All in One - 开发者工具类MCP服务器

使用说明

项目简介

AIO-MCP Server 是一个功能强大的 Model Context Protocol (MCP) 服务器实现，旨在为大型语言模型 (LLM) 客户端提供全面的上下文服务。它集成了 GitLab, Jira, Confluence, YouTube 等多种常用工具和服务，使 LLM 能够访问外部数据、执行特定功能，并根据预定义的 Prompt 模板与用户进行更智能的交互。

主要功能点

资源 (Resources) 管理: 支持托管和管理来自 Jira 等服务的资源，允许 LLM 客户端获取项目 Issue 信息等。
工具 (Tools) 注册与执行: 内置了丰富的工具集，包括：
- 信息检索工具: Gemini AI 搜索, Brave 搜索, 网页内容抓取。
- 效率工具: Google 日历管理, Gmail 邮件管理, Google Chat 消息发送, YouTube 视频操作, Confluence 和 Jira 知识库操作, GitLab 代码仓库操作, 命令行脚本执行, 屏幕截图。
- RAG 工具: 支持向量数据库 Qdrant，实现文档内容索引和检索，增强 LLM 的知识库访问能力。
- 思维工具: 顺序思考工具，帮助 LLM 进行多步骤推理和问题解决。
Prompt 模板 (Prompts): 支持定义和使用 Prompt 模板，例如代码审查 Prompt，以定制 LLM 的交互行为。
灵活的工具启用: 可以通过环境变量灵活启用或禁用工具组，方便用户根据需求定制服务器功能。
多种安装方式: 支持通过 Smithery CLI 或 Go 语言安装，方便不同技术背景的用户部署和使用。

安装步骤

方法一：通过 Smithery CLI (推荐 Claude Desktop 用户)

确保已安装 Smithery CLI。

运行以下命令，Smithery 将引导您完成交互式安装和配置：

npx -y @smithery/cli install @athapong/aio-mcp --client claude

方法二：通过 Go 安装

安装 Go: 确保您的系统已安装 Go 1.23.2 或更高版本，并配置好 Go 环境变量 (GOPATH, PATH)。
安装 AIO-MCP Server: 运行以下命令安装服务器：
```
go install github.com/athapong/aio-mcp@latest
```
安装成功后，'aio-mcp' 可执行文件通常位于 '$GOPATH/bin' 目录下。

配置环境变量:

在服务器可执行文件所在目录或用户 Home 目录下创建 '.env' 文件。
根据您需要使用的工具，配置相应的 API 密钥、Token 和 Host 信息。

'.env' 文件示例 (请根据实际情况填写):

ENABLE_TOOLS= # 留空启用所有工具，或用逗号分隔指定工具组，例如：gitlab,jira
QDRANT_HOST=your_qdrant_host
QDRANT_PORT=6334
QDRANT_API_KEY=your_qdrant_api_key
ATLASSIAN_HOST=your_atlassian_host
ATLASSIAN_EMAIL=your_atlassian_email
ATLASSIAN_TOKEN=your_atlassian_api_token
GITLAB_HOST=your_gitlab_host
GITLAB_TOKEN=your_gitlab_personal_access_token
BRAVE_API_KEY=your_brave_search_api_key
GOOGLE_AI_API_KEY=your_google_ai_api_key
OPENAI_API_KEY=your_openai_api_key
GOOGLE_TOKEN_FILE=/path/to/your/token.json  # 用于 Gmail, Calendar, YouTube 等 Google 服务
GOOGLE_CREDENTIALS_FILE=/path/to/your/credentials.json # 用于 Gmail, Calendar, YouTube 等 Google 服务

注意: 'GOOGLE_TOKEN_FILE' 和 'GOOGLE_CREDENTIALS_FILE' 需要通过运行 'scripts/google-token/main.go' 脚本生成。

服务器配置 (MCP 客户端配置)

MCP 客户端 (例如 Claude Desktop) 需要配置 MCP 服务器的启动命令才能连接。以下是 'claude_desktop_config.json' 中配置 AIO-MCP Server 的示例：

{
  "mcpServers": {
    "aio-mcp": {
      "command": "aio-mcp",
      "args": ["-env", "/path/to/.env"]
    }
  }
}

配置参数说明:

server name: 'aio-mcp' (服务器名称，可自定义)
command: 'aio-mcp' (服务器启动命令，假设 'aio-mcp' 可执行文件已添加到系统 PATH 环境变量中，否则需要使用可执行文件的完整路径)
args: '["-env", "/path/to/.env"]' (传递给服务器的启动参数，'-env' 参数指定 '.env' 配置文件的路径)

或者，您也可以直接在 'claude_desktop_config.json' 中通过 'env' 字段配置环境变量，例如:

{
  "mcpServers": {
    "aio-mcp": {
      "command": "aio-mcp",
      "env": {
        "ENABLE_TOOLS": "",
        "OPENAI_API_KEY": "your_openai_api_key",
        "GITLAB_TOKEN": "your_gitlab_personal_access_token",
        // ... 其他环境变量 ...
      }
    }
  }
}

基本使用方法

启动 MCP 服务器:
- 如果通过 Smithery 安装，服务器通常会自动启动。
- 如果通过 Go 安装，需要在终端中运行 'aio-mcp -env /path/to/.env' 命令启动服务器。
配置 MCP 客户端:
- 打开 MCP 客户端 (例如 Claude Desktop) 的配置界面。
- 添加或修改 MCP 服务器配置，使用上面提供的 'claude_desktop_config.json' 示例进行配置。
在 MCP 客户端中使用工具和资源:
- 在 LLM 对话中，可以使用 '@工具名称' 或 '资源名称' 的方式调用工具和访问资源。
- 例如，使用 'ai_web_search' 工具进行网页搜索: '@ai_web_search question="最新的AI技术发展趋势" context="了解AI行业动态"'
- 例如，访问 Jira Issue 资源: 'Jira Issue KP-123'

请参考仓库 README.md 文件获取更详细的工具列表、参数说明和高级配置信息。

关键词