mcpField
K
keithah-tessie-mcp

keithah-tessie-mcp

远程服务
github.com/keithah地图与出行92 周前更新
代码仓库

关于 keithah-tessie-mcp

Tessie MCP 是一个已归档、面向单个 Tessie 账户的可自托管 MCP 服务，用于访问车辆数据和命令。它通过 Streamable HTTP 提供服务，并使用静态 bearer token；仓库注明 Tessie 现已发布官方 MCP 服务。

主要功能

  1. 01列出并选择车辆
  2. 02获取车辆详情
  3. 03分析驾驶历史
  4. 04获取行驶路径
  5. 05发送车辆命令

适用场景

  1. 01查看车辆历史
  2. 02检查车辆行驶路径
  3. 03通过 MCP 客户端执行车辆命令

MCP 相关

它通过 `/mcp` 上的 Streamable HTTP 提供车辆、历史、行驶路径和命令工具。MCP 客户端使用静态 bearer token 进行认证。

配置

远程服务无需本地安装。选择你使用的客户端，复制配置或使用一键安装。

服务地址https://server.smithery.ai/@keithah/tessie-mcp/mcp
一键复制安装命令
Claude CodeTerminal
Cursor.cursor/mcp.json
VS Code.vscode/mcp.json
Claude Desktopclaude_desktop_config.json
Windsurf~/.codeium/windsurf/mcp_config.json

命令在终端中运行；JSON 粘贴到对应客户端的 MCP 配置后重启。需要授权的服务会在首次连接时提示登录。

全部服务地址
Streamable HTTPhttps://server.smithery.ai/@keithah/tessie-mcp/mcp需要授权

工具

详细介绍

Tessie MCP

说明

此代码库已归档。 Tessie 现在发布了官方 MCP 服务。 请参阅 Tessie MCP 参考文档。

通过个人可自托管的 MCP 访问 Tessie。这是一个位于 /mcp 的 Streamable HTTP 服务，专为单个所有者设计，并通过静态 bearer 令牌进行保护。

设置

  1. 在 https://dash.tessie.com/settings/api 生成 Tessie 访问令牌。
  2. 从 .env.example 创建 .env，并使用 openssl rand -base64 48 生成 MCP_AUTH_TOKEN。
  3. 启动服务：docker compose up -d --build。
  4. 配置 MCP 客户端，URL 设为 http://127.0.0.1:3000/mcp，并设置请求头 Authorization: Bearer <MCP_AUTH_TOKEN>。

TESSIE_API_KEY 不会离开服务端。向 get_vehicle 传入 vin 会选择并保存默认车辆；后续调用可以省略该参数。

工具

list_vehicles、get_vehicle、analyze_history、get_driving_path 和 vehicle_command。历史分析默认涵盖 90 天。Autopilot/FSD 值是 Tessie 原生的 autopilot_distance 和历史 autopilot 遥测数据；它们不能单独证明使用了 FSD。

远程访问

如需无需隧道令牌的临时 URL，请先在本地运行应用，然后执行 cloudflared tunnel --url http://127.0.0.1:3000。如需稳定的命名隧道，请在 .env 中设置 TUNNEL_TOKEN，并运行 docker compose -f docker-compose.yml -f docker-compose.tunnel.yml up -d。

即使位于 Cloudflare 后方，仍然需要应用 bearer 令牌。

Nginx

使用 examples/nginx.conf；保留 Authorization 请求头、禁用缓冲，并使用较长的超时时间。

Caddy

使用 examples/Caddyfile；它会转发请求头，并默认支持流式传输。

冒烟测试

curl http://127.0.0.1:3000/healthz 可验证服务是否存活。该服务没有用于调用车辆命令的命令行操作。

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。