关键词

工具集成上下文服务开发效率AI助手服务集成

使用说明

项目简介

MyMCP Server 是一个强大的 Model Context Protocol (MCP) 服务器实现，旨在为大型语言模型 (LLM) 应用提供丰富的上下文信息和功能扩展。它集成了包括 GitLab, Jira, Confluence, YouTube, Gmail 等在内的多种常用服务工具，通过标准化的 MCP 协议，使得 LLM 客户端能够安全、便捷地访问外部数据和调用各类工具，从而提升 LLM 应用的智能化水平和实用性。

主要功能点

  • 工具集成: 内置丰富的工具集，覆盖开发、办公、研究等多个领域，例如：

    • 代码管理: GitLab 项目和 Merge Request 信息查询、文件内容获取、提交历史查看等。
    • 项目管理: Jira Issue 查询、创建、更新、状态变更、Sprint 信息获取等。
    • 知识库: Confluence 页面搜索、内容获取、页面创建和更新等。
    • 邮件管理: Gmail 邮件搜索、移动到垃圾邮件、过滤器和标签管理等。
    • 日历管理: Google Calendar 事件创建、查询、更新、回复等。
    • 即时通讯: Google Chat 空间列表和消息发送。
    • 网页内容获取: 获取指定 URL 的网页内容。
    • 网络搜索: 通过 Brave Search 和 Google AI Search 进行信息检索。
    • YouTube: 视频信息获取、字幕获取、视频更新等。
    • RAG 内存: 支持 RAG (Retrieval-Augmented Generation) 内存的索引、搜索和管理，方便构建基于知识库的应用。
    • 脚本执行: 安全执行命令行脚本。
    • 高级推理: Deepseek AI 驱动的复杂推理引擎。
    • 工具管理: 动态启用或禁用工具。
    • 工具使用规划: 根据用户请求规划工具使用方案。

  • MCP 协议支持: 遵循 Model Context Protocol 标准，确保与 MCP 客户端的兼容性和互操作性。

  • 灵活部署: 支持 Go 语言安装和 Smithery 自动化安装，适应不同用户的部署需求。

  • 可配置工具: 通过环境变量 'ENABLE_TOOLS' 灵活控制启用的工具组，满足用户自定义需求。

安装步骤

MyMCP Server 支持两种安装方式：通过 Smithery 自动化安装和通过 Go 语言手动安装。

方式一：通过 Smithery 自动化安装 (推荐 Claude Desktop 用户)

  1. 确保已安装 Smithery CLI。
  2. 打开终端，运行以下命令，按照提示完成安装： 
    npx -y @smithery/cli install @nguyenvanduocit/all-in-one-model-context-protocol --client claude
    Smithery 将引导您完成交互式配置，并自动处理环境设置。

方式二：通过 Go 语言手动安装

  1. 确保已安装 Go 1.23.2 或更高版本，并配置好 Go 环境。
  2. 打开终端，运行以下命令安装服务器： 
    go install github.com/nguyenvanduocit/all-in-one-model-context-protocol@latest
  3. 手动配置环境变量: 在服务器运行的目录下创建 '.env' 文件，并根据需要配置以下环境变量 (请根据您需要使用的工具配置相应的 API keys 和 tokens)： 
    ENABLE_TOOLS=  # 可选，启用工具组，例如：gemini,fetch,confluence。留空启用所有工具。
QDRANT_HOST=   # Qdrant 向量数据库 Host (用于 RAG 工具)
ATLASSIAN_HOST= # Atlassian Host (用于 Jira, Confluence 工具)
ATLASSIAN_EMAIL= # Atlassian 邮箱
GITLAB_HOST=   # GitLab Host (用于 GitLab 工具)
GITLAB_TOKEN=  # GitLab 私人令牌
BRAVE_API_KEY= # Brave Search API Key
ATLASSIAN_TOKEN= # Atlassian API Token
GOOGLE_AI_API_KEY= # Google AI API Key (用于 Gemini, Google Search 等)
PROXY_URL=     # 代理 URL (可选)
OPENAI_API_KEY= # OpenAI API Key (可能在内部使用)
DEEPSEEK_API_KEY= # Deepseek API Key (用于 Deepseek 推理工具)
QDRANT_PORT=   # Qdrant 端口
GOOGLE_TOKEN_FILE= # Google Token 文件路径 (用于 Google AI 服务)
GOOGLE_CREDENTIALS_FILE= # Google Credentials 文件路径 (用于 Google Chat 等高级功能)
QDRANT_API_KEY= # Qdrant API Key
    注意:
    • 'GOOGLE_TOKEN_FILE' 用于 Gemini, Google Search, Google Calendar 等 Google AI 服务。
    • 'GOOGLE_CREDENTIALS_FILE' 是服务帐户凭据文件，用于 Google Chat 等高级功能。您需要在 Google Cloud Console 中创建项目和服务帐户，并为 Google Chat 创建 Google Cloud Bot Chat。

服务器配置 (MCP 客户端)

MCP 客户端需要配置服务器的启动命令和参数才能连接到 MyMCP Server。以下是 Claude Desktop 客户端的配置示例，您需要将此配置添加到 Claude Desktop 的 'claude_desktop_config.json' 文件中。

{
  "mcpServers": {
    "my_mcp_server": {  // 服务器名称，可以自定义
      "command": "all-in-one-model-context-protocol", // 服务器启动命令，假设 all-in-one-model-context-protocol 可执行文件在 PATH 环境变量中
      "args": ["-env", "/path/to/.env"] // 启动参数，指定 .env 文件的路径。请将 "/path/to/.env" 替换为实际的 .env 文件路径
    }
  }
}

基本使用方法

  1. 确保已正确安装并配置 MyMCP Server。
  2. 启动 MyMCP Server (如果是 Go 语言安装，直接在终端运行 'all-in-one-model-context-protocol -env /path/to/.env'，请替换为实际路径)。
  3. 配置 MCP 客户端 (如 Claude Desktop) 连接到 MyMCP Server。
  4. 在 MCP 客户端中，即可使用 MyMCP Server 提供的各种工具，例如，让 LLM 调用 'jira_get_issue' 工具查询 Jira Issue 信息，或调用 'gmail_search' 工具搜索 Gmail 邮件。
  5. 您可以通过设置环境变量 'ENABLE_TOOLS' 来控制启用的工具组，例如，只启用 GitLab 和 Jira 工具，可以设置 'ENABLE_TOOLS=gitlab,jira'。

信息

分类

开发者工具

访问项目