“Firebase” MCP 服务器能做什么?
Firebase MCP 是一种模型上下文协议(MCP)服务器,使 AI 助手能够直接操作 Firebase 服务,便于开发者将 AI 驱动的工作流集成到后端基础设施。服务器将 Firebase 的 Firestore(文档数据库)、Storage(文件管理和上传)以及 Authentication(用户管理和验证)作为 MCP 工具开放,允许 AI 助手执行如查询数据库、管理文件和处理用户认证等任务。这种集成让开发流程更高效,AI 代理可以编程方式与 Firebase 资源交互、自动化重复任务,并在您喜欢的开发环境中为应用提供智能支持。
提示词列表
在现有文档或仓库文件中未提及明确的提示词模板。
资源列表
在现有文档或仓库文件中未列出明确的 MCP 资源原语。
工具列表
- Firestore:支持文档数据库操作,例如读取和写入 Firestore 集合。
- Storage:提供文件管理功能,包括对 Firebase Storage 的强大上传能力。
- Authentication:通过 Firebase Authentication 进行用户管理与验证操作。
该 MCP 服务器的应用场景
- 数据库管理:用 AI 代理自动化 Firestore 操作,如查询、更新或删除文档,提高后端任务效率。
- 文件管理:简化文件上传与下载,使 AI 助手能处理多媒体或文档类工作流。
- 用户管理:通过 Firebase Authentication 自动化用户认证、注册和验证,降低手动运维负担。
- CI/CD 自动化:在开发流水线中集成 MCP 服务器,管理测试数据库或在自动化测试场景下处理用户数据。
- 上下文感知 AI 助手:为 AI 助手提供实时访问 Firebase 数据的能力,让其更具上下文感知,实现应用支持与故障排查。
如何设置
Windsurf
- 确保已安装 Node.js 并拥有包含服务账号凭证的 Firebase 项目。
- 定位到您的 Windsurf MCP 设置文件。
- 在配置中添加 Firebase MCP 服务器:
{ "mcpServers": { "firebase-mcp": { "command": "npx", "args": ["@gannonh/firebase-mcp@latest"] } } } - 保存文件并重启 Windsurf。
- 通过在 MCP 服务器列表中查找 Firebase MCP 连接来验证设置。
Claude
- 前提条件:Node.js 和 Firebase 项目凭证。
- 打开
~/Library/Application Support/Claude/claude_desktop_config.json。 - 添加 Firebase MCP 服务器:
{ "mcpServers": { "firebase-mcp": { "command": "npx", "args": ["@gannonh/firebase-mcp@latest"] } } } - 保存更改并重启 Claude Desktop。
- 通过 Claude 界面确认 Firebase MCP 已运行。
Cursor
- 前提条件:Node.js 和 Firebase 凭证。
- 找到您的 Cursor MCP 配置文件。
- 添加 Firebase MCP 服务器项:
{ "mcpServers": { "firebase-mcp": { "command": "npx", "args": ["@gannonh/firebase-mcp@latest"] } } } - 保存并重启 Cursor。
- 在 Cursor 中列出 MCP 服务器进行验证。
Cline
- 确保已有 Node.js 和 Firebase 凭证。
- 打开 Cline 的配置文件。
- 插入 Firebase MCP 配置:
{ "mcpServers": { "firebase-mcp": { "command": "npx", "args": ["@gannonh/firebase-mcp@latest"] } } } - 保存并重启 Cline。
- 检查 Firebase MCP 是否出现在活跃的 MCP 服务器中。
API 密钥安全存储
将敏感凭证存放于环境变量中。使用 env 和 inputs 的 JSON 示例:
{
"mcpServers": {
"firebase-mcp": {
"command": "npx",
"args": ["@gannonh/firebase-mcp@latest"],
"env": {
"FIREBASE_SERVICE_ACCOUNT": "path/to/your/serviceAccountKey.json"
},
"inputs": {
"projectId": "your-firebase-project-id"
}
}
}
}
在流程中使用该 MCP
在 FlowHunt 中使用 MCP
要将 MCP 服务器集成到 FlowHunt 工作流中,请首先在流程中添加 MCP 组件,并将其与您的 AI 代理连接:

点击 MCP 组件打开配置面板。在系统 MCP 配置区,使用如下 JSON 格式插入您的 MCP 服务器信息:
{
"firebase-mcp": {
"transport": "streamable_http",
"url": "https://yourmcpserver.example/pathtothemcp/url"
}
}
配置完成后,AI 代理即可作为工具调用该 MCP 的全部功能。请记得将 “firebase-mcp” 替换为实际的 MCP 服务器名称,并将 URL 改为您自己的 MCP 服务器地址。
概览
| 板块 | 可用性 | 详情/备注 |
|---|---|---|
| 概览 | ✅ | 通过 MCP 将 Firebase 服务与 AI 助手集成 |
| 提示词列表 | ⛔ | 未找到 |
| 资源列表 | ⛔ | 未找到 |
| 工具列表 | ✅ | Firestore、Storage、Authentication |
| API 密钥安全 | ✅ | 提供环境变量示例 |
| 采样支持(评估时可忽略) | ⛔ | 未特别说明 |
从上表可见,Firebase MCP 服务器在将 AI 助手与 Firebase 集成方面非常实用,但缺乏提示词模板和 MCP 资源原语的详细文档。其对主要 Firebase 工具的覆盖很全面,配置及安全指导也较完善。采样/根/资源相关信息较少,稍微降低了完整度。
MCP 评分
| 是否有 LICENSE | ✅ (MIT) |
|---|---|
| 至少有一个工具 | ✅ (3 个工具) |
| Fork 数量 | 31 |
| Star 数量 | 168 |
