能力标签

🔌

MCP工具

开源MCP工具

基于 Python · 让 AI 助手直接操作你的系统与工具

英文名：dograh

⭐ 4.1k Stars 🍴 816 Forks 💻 Python 📄 BSD-2-Clause 🏷 AI 8.0分

8.0AI 综合评分

ai-callingconversational-aiinbound-callslocal-llm

⬇ 下载源码 ZIP ⚙️ 配置说明

✦ AI Skill Hub 推荐

经 AI Skill Hub 精选评估，开源MCP工具获评「强烈推荐」。已获得 4.1k 颗 GitHub Star，这款MCP工具在功能完整性、社区活跃度和易用性方面表现出色，AI 评分 8.0 分，适合有一定技术背景的用户使用。

📚 深度解析

开源MCP工具是一款基于 MCP（Model Context Protocol）标准协议的 AI 工具扩展。MCP 协议由 Anthropic 开发并开源，旨在建立 AI 模型与外部工具之间的标准化通信接口，目前已被 Claude Desktop、Claude Code、Cursor 等主流 AI 工具采纳。

通过安装开源MCP工具，你的 AI 助手将获得额外的工具调用能力，可以用自然语言直接操控该工具的功能，无需学习复杂的命令行语法。MCP 工具的核心价值在于"一次配置，永久增强"——配置完成后，每次与 AI 对话时都可以无缝调用这些工具。

在技术实现上，MCP 工具通过标准的 JSON-RPC 协议与 AI 客户端通信，工具的功能以"工具列表"的形式暴露给 AI 模型，AI 可以按需调用。开源MCP工具提供了结构化的工具调用接口，使 AI 模型能够精确地理解和使用每个功能点，显著降低 AI 在工具使用上的错误率。

与传统的 API 集成相比，MCP 工具的优势在于无需编写代码——用户只需在配置文件中添加几行 JSON，即可让 AI 获得全新能力。AI Skill Hub 将开源MCP工具评为 AI 评分 8.0 分，属于同类工具中的优质选择。

📋 工具概览

开源MCP工具是一款遵循 MCP（Model Context Protocol）标准协议的 AI 工具扩展。通过 MCP 协议，它可以让 Claude、Cursor 等主流 AI 客户端直接访问和操作外部工具、数据源和服务，实现 AI 能力的无缝扩展。无论是文件操作、数据库查询还是 API 调用，都可以通过自然语言在 AI 对话中直接触发，极大提升生产效率。

GitHub Stars

⭐ 4.1k

开发语言

Python

支持平台

Windows / macOS / Linux

维护状态

持续维护，定期更新

开源协议

BSD-2-Clause

AI 综合评分

8.0 分

工具类型

MCP工具

Forks

816

📖 中文文档

以下内容由 AI Skill Hub 根据项目信息自动整理，如需查看完整原始文档请访问底部「原始来源」。

📌 核心特色

通过标准 MCP 协议与 Claude、Cursor 等主流 AI 客户端深度集成
提供结构化工具调用接口，显著降低 AI 集成复杂度
支持 Claude Desktop 和 Claude Code 无缝接入，开箱即用
可与其他 MCP 工具组合叠加，构建完整 AI 工作站
轻量无侵入设计，不影响现有系统架构

🎯 主要使用场景

在 Claude Desktop 对话中直接调用本地工具，实现 AI 与系统的深度联动
通过自然语言驱动复杂的多步骤自动化任务，代替繁琐手动操作
将多个 MCP 工具组合使用，构建个人专属 AI 工作站

以下安装命令基于项目开发语言和类型自动生成，实际以官方 README 为准。

安装命令

# 方式一：通过 Claude Code CLI 一键安装
claude skill install https://github.com/dograh-hq/dograh

# 方式二：手动配置 claude_desktop_config.json
{
  "mcpServers": {
    "--mcp--": {
      "command": "npx",
      "args": ["-y", "dograh"]
    }
  }
}

# 配置文件位置
# macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
# Windows: %APPDATA%/Claude/claude_desktop_config.json

