Máy chủ Peacock MCP

Peacock MCP Server làm gì?

Peacock MCP Server được thiết kế để làm máy chủ Model Context Protocol (MCP) cho tiện ích mở rộng Peacock trên Visual Studio Code. Mục tiêu chính là minh họa cách một máy chủ MCP có thể tạo cầu nối giữa trợ lý AI và các API bên ngoài, từ đó nâng cao quy trình làm việc của lập trình viên. Bằng cách đóng vai trò trung gian, Peacock MCP Server cho phép trợ lý AI tương tác lập trình với môi trường VS Code, như tùy chỉnh giao diện trình soạn thảo hoặc quản lý các thiết lập dự án. Điều này giúp lập trình viên tự động hóa các tác vụ như thay đổi giao diện, nhận diện workspace, hay các thao tác dựa trên API khác, góp phần tối ưu hóa và làm phong phú trải nghiệm lập trình.

Danh sách Prompt

Không có mẫu prompt nào được nhắc đến trong tài liệu hoặc tệp lưu trữ hiện có.

Danh sách tài nguyên

Không có tài nguyên nào được mô tả trong tài liệu hoặc kho lưu trữ hiện có.

Danh sách công cụ

Không có công cụ nào được liệt kê trong tài liệu hoặc kho lưu trữ, và server.py không có trong kho này.

Các trường hợp sử dụng của máy chủ MCP này

• Trình diễn tương tác API: Peacock MCP Server chủ yếu nhằm mục đích trình diễn cách máy chủ MCP có thể dùng để tương tác với API. Điều này giúp lập trình viên hiểu các thực tiễn tốt nhất khi tích hợp trợ lý AI với các dịch vụ khác nhau.
• Nâng cấp tiện ích mở rộng VS Code: Thông qua kết nối với Peacock qua MCP, lập trình viên có thể tự động hóa việc thay đổi giao diện và nhận diện workspace trên toàn bộ dự án, cải thiện quy trình làm việc nhóm.
• Tự động hóa quy trình lập trình: Máy chủ có thể làm nền tảng để tự động hóa các tác vụ lặp lại, như chuyển đổi màu trình soạn thảo theo ngữ cảnh dự án hoặc trạng thái CI/CD, giảm bớt cấu hình thủ công.
• Mục đích đào tạo: Kho lưu trữ là tài liệu giá trị cho những ai học cách triển khai máy chủ MCP nhằm kết nối công cụ AI với các API hoặc hệ thống bên ngoài.
• Mẫu tạo máy chủ MCP tùy chỉnh: Lập trình viên có thể dùng nó làm mẫu để xây dựng máy chủ MCP cho tiện ích mở rộng hoặc ứng dụng khác cần sự tương tác giữa AI và API.

Cách thiết lập

Windsurf

1. Đảm bảo Node.js đã được cài đặt trên hệ thống.
2. Tìm file cấu hình của Windsurf (thường là wind.config.json).
3. Thêm mục Peacock MCP Server bằng đoạn JSON sau:

   {
     "mcpServers": {
       "peacock-mcp": {
         "command": "npx",
         "args": ["@johnpapa/peacock-mcp@latest"]
       }
     }
   }
   

4. Lưu file cấu hình và khởi động lại Windsurf.
5. Xác nhận cài đặt bằng cách kiểm tra Windsurf đã nhận diện máy chủ Peacock MCP hay chưa.

Claude

1. Đảm bảo Node.js có sẵn.
2. Mở file cấu hình máy chủ MCP của Claude (ví dụ: claude.json).
3. Thêm:

   {
     "mcpServers": {
       "peacock-mcp": {
         "command": "npx",
         "args": ["@johnpapa/peacock-mcp@latest"]
       }
     }
   }
   

4. Lưu và khởi động lại Claude.
5. Xác nhận máy chủ Peacock MCP xuất hiện trong giao diện Claude.

Cursor

1. Cài đặt Node.js.
2. Mở cursor.config.json của Cursor.
3. Thêm vào:

   {
     "mcpServers": {
       "peacock-mcp": {
         "command": "npx",
         "args": ["@johnpapa/peacock-mcp@latest"]
       }
     }
   }
   

4. Lưu file, khởi động lại Cursor.
5. Kiểm tra bằng cách gọi một lệnh sử dụng máy chủ MCP.

Cline

1. Đảm bảo Node.js đã được cài đặt.
2. Sửa hoặc tạo file cấu hình của Cline (ví dụ: cline.config.json).
3. Thêm máy chủ MCP:

   {
     "mcpServers": {
       "peacock-mcp": {
         "command": "npx",
         "args": ["@johnpapa/peacock-mcp@latest"]
       }
     }
   }
   

4. Lưu và khởi động lại Cline.
5. Kiểm tra đăng ký máy chủ MCP thành công.

Bảo mật API Key

Lưu API key dưới dạng biến môi trường và tham chiếu trong cấu hình của bạn. Ví dụ:

{
  "mcpServers": {
    "peacock-mcp": {
      "command": "npx",
      "args": ["@johnpapa/peacock-mcp@latest"],
      "env": {
        "API_KEY": "${PEACOCK_API_KEY}"
      },
      "inputs": {
        "apiKey": "${PEACOCK_API_KEY}"
      }
    }
  }
}

Cách sử dụng MCP này trong flows

Sử dụng MCP trong FlowHunt

Để tích hợp máy chủ MCP vào quy trình FlowHunt, hãy thêm thành phần MCP vào flow và kết nối với agent AI của bạn:

Nhấn vào thành phần MCP để mở bảng cấu hình. Trong phần cấu hình hệ thống MCP, thêm thông tin máy chủ MCP theo định dạng JSON sau:

{
  "peacock-mcp": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

Sau khi cấu hình, agent AI có thể sử dụng MCP này như một công cụ với đầy đủ chức năng. Hãy nhớ thay “peacock-mcp” bằng tên thật của máy chủ MCP và thay URL bằng địa chỉ MCP server của bạn.

Tổng quan

Dựa theo bảng trên, Peacock MCP Server là dự án minh họa hữu ích nhưng thiếu tài liệu chi tiết, mẫu prompt, tài nguyên và định nghĩa công cụ, do đó hạn chế giá trị thực tiễn cho tích hợp MCP nâng cao. Giá trị chính là để học tập hoặc làm điểm khởi đầu phát triển máy chủ MCP.

Điểm MCP

Tổng điểm: 3/10 – Máy chủ MCP này là tài liệu tham khảo hữu ích để bắt đầu nhưng khá hạn chế về phạm vi và tài liệu cho việc sử dụng thực tế.