mcpField
G
GitHub Actions 工作流使用说明

GitHub Actions 工作流使用说明

本地服务
github.com/HenryHaoson版本控制6952 周前更新

关于 GitHub Actions 工作流使用说明

语雀 MCP 服务器是一个与语雀开放 API 集成的 MCP 服务,允许 AI 模型读取、创建、更新和删除语雀文档,并获取知识库与团队统计数据。它支持 HTTP 和 CLI stdio 两种运行方式,并可用 Docker 部署。

主要功能

  1. 01文档的创建、读取、更新和删除
  2. 02知识库与文档列表查询
  3. 03按范围和作者筛选的搜索
  4. 04团队成员、知识库与文档统计

适用场景

  1. 01让 AI 模型读写语雀知识库文档
  2. 02汇总团队知识库的阅读与编辑统计

配置

本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。

mcp.json · 通用配置
{
"mcpServers": {
"Yuque-MCP-Server": {
"command": "npx",
"args": [
"-y",
"@smithery/cli"
]
}
}
}
启动命令npx -y @smithery/cli

本地服务需要在你的电脑上安装运行环境(如 Node.js 18+)。各客户端的配置文件位置不同,请参考客户端文档。

安装包
npm@smithery/cli

工具

还没有获取到工具列表

本地服务需要在你的电脑上运行后才能读取工具,维护者暂未提供工具列表。

详细介绍

来自项目 README

语雀 MCP 服务器

smithery badge

English Version

一个用于与语雀 API 集成的 Model-Context-Protocol (MCP) 服务器。此实现受 Figma-Context-MCP 的启发,并使用 语雀开放 API。

概述

该服务器提供了与语雀知识库平台交互的 MCP 工具,允许 AI 模型:

  • 获取用户和文档信息
  • 创建、读取、更新和删除文档
  • 搜索语雀中的内容
  • 获取知识库信息
  • 获取统计数据和分析信息

安装

安装 via Smithery

要使用 Smithery 将 Yuque MCP Server 自动安装到 Claude 桌面端:

npx -y @smithery/cli install @HenryHaoson/Yuque-MCP-Server --client claude
前提条件
  • Node.js 18+ (推荐)
  • 拥有 API 令牌的语雀账号
设置
  1. 克隆此仓库:

    git clone https://github.com/Henryhaoson/Yueque-MCP-Server.git
    cd Yueque-MCP-Server
    
  2. 安装依赖:

    npm install
    
  3. 基于 .env.example 创建 .env 文件:

    cp .env.example .env
    
  4. (可选) 在 .env 文件中添加你的语雀 API 令牌:

    YUQUE_API_TOKEN=your_yuque_api_token_here
    

    你也可以选择在连接到服务器时通过查询参数提供令牌,而不是在 .env 文件中设置。

使用方法

运行服务器
开发模式
# HTTP 服务器模式
npm run dev

# CLI stdio 模式
npm run dev:cli
生产模式

首先,构建项目:

npm run build

然后在 HTTP 或 CLI 模式下运行:

# HTTP 服务器模式
npm run start

# CLI stdio 模式
npm run start:cli
使用 Docker 部署

本项目提供了 Docker 支持,使您可以轻松地容器化和部署服务器。

使用 Docker Compose(推荐)
  1. 构建并启动容器:

    docker-compose up -d
    
  2. 查看日志:

    docker-compose logs -f
    
  3. 停止服务:

    docker-compose down
    

您可以通过环境变量或在 .env 文件中设置配置项:

# .env 文件示例
PORT=3000
YUQUE_API_TOKEN=your_token_here
YUQUE_API_BASE_URL=https://www.yuque.com/api/v2
手动使用 Docker
  1. 构建 Docker 镜像:

    docker build -t yuque-mcp-server .
    