📋 安装步骤说明

确认已安装 Node.js（v18 或以上版本）
打开 Claude Desktop 或 Claude Code 的 MCP 配置文件
按「交给 Agent 安装 → Claude Desktop」标签中的 JSON 配置填入 mcpServers 字段
保存配置文件并重启 Claude 客户端
重启后，在对话中即可使用本工具

以下用法示例由 AI Skill Hub 整理，涵盖最常见的使用场景。

常用命令 / 代码示例

# 安装后在 Claude 对话中直接使用
# 示例：
用户: 请帮我用 开源MCP工具 执行以下任务...
Claude: [自动调用 开源MCP工具 MCP 工具处理请求]

# 查看可用工具列表
# 在 Claude 中输入："列出所有可用的 MCP 工具"

以下配置示例基于典型使用场景生成，具体参数请参照官方文档调整。

配置示例

// claude_desktop_config.json 配置示例
{
  "mcpServers": {
    "__mcp__": {
      "command": "npx",
      "args": ["-y", "dograh"],
      "env": {
        // "API_KEY": "your-api-key-here"
      }
    }
  }
}

// 保存后重启 Claude Desktop 生效

📑 README 深度解析真实文档完整度 49/100 查看 GitHub 原文 →

以下内容由系统直接从 GitHub README 解析整理，保留代码块、表格与列表结构。

Dograh AI

The open-source, self-hostable alternative to Vapi & Retell — build production voice agents with a drag-and-drop workflow builder. From zero to a working bot in under 2 minutes.

<a href="https://docs.dograh.com">📖 Docs</a>  ·  <a href="LICENSE">📜 BSD 2-Clause</a>  ·  <a href="README.zh-CN.md">🌐 中文</a>

100% open source, self-hostable — no vendor lock-in, unlike Vapi or Retell
Full control & transparency — every line of code is open, with flexible LLM / TTS / STT integration
Maintained by YC alumni and exit founders, committed to keeping voice AI open

🏢 About

Built with ❤️ by Dograh (Zansat Technologies Private Limited) Founded by YC alumni and exit founders committed to keeping voice AI open and accessible to everyone.

<a href="https://github.com/dograh-hq/dograh/stargazers">⭐ Star us on GitHub</a> | <a href="https://app.dograh.com">☁️ Try Cloud Version</a> | <a href="https://join.slack.com/t/dograh-community/shared_invite/zt-3zjb5vwvl-j7hRz3_F1SOn5cH~jm5f5g">💬 Join Slack</a>

🎥 Featured

Featured by Better Stack — a hands-on look at Dograh

<details> <summary>📺 Prefer a 2-minute product walkthrough? Click here.</summary>

</details>

Features

Voice Capabilities

Telephony: Built-in telephony integration like Twilio, Vonage, Vobiz, Cloudonix (easily add others), with support for transferring calls to human agents
Languages: English support (expandable to other languages)
Custom Models: Bring your own TTS/STT models
Real-time Processing: Low-latency voice interactions

Deployment Options

Self-Hosted Deployment

For detailed deployment instructions including remote server setup with HTTPS, see our Docker Deployment Guide.

Getting Started

Fork the repository
Create your feature branch (git checkout -b feature/AmazingFeature)
Commit your changes (git commit -m 'Add some AmazingFeature')
Push to the branch (git push origin feature/AmazingFeature)
Open a Pull Request

📦 SDKs

Python SDK — pypi.org/project/dograh-sdk
Node SDK — npmjs.com/package/@dograh/sdk

⚖️ Dograh vs Vapi vs Retell

An honest comparison on the axes that matter most to teams evaluating voice AI platforms.

	Dograh	Vapi	Retell
License	BSD 2-Clause (open source)	Proprietary	Proprietary
Self-hostable	✅ Yes — one Docker command	❌ SaaS only	❌ SaaS only
Pricing	Free (self-host) · usage-based (cloud)	Per-minute SaaS	Per-minute SaaS
Bring your own LLM / STT / TTS	✅ Any provider, or use Dograh's stack	Configurable within their integrations	Configurable within their integrations
Source-level customization	✅ Every line is yours to modify	❌ Closed source	❌ Closed source
Data residency	Your infra, your rules	Their cloud	Their cloud
Vendor lock-in	None	Full	Full