Taranis AI

Taranis AI רץ באופן מקומי מתוך חבילת Python שפורסמה ב-PyPI: taranis-mcp-server, גרסה 0.1.1. הוא משתמש ב-MCP על גבי stdio, ולכן הלקוח מפעיל אותו כתוכנה ומתקשר איתו דרך קלט ופלט סטנדרטיים. כדי להריץ אותו צריך Python; לקוחות מפעילים אותו בדרך כלל עם uvx (מתוך uv) או אחרי pip install - הפקודה המקובלת היא uvx taranis-mcp-server. הוא קורא את משתני הסביבה האלה: MCP_TRANSPORT, TARANIS_API_URL (חובה), TARANIS_ACCESS_TOKEN (סודי), TARANIS_USERNAME ו-TARANIS_PASSWORD (סודי); יש להגדיר אותם בתצורת הלקוח עבור השרת הזה.

Taranis AI רץ באופן מקומי מתוך אימג' של קונטיינר במרשם OCI כמו Docker Hub או GitHub Container Registry: ghcr.io/taranis-ai/taranis-mcp-server:0.1.1. הוא משתמש ב-MCP על גבי stdio, ולכן הלקוח מפעיל אותו כתוכנה ומתקשר איתו דרך קלט ופלט סטנדרטיים. כדי להריץ אותו צריך Docker או סביבת ריצה אחרת לקונטיינרים של OCI; ההפעלה היא עם docker run - הפקודה המקובלת היא docker run -i --rm -e MCP_TRANSPORT -e TARANIS_API_URL -e TARANIS_ACCESS_TOKEN -e TARANIS_USERNAME -e TARANIS_PASSWORD ghcr.io/taranis-ai/taranis-mcp-server:0.1.1. הוא קורא את משתני הסביבה האלה: MCP_TRANSPORT, TARANIS_API_URL (חובה), TARANIS_ACCESS_TOKEN (סודי), TARANIS_USERNAME ו-TARANIS_PASSWORD (סודי); יש להגדיר אותם בתצורת הלקוח עבור השרת הזה.

בפורמט ה-JSON של mcpServers, שלקוחות MCP רבים לדסקטופ ולעורכי קוד קוראים, הרשומה נראית כך (מצייני מקום בסוגריים זוויתיים):

{
  "mcpServers": {
    "taranis-mcp-server": {
      "command": "uvx",
      "args": [
        "taranis-mcp-server"
      ],
      "env": {
        "MCP_TRANSPORT": "<ערך>",
        "TARANIS_API_URL": "<ערך>",
        "TARANIS_ACCESS_TOKEN": "<סוד>",
        "TARANIS_USERNAME": "<ערך>",
        "TARANIS_PASSWORD": "<סוד>"
      }
    }
  }
}

נגזר מהרשומה במרשם, ולא נבדק כאן. מה השרת עושה, ובאילו תנאים, נקבע על ידי המפרסם שלו; כדאי לבדוק את מאגר הקוד או את האתר שלו לפני שנותנים לו גישה לחשבונות או לקבצים שלך. איך מוסיפים שרת MCP לעוזר AI · לפני שמתחברים