
Vercel AI SDK MCP Server Project

2025.04.13
0
TypeScriptAI 开发工具Vercel AI SDK 集成开发效率
Vercel AI SDK MCP Server Project 是一个基于 Model Context Protocol (MCP) 的服务,旨在将 Vercel AI SDK 的核心功能暴露给 AI 开发环境(如 Cursor)。它允许开发者利用 Vercel AI SDK 的功能(如 `generateObject`、`generateText`、`streamText` 和 UI 生成)与其他 MCP 服务器(如 `mcp-figma` 和 `magic-mcp`)进行集成。
View on GitHub
Overview
基本能力
产品定位
Vercel AI SDK MCP Server Project 是一个用于 AI 开发的中间件服务,通过 MCP 协议将 Vercel AI SDK 的功能集成到开发环境中,支持多服务器协同工作。
核心功能
- Vercel AI SDK 集成:提供 MCP 工具包装 Vercel AI SDK 的核心功能(如
generate_object
、generate_ui_component
等)。 - 工具分类管理:通过
ToolManager
和set_tool_category
元工具管理暴露给 Cursor 的活跃工具数量。 - Figma/Magic MCP 占位符:包含
mcp-figma
和magic-mcp
的连接器和工具注册,用于 Cursor AI 的协同工作。 - Smithery 部署支持:配置了
Dockerfile
和smithery.yaml
,支持在 Smithery.ai 上快速部署。 - Cursor 集成:通过
.cursor/mcp.json
配置在 Cursor 中使用。
适用场景
- 多服务器协同工作流:通过 Cursor AI 协调多个 MCP 服务器(如
mcp-figma
、magic-mcp
和vercel-ai-sdk-mcp
)完成复杂任务。 - 结构化生成任务:利用 Vercel AI SDK 的功能生成结构化数据或 UI 组件。
- AI 开发环境集成:在 Cursor 等 AI 开发环境中快速调用 Vercel AI SDK 的功能。
工具列表
- generate_object:生成结构化对象。
- generate_ui_component:生成 UI 组件。
- streamText:流式文本生成。
- ToolManager:管理工具分类和数量。
常见问题解答
- 如何部署到 Smithery?:推送代码到 GitHub 后,在 Smithery.ai 上创建部署并配置 API 密钥。
- 如何本地运行?:克隆仓库后运行
npm install
和npm run start
。 - 如何配置 API 密钥?:在
.env
文件中填写OPENAI_API_KEY
等密钥。
使用教程
使用依赖
- Node.js(v20 或更高版本)
- npm
- Git
- Cursor
- Smithery 账户
- API 密钥:OpenAI API Key、Figma API Key(可选)、21st Dev API Key(可选)。
安装教程
- 克隆仓库:
bash git clone https://github.com/chiziuwaga/vercel-ai-sdk-mcp-project.git cd vercel-ai-sdk-mcp-project
- 安装依赖:
bash npm install
- 配置
.env
文件:dotenv OPENAI_API_KEY=sk-your-openai-key ANTHROPIC_API_KEY=sk-ant-your-anthropic-key # Optional FIGMA_API_KEY=your-figma-key # For future implementation TWENTY_FIRST_API_KEY=your-21st-key # For future implementation TRANSPORT_TYPE=stdio # Keep as stdio for local PORT=3000 # Only used if TRANSPORT_TYPE=sse
- 构建代码:
bash npm run build
- 本地运行:
bash npm run start
调试方式
- 检查日志:运行
npm run start
后查看控制台输出。 - 验证 API 密钥:确保
.env
文件中的密钥正确。 - 测试工具调用:通过 Cursor 调用工具并检查响应。