代理，MCP 目录都能为您提供经过精心筛选的可信服务器，助您快速入门。您可以将 MCP 服务器与 Docker AI Agent、Claude、Cursor、VS Code、Windsurf、continue.dev 和 Goose 等客户端快速且安全地连接。MCP工具包在后台处理设置、身份验证和安全事宜，让您能够专注于核心任务。基于Docker Hub构建，它是一个可靠的平台，用于上传、存储和管理MCP服务器，提供企业级安全性和控制力。

2.3.3 - 轻松构建更智能的 AI 代理

Docker MCP 目录与工具包：轻松构建更智能的 AI 代理

https://dev.to/docker/docker-mcp-catalog-toolkit-building-smarter-ai-agents-with-ease-408c

引言：Docker MCP 是什么及其重要性

由 ChatGPT、Claude 和定制 LLMs 驱动的基于智能体的 AI 应用兴起，催生了对与现实世界工具进行模块化、安全且标准化集成的需求。Docker 的模型上下文协议（MCP）及其目录与工具包正是为此而生。

Docker 正将自身定位不仅作为容器平台，更是智能代理的基础设施支柱。本文将探讨 MCP 架构、目录和工具包，并演示如何构建自己的 MCP 服务器。

理解 MCP——模型上下文协议

What it is: 它是什么：

  • MCP 是一种开放协议，允许 AI 客户端（如智能体）安全且可预测地调用现实世界服务。
  • 该协议专为实现工具互操作性、安全凭证管理（处理 API 密钥和令牌）以及基于容器的执行而设计。

Why it matters: 为何重要：

  • 缺乏 MCP 这类标准，智能体只能依赖脆弱的 API 或不安全的插件。
  • Docker 通过容器化技术为这些服务提供了安全隔离的运行环境。

Visual overview: 可视化概览：

MCP Arch Diagram

AI 客户端如何通过 MCP 与容器化服务进行通信

MCP datalog：预构建的安全 MCP 服务器

包含内容：

不断增长的 100 多个经 Docker 验证的 MCP 服务器库，包括：

  • Stripe
  • LangChain
  • Elastic
  • Pinecone
  • Hugging Face

主要特性：

每个 MCP 服务器运行在容器内，包含：

  • OpenAPI 规范
  • 安全的默认配置
  • Docker Desktop 集成

开发者为何关注：

  • AI Agent 的即插即用工具
  • 跨服务一致的开发体验

可视化概览：

MCP Catalog Diagram

Docker Desktop 集成 MCP 目录

MCP 工具包：构建您专属的安全 MCP 服务器

工具包命令行功能：

  • mcp init → 快速搭建新 MCP 服务器
  • mcp run → 运行本地开发版本
  • mcp deploy → 部署至 Docker 桌面版

安全特性：

  • 容器隔离
  • 支持 OAuth 凭证认证
  • 可选速率限制与追踪功能

演示操作流程：

npm install -g @docker/mcp-toolkit
mcp init my-weather-api
cd my-weather-api
mcp run

可视化操作指南

MCP Toolkit Diagram

MCP 工具包工作流程：从命令行到容器

将 MCP 服务器连接至 AI 客户端

支持的客户端：

  • Claude (Anthropic)
  • GPT Agents (OpenAI)
  • Docker AI (beta)
  • VS Code Extensions

运作原理：

  • 智能体调用 MCP 规范中定义的 /invoke 端点。
  • 安全令牌交换处理身份验证。
  • 响应返回给模型进行推理/执行。

用例示例：

Claude 在电商交互过程中通过 Docker MCP 服务器调用 Stripe 支付处理容器

可视化流程:

Agent-to-API via Docker MCP

Shows how Claude securely calls a Stripe service via Docker MCP. 展示 Claude 如何通过 Docker MCP 安全调用 Stripe 服务

MCP 服务器开发者的最佳实践

Security: 安全性：

  • 切勿使用 root 容器
  • 使用 docker scan 和 trivy 进行镜像漏洞扫描
  • 使用 Docker 的密钥管理器（或 Vault）存储敏感信息

Performance: 性能优化：

  • 保持容器轻量化（使用 Alpine 或 Distroless 镜像）
  • 使用流式响应进行 LLM 交互

Testing tips: 测试技巧：

  • 使用 Postman + curl 测试 /invoke 端点
  • 使用 swagger-cli 对 OpenAPI 规范进行代码检查

MCP 的未来发展方向

Predictions: 未来展望：

  • Docker AI 仪表板集成
  • MCP 编排（每个智能体支持多服务）
  • AI 原生 DevOps（通过 MCP 服务器构建基础设施的智能体）

开发者机遇：

  • 为开放的 MCP 服务器贡献力量
  • 提交至 Docker 应用目录
  • 构建供内部或公共使用的智能体工具

结语

Docker 的 MCP 目录与工具包仍处于测试阶段，但发展方向已然明确：AI 应用需要接入现实世界工具，而 Docker 正在构建一个安全开放的生态系统来支撑这一需求。

无论您正在开发智能体框架，还是仅仅尝试使用工具的 LLMs，现在都是参与其中的绝佳时机。

有什么想看到的 MCP 服务器创意？或者考虑贡献你自己的点子？我很乐意听取你的想法！😊