mcp-use
全栈MCP框架，用于构建AI代理的MCP服务器和应用
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：mcp-use。 它的用途是：全栈MCP框架，用于构建AI代理的MCP服务器和应用 完整的 Skill 内容见：https://321skill.com/skills/mcp-use/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
“帮我在本地启动一个MCP服务器，提供一个查询天气的工具。”，它会引导你使用`npx create-mcp-use-app@latest`创建项目，并生成一个包含基础工具定义的服务器代码。然后你可以通过访问本地Inspector页面来测试这个“查询天气”工具是否正常工作。
介绍
mcp-use是一个全栈的MCP（Model Context Protocol）框架，旨在解决开发者为ChatGPT、Claude等AI助手构建可扩展工具（MCP服务器）和交互式应用（MCP应用）时的复杂性问题。它提供了一套完整的SDK和工具链，让开发者能够高效地创建、测试和部署MCP服务。
使用mcp-use，开发者可以通过其TypeScript或Python SDK快速构建MCP服务器，定义工具（Tools）和资源（Resources）。框架内置的MCP Inspector提供了本地和在线调试环境，方便开发者预览和测试服务器功能。完成开发后，可以一键部署到Manufact MCP云平台，获得生产级的可观测性、日志和分支部署能力。
这个框架非常适合智能体开发者、全栈开发者和希望为AI助手扩展能力的工具开发者。无论是想为团队内部构建一个数据查询工具，还是开发一个面向用户的AI交互应用，mcp-use都能提供从开发到上线的完整支持。
建议从官方文档的快速入门开始，根据项目需求选择TypeScript或Python版本。对于需要生产部署的项目，可以优先考虑使用其云平台服务，以简化运维和监控工作。
核心特点
mcp-use不仅是一个MCP服务器SDK，更是一个包含本地调试工具（Inspector）和云部署平台（Manufact MCP Cloud）的全栈框架，提供了从开发、测试到生产部署的完整闭环体验，这是大多数同类工具所不具备的。
注意事项
对于仅需简单、一次性脚本或对云服务有严格合规限制的场景，使用完整的mcp-use框架可能显得过于重型。
常见问题
MCP服务器和MCP应用有什么区别？
MCP服务器是为AI代理（如Claude Desktop）提供工具的后端服务；MCP应用则是基于这些工具构建的、带有交互界面的前端应用，用户可直接使用。
必须使用Manufact云平台部署吗？
不是必须的。mcp-use SDK构建的服务器可以部署在任何支持Node.js/Python的环境中，云平台提供了额外的运维和可观测性功能。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/mcp-use/raw/index.md 读取 mcp-use 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/mcp-use/raw/index.md（查看排版版本）