使用说明（Markdown 要点）

• 项目简介

  • Yanger 是一个面向 AI 客户端的后端服务器实现，按照模型上下文协议（MCP）的思路暴露多种资源与工具，以支持 LLM 客户端在对话中获取数据、执行外部功能、以及获取或注册提示/模板等能力。
  • 服务端核心职责包括：托管和管理资源与虚拟资源、注册并执行工具、以及提供可扩展的对话能力接口，通过 JSON-RPC/标准化协议与客户端通信。

• 主要功能点（简明易懂）

  • 资源与虚拟资源管理：管理真实的播放列表、视频资源，以及通过 Takeout 等方式导入的虚拟资源，支持查询、创建、删除、更新等操作。
  • 工具注册与执行：提供一组面向 AI 客户端的工具，例如列出播放列表、获取详情、添加/删除/移动视频、搜索、获取字幕等，工具之间遵循统一的输入输出格式，方便 LLM 进行调用。
  • 转换与导出：对外部调用获得的数据进行格式化、导出和统计，方便后续分析和备份。
  • 客户端接入配置：内置 MCP 服务器对接能力，能被 Claude 等 MCP 兼容的工具链调用，支持通过标准的请求/响应模式完成操作。
  • 安全性与会话管理：在服务器端处理会话、能力声明，以及对连接进行基本的认证与状态管理（与具体实现库绑定）。

• 安装步骤

  • 安装依赖并进入项目环境（推荐使用虚拟环境）。
  • 安装并部署：pip 安装并以可执行入口启动 MCP 服务端。
  • 启动 MCP 服务：执行适用于你的环境的命令，例如通过 Python 包提供的入口命令启动 MCP 服务端。
  • 客户端接入配置：将 MCP 客户端指向本服务器，按下面的配置示例进行设置（客户端配置请在客户端环境完成，这里仅提供服务器端信息）。

• 服务器配置（MCP 客户端需配置服务器连接，以下为示例 JSON，展示 server 名称、启动命令与参数） { "mcpServers": { "yanger": { "server_name": "yanger", "command": "yanger", "args": ["mcp"] } } } 说明：

  • server_name：服务器标识名称，客户端将以此名称引用对应的 MCP 服务器。
  • command：启动服务器的命令名称（在本仓库中对外提供的入口点，可通过安装后的可执行命令使用）。
  • args：启动命令的参数，在此场景中通常为 ["mcp"]，表示以 MCP 模式启动服务端。 注：MCP 客户端不需要在此处实现调用逻辑，仅需提供服务器的启动信息与入口命令，实际交互由 MCP 协议规范和库提供的工具处理。

• 基本使用方法

  • 启动后端：通过相应的入口命令启动 MCP 服务器，让客户端（如 Claude 等）能够通过 MCP 接口调用暴露的工具。
  • 客户端调用方式：客户端通过 JSON-RPC 的请求对服务器发起操作，如读取资源、执行工具、获取或渲染 Prompt 等，服务器返回 JSON-RPC 风格的响应。
  • 会话与能力声明：服务器在启动时声明自身能力，客户端在对话中可以动态查询或调用相应的工具。
  • 安全与扩展：服务端设计为可扩展，便于接入新的资源、工具与分析能力，同时保留对会话与权限的基本控制。

• 注意事项

  • MCP 的具体实现细节依赖于底层 MCP 库的版本与运行环境，请确保环境中已正确安装所需依赖。
  • 若需要与 Claude 等外部工具对接，参照仓库中给出的示例配置与工具清单进行对接与测试。