  2. 运行容器:

    docker run -d -p 3000:3000 --name yuque-mcp-server yuque-mcp-server
    
  3. 使用环境变量:

    docker run -d -p 3000:3000 \
      -e YUQUE_API_TOKEN=your_token_here \
      -e YUQUE_API_BASE_URL=https://www.yuque.com/api/v2 \
      --name yuque-mcp-server yuque-mcp-server
    
MCP 工具

语雀 MCP 服务器提供以下工具:

用户和文档管理
  • get_current_user - 获取当前认证用户的信息,包括用户ID、用户名、头像等语雀账号基本信息
  • get_user_docs - 获取当前用户的所有知识库文档列表,包括私人和协作文档
  • get_user_repos - 获取指定用户的知识库列表,知识库是语雀中组织文档的集合
  • get_repo_docs - 获取特定知识库中的所有文档列表,包括文档标题、更新时间等信息
  • get_doc - 获取语雀中特定文档的详细内容,包括正文、修改历史和权限信息
  • create_doc - 在指定知识库中创建新的语雀文档,支持多种格式内容(Markdown、HTML、Lake)
  • update_doc - 更新语雀中已存在的文档,可以修改标题、内容或权限设置
  • delete_doc - 从语雀知识库中删除指定文档,此操作不可撤销
  • search - 在语雀平台中搜索文档或知识库内容,支持范围和作者筛选
团队统计分析
  • get_group_statistics - 获取团队的汇总统计数据,包括成员人数、文档数量、阅读量和互动数据等
  • get_group_member_statistics - 获取团队成员的统计数据,包括各成员的编辑次数、阅读量、点赞量等
  • get_group_book_statistics - 获取团队知识库的统计数据,包括各知识库的文档数、字数、阅读量等
  • get_group_doc_statistics - 获取团队文档的统计数据,包括各文档的字数、阅读量、评论量等

与 AI 模型的集成

此 MCP 服务器可以与支持 Model-Context-Protocol 的 AI 模型一起使用,允许它们通过定义的工具与语雀交互。例如:

  1. 启动 MCP 服务器
  2. 从兼容的客户端连接到服务器
  3. AI 模型现在可以使用注册的工具与语雀数据交互
SSE 端点的查询参数

当连接到 SSE 端点时,你可以通过查询参数(query parameters)覆盖环境配置,这些参数的优先级高于环境变量:

  • accessToken: 覆盖在 .env 文件中设置的语雀 API 令牌
  • baseUrl: 覆盖在 .env 文件中设置的语雀 API 基础 URL

示例:

http://localhost:3000/sse?accessToken=your_token_here&baseUrl=https://custom.yuque.api/v2

这允许你在不修改 .env 文件的情况下动态配置服务,并且查询参数的优先级高于环境变量。这对于多用户环境或测试不同 API 端点特别有用。

每个 SSE 连接都可以使用不同的配置,这使得同一个服务器实例可以同时为不同的用户或环境提供服务。

开发

项目结构
src/
  ├── config.ts          # 服务器配置
  ├── index.ts           # 主入口点
  ├── cli.ts             # CLI 入口点 
  ├── server.ts          # MCP 服务器实现
  └── services/
      └── yuque.ts       # 语雀 API 服务
添加新工具

要添加新工具,请修改 src/server.ts 中的 registerTools 方法。

API 改进

最近的更新增加了以下功能:

  1. 团队统计数据:添加了获取团队、成员、知识库和文档统计数据的功能,便于分析和监控团队知识库的使用情况。

  2. 文档管理增强:

    • 支持多种文档格式(Markdown、HTML、Lake)
    • 完善的文档公开性设置(私密、公开、企业内公开)
    • 搜索功能支持更多参数和过滤条件
  3. 数据类型完善:更新了接口定义,使其与语雀 OpenAPI 规范保持一致。

许可证

MIT License

Copyright (c) 2025 Henryhaoson

Permission is hereby granted, free of charge, to any person obtaining a copy of this software and associated documentation files (the "Software"), to deal in the Software without restriction, including without limitation the rights to use, copy, modify, merge, publish, distribute, sublicense, and/or sell copies of the Software, and to permit persons to whom the Software is furnished to do so, subject to the following conditions:

The above copyright notice and this permission notice shall be included in all copies or substantial portions of the Software.

THE SOFTWARE IS PROVIDED "AS IS", WITHOUT WARRANTY OF ANY KIND, EXPRESS OR IMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF MERCHANTABILITY, FITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT. IN NO EVENT SHALL THE AUTHORS OR COPYRIGHT HOLDERS BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER LIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM, OUT OF OR IN CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER DEALINGS IN THE SOFTWARE.

致谢

评论

支持 Markdown

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。