Screenpipe MCP 服务器使用说明
项目简介
Screenpipe MCP 服务器是 Screenpipe 项目的一个组件,它实现了 Model Context Protocol (MCP) 协议,旨在为 AI 客户端(如大型语言模型)提供访问 Screenpipe 强大桌面历史数据和插件生态系统的标准化接口。通过此服务器,AI 客户端可以便捷地搜索用户桌面活动记录、调用 Screenpipe 插件工具,从而构建基于丰富上下文的智能应用。
主要功能点
- 资源访问 (Resources): 允许 AI 客户端通过标准化的 MCP 请求,搜索和访问 Screenpipe 记录的桌面内容,包括 OCR 文本、音频转录和 UI 元素。
- 工具执行 (Tools): 注册并暴露 Screenpipe 的 "search-content" 工具,使 AI 客户端能够调用此工具在用户的桌面历史中执行复杂的搜索查询。
- JSON-RPC 协议: 使用 JSON-RPC 协议与 MCP 客户端进行通信,接收客户端的工具调用等请求,并返回符合 MCP 协议的响应。
- 易于集成: 作为一个独立的 Python 服务,可以方便地与各种 MCP 客户端集成,为不同的 LLM 应用提供统一的上下文访问层。
安装步骤
- 环境准备: 确保已安装 Python 3.7 或更高版本。
- 安装 mcp 库: 由于仓库依赖了 'mcp' 库,您可能需要先安装它。如果仓库中没有明确提供安装步骤,通常可以通过 pip 安装:
注意: 如果 'mcp-server' 不是标准库名称,请根据实际情况调整安装命令,或参考 'screenpipe-mcp' 仓库的依赖说明。pip install mcp-server - 下载仓库代码: 从 GitHub 仓库 'https://github.com/mediar-ai/screenpipe/tree/HEAD/screenpipe-integrations/screenpipe-mcp' 下载 'screenpipe-mcp' 目录的代码。
- 安装依赖 (可能需要): 查看 'screenpipe-mcp' 目录下是否有 'requirements.txt' 或类似的依赖描述文件,如有则执行安装依赖命令:
注意: 如果没有依赖文件,则可能无需此步骤。pip install -r requirements.txt
服务器配置
MCP 客户端需要配置以下 JSON 格式信息以连接 Screenpipe MCP 服务器:
{ "serverName": "screenpipe-mcp", // MCP 服务器名称,可自定义 "command": "python", // 启动服务器的命令,这里使用 python "args": [ // 启动命令的参数 "server.py" // 指定运行 server.py 脚本 ], "transport": "stdio" // 指定传输协议为 Stdio }
基本使用方法
- 启动 Screenpipe 后端服务: 确保 Screenpipe 的核心后端服务 (例如 'screenpipe-core') 正在运行,因为 MCP 服务器需要依赖 Screenpipe 的 API ('SCREENPIPE_API = "http://localhost:3030"'). 通常 Screenpipe 桌面应用会自动启动后端服务。
- 启动 MCP 服务器: 在 'screenpipe-mcp' 目录下,使用命令行执行以下命令启动 MCP 服务器:
服务器默认监听 Stdio,并等待 MCP 客户端的连接和请求。python server.py - 配置 MCP 客户端: 在您的 MCP 客户端应用中,配置上述 '服务器配置' JSON 信息,并确保客户端能够通过 Stdio 与 'server.py' 进程进行通信。
- 使用 AI 客户端调用工具: 客户端连接成功后,即可通过 MCP 协议发送 JSON-RPC 请求与服务器交互。例如,客户端可以请求列出可用工具 (list_tools),然后调用 'search-content' 工具来搜索桌面内容。具体请求格式和参数请参考 MCP 协议文档和 'handle_call_tool' 函数的定义。
注意:
- 此 MCP 服务器是 Screenpipe 项目的一部分,需要配合 Screenpipe 核心服务使用才能发挥完整功能。
- 仓库中提供的 'server.py' 实现了基础的 "search-content" 工具,开发者可以根据 MCP 协议和 Screenpipe 的能力扩展更多工具和功能。
信息
分类
桌面与硬件