mcp-package-version 是一个 MCP 服务器，旨在帮助 AI 模型在生成代码时推荐最新的稳定软件包版本。它通过提供一系列工具，支持从 npm、PyPI、Maven Central、Go Proxy、Swift Packages、AWS Bedrock、Docker Hub 和 GitHub Container Registry 等多个软件包注册中心检索信息。

该服务器提供特定语言的工具，例如 check_npm_versions、check_python_versions 和 check_go_versions，以及通用的 check_package_versions 工具，用于批量检查 npm 和 PyPI 软件包。此外，它还支持查询 AWS Bedrock AI 模型和 Docker 镜像信息。通过与 AI 模型的无缝集成，mcp-package-version 确保生成的代码依赖于最新的软件包，从而减少潜在的兼容性问题和安全风险。开发者可以通过 Smithery 轻松安装和配置此服务器，并通过标准 MCP 客户端进行访问。

获取最新软件包版本

mcp-package-version 的核心功能是为大型语言模型（LLM）提供从多个软件包注册中心检索到的最新稳定软件包版本。该服务器通过提供准确和最新的依赖项信息，显著增强了 LLM 生成代码的可靠性。它支持各种流行的软件包注册中心，包括 npm（Node.js/JavaScript）、PyPI（Python）、Maven Central（Java）、Go Proxy（Go）和 Swift Packages（Swift），确保 LLM 可以访问各种技术栈的最新信息。

例如，当 LLM 需要生成一个包含特定依赖项的 package.json 文件时，它可以利用 check_npm_versions 工具来确定每个软件包的最新版本。这可以防止 LLM 推荐过时或不安全的软件包版本，从而提高生成代码的质量和安全性。该工具通过查询相应的软件包注册中心，提取最新版本信息，并将其返回给 LLM 以供进一步使用。

支持多种软件包管理器

该 MCP 服务器支持多种软件包管理器，简化了 LLM 与不同项目类型交互的过程。通过提供针对特定语言和软件包管理器的工具，例如 check_npm_versions、check_python_versions、check_maven_versions 和 check_go_versions，该服务器确保 LLM 可以准确地处理各种项目依赖项。这种全面的支持对于 LLM 来说至关重要，因为它们需要能够理解和生成不同编程语言和框架的代码。

例如，如果 LLM 正在帮助用户设置一个新的 Python 项目，它可以利用 check_pyproject_versions 工具来检查 pyproject.toml 文件中指定的依赖项的最新版本。这确保了项目从一开始就使用最新的软件包，从而减少了兼容性问题和潜在的安全漏洞。通过支持各种软件包管理器，mcp-package-version 使 LLM 能够为各种开发任务提供更准确和相关的帮助。

集成 AWS Bedrock 模型信息

除了软件包版本检查之外，mcp-package-version 还集成了对 AWS Bedrock AI 模型信息的支持。通过提供 check_bedrock_models 和 get_latest_bedrock_model 工具，该服务器使 LLM 能够访问和推荐最新的 AI 模型，特别是那些最适合编码任务的模型。此功能对于希望利用 LLM 来构建和部署 AI 驱动应用程序的开发人员来说非常有价值。

例如，LLM 可以使用 get_latest_bedrock_model 工具来确定最新的 Claude Sonnet 模型，该模型以其卓越的编码能力而闻名。然后，LLM 可以向用户推荐此模型，确保他们使用最适合其需求的 AI 模型。通过集成 AWS Bedrock 模型信息，mcp-package-version 扩展了 LLM 的功能，使其能够为 AI 开发任务提供更全面的帮助。

技术实现

mcp-package-version 服务器使用 TypeScript 构建，利用 Node.js 运行时环境。它通过标准 HTTP 请求与各种软件包注册中心和 AWS Bedrock API 进行通信。该服务器被设计为轻量级和高效，确保 LLM 可以快速访问所需的软件包版本和模型信息。它还包括全面的错误处理和重试机制，以处理网络问题和 API 限制。

该服务器可以通过 Smithery 轻松安装和配置，Smithery 是一个用于管理 MCP 服务器的工具。它还支持通过环境变量进行配置，允许用户自定义服务器的行为以满足其特定需求。mcp-package-version 的模块化架构使其易于扩展和维护，确保它可以适应不断变化的软件包管理和 AI 模型环境。