使用说明

项目简介

MindManager MCP服务器是一个基于 Model Context Protocol (MCP) 标准构建的后端服务,它允许大型语言模型 (LLM) 客户端(如Claude)安全、可扩展地访问和操作 MindManager 思维导图软件。通过此服务器,LLM 可以获取思维导图的内容和结构,并利用 MindManager 的功能。

主要功能点

  • 获取思维导图数据: 支持多种模式(完整、内容、文本)检索当前 MindManager 文档的结构和内容。
  • 获取选中主题: 获取用户在 MindManager 中当前选中的主题信息。
  • 导出思维导图: 支持将 MindManager 导图导出为 Mermaid, Markdown, JSON 等多种格式,方便 LLM 理解和处理。
  • 获取MindManager信息: 获取 MindManager 库文件夹路径和软件版本信息。
  • 提取主题信息: 提取思维导图的中心主题和选定子主题,用于 LLM 的上下文理解。

安装步骤

macOS 系统

  1. 克隆仓库: 如果需要从仓库使用,请先克隆仓库到本地。
    git clone https://github.com/robertZaufall/mindm-mcp.git
    cd mindm-mcp
  2. 创建并激活虚拟环境: 推荐使用虚拟环境隔离项目依赖。
    brew install uv # 如果没有安装 uv
    uv pip install -r pyproject.toml
    或者手动安装依赖模块:
    uv add "mcp[cli]"
    uv add fastmcp
    uv add markdown-it-py
    uv add -U --index-url=https://test.pypi.org/simple/ --extra-index-url=https://pypi.org/simple/ mindm mindm-mcp

Windows 系统

  1. 打开命令提示符 (cmd)
  2. 克隆仓库: 如果需要从仓库使用,请先克隆仓库到本地。
    git clone https://github.com/robertZaufall/mindm-mcp.git
    cd mindm-mcp
  3. 创建并激活虚拟环境: 推荐使用虚拟环境隔离项目依赖。
    pip install uv # 如果没有安装 uv
    uv pip install -r pyproject.toml
  4. 安装 Node.js (可选,如果 uv 安装有问题): 某些情况下可能需要 Node.js 和 npm。
    choco install nodejs # 如果安装了 chocolatey,否则请手动安装 Node.js
    refreshenv
    node -v
    npm install -g npx

服务器配置 (MCP客户端配置)

以下 JSON 配置信息用于配置 MCP 客户端(例如 Claude Desktop)连接到 MindManager MCP 服务器。您需要将此配置添加到 MCP 客户端的服务器列表中。

配置示例 (JSON 格式):

{
  "mcpServers": {
    "mindm (MindManager)": {  // 服务器名称,在客户端中显示
      "command": "uv",      // 启动服务器的命令,这里使用 uv 运行器
      "args": [             // 启动命令的参数列表
        "run",              // uv run 命令
        "--with",           // 使用 --with 参数加载依赖
        "mindm>=0.0.4.6",   // 依赖库 mindm,版本要求
        "--with",
        "mindm-mcp>=0.0.1.50", // 依赖库 mindm-mcp,版本要求
        "--with",
        "fastmcp",          // 依赖库 fastmcp
        "--with",
        "markdown-it-py",   // 依赖库 markdown-it-py
        "-m",               // 运行模块
        "mindm_mcp.server"  // 要运行的 Python 模块为 mindm_mcp.server
      ],
      "env": {              // 环境变量 (可选)
          "VIRTUAL_ENV": "/path/to/mindm-mcp/.venv" // 虚拟环境路径,如果使用了虚拟环境需要配置
      }
    }
  }
}

注意:

  • 请将 '"VIRTUAL_ENV": "/path/to/mindm-mcp/.venv"' 中的 '/path/to/mindm-mcp/.venv' 替换为您实际的虚拟环境路径(如果使用了虚拟环境)。如果未创建虚拟环境或者在项目根目录下运行,可以移除 'env' 配置块。
  • 如果您直接运行 'server.py' 文件而不是作为模块运行,可以将 '"args"' 中的 '"-m", "mindm_mcp.server"' 替换为 Python 脚本的路径,例如 '"/path/to/mindm-mcp/mindm_mcp/server.py"'。

基本使用方法

  1. 确保 MindManager 软件已运行。
  2. 配置 MCP 客户端: 将上述 JSON 配置添加到您的 MCP 客户端(如 Claude Desktop)的服务器配置中。
  3. 启动 MCP 服务器: 当您在 MCP 客户端中选择 "mindm (MindManager)" 服务器时,客户端会根据配置启动 'mindm-mcp' 服务器。
  4. 在 LLM 中使用: 在支持 MCP 协议的 LLM 应用中,您现在可以使用配置的工具与 MindManager 进行交互,例如,让 LLM 读取当前导图内容,或者将导图导出为 Markdown 格式用于聊天或文档生成。

提示: 如果在 Windows 上 MCP 服务器的锤子图标没有出现,请尝试关闭 Claude Desktop 并结束所有后台进程后重试。

信息

分类

生产力应用