mcpField
P
Pixieset MCP Server and API by Cotlet

Pixieset MCP Server and API by Cotlet

远程服务
cotlet.dev商业与营销0今天更新

关于 Pixieset MCP Server and API by Cotlet

Cotlet.dev 的 Pixieset MCP 服务让 AI Agent 在已登录的 Pixieset 账户中管理图库、预约和客户跟进,适用于摄影师。它提供托管连接,也可通过本地 stdio 服务转发调用。

主要功能

  1. 01创建并交付图库
  2. 02管理拍摄预约
  3. 03发送合同和发票
  4. 04查看未付款发票
  5. 05支持托管和本地 stdio

适用场景

  1. 01发送设有过期日期的图库
  2. 02预约拍摄并发送合同
  3. 03查找已交付但未浏览的图库
  4. 04跟进未付款发票

MCP 相关

通过 Cotlet.dev 托管端点向 MCP 客户端提供 Pixieset 工具。也可使用本地 stdio 服务,将工具调用转发至托管服务。

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://cotlet.dev/mcp/v1/pixieset/connect
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://cotlet.dev/mcp/v1/pixieset/connect
Streamable HTTPhttps://cotlet.dev/mcp/v1/pixieset需要授权

工具

详细介绍

如何将 Pixieset 连接到 Claude Code、ChatGPT 和任何 AI Agent

是的,Claude、ChatGPT 和其他 AI Agent 可以在你的 Pixieset 账户中工作。 截至 2026 年 11 月,Pixieset 在 ChatGPT 中没有官方应用,在 Claude 中也没有官方连接器。Cotlet.dev 可将你本人已登录的 Pixieset 账户连接到任何 AI Agent,这样你只需用日常语言提出要求,AI 就能为你交付图库、预约时段并跟进客户。

你可以这样提问

将 Martinez 婚礼图库发送给 Elena,并设置为 30 天后过期。

下周有哪些已预约的时段?列出客户、日期、时间和套餐。

为 Jordan Lee 预约周六上午 10 点的 1 小时家庭摄影时段,并发送合同和发票。

过去 14 天内交付的图库中,哪些还没有被查看?为每位客户起草一条友好的提醒。

列出金额超过 500 美元的未付款发票,并向相关客户发送付款提醒。

2 分钟内完成连接

在 https://cotlet.dev/app 获取 API 密钥,并将其导出为 COTLET_API_KEY。

Claude Code
claude mcp add --transport http cotlet https://cotlet.dev/mcp/v1 --header "Authorization: Bearer $COTLET_API_KEY"
ChatGPT

前往 Settings → Apps → add connector URL https://cotlet.dev/mcp/v1,然后使用 Cotlet.dev 登录。无需 API 密钥。

Cursor

将此仓库中的 .cursor/mcp.json 复制到你的项目中:

{
  "mcpServers": {
    "cotlet": {
      "url": "https://cotlet.dev/mcp/v1",
      "headers": {
        "Authorization": "Bearer ${COTLET_API_KEY}"
      }
    }
  }
}

在本地运行(stdio)

此仓库是一个真正的 MCP 服务。它通过 stdio 使用 MCP,无需任何密钥即可列出 Pixieset 工具,并将每次工具调用转发到托管的 Cotlet.dev 服务。仍推荐使用上面的托管 URL。仅当你的客户端只能启动本地服务时,才使用此方式。

{"mcpServers":{"pixieset":{"command":"uvx","args":["pixieset-mcp"],"env":{"COTLET_API_KEY":"your-key"}}}}

也可以使用 Docker:

docker build -t pixieset-mcp .
docker run -i --rm -e COTLET_API_KEY pixieset-mcp

工具:pixieset_guide、pixieset_status、pixieset_open、pixieset_read、pixieset_click、pixieset_type、pixieset_close。如果没有 COTLET_API_KEY,工具调用会返回:“设置 COTLET_API_KEY。前往 https://cotlet.dev/app 获取密钥”。

命令行

需要 Python 3.10+,无需安装其他内容。从 PyPI 安装:

pip install pixieset-mcp        # or run it once: uvx pixieset-mcp connect
pixieset-mcp connect

也可以直接从此仓库安装:

export COTLET_API_KEY="your-key"
python3 pixieset_agent.py connect   # ready config for Claude Code, Cursor, ChatGPT
python3 pixieset_agent.py status    # is Pixieset ready in your Cotlet.dev account
python3 pixieset_agent.py guide     # Pixieset screens and sign-in link
python3 pixieset_agent.py read      # open Pixieset, read the page, close the browser
python3 pixieset_agent.py tools     # list Cotlet.dev tools
python3 pixieset_agent.py serve     # start the stdio MCP server (same as no argument)

Pixieset 用户常见问题

Pixieset 有 API 吗?

你不需要 API。Cotlet.dev 可在你本人已登录的 Pixieset 账户中工作,因此你的 AI Agent 无需 Pixieset API 密钥,就能交付图库、管理预约并跟进客户。

如何将 Pixieset 连接到 ChatGPT?

在 ChatGPT 中将 Cotlet.dev 添加为应用(Settings → Apps,连接器 URL 为 https://cotlet.dev/mcp/v1),在 Cotlet.dev Cloud Browser 中登录一次 Pixieset,然后用日常语言向 ChatGPT 提出要求。无需编写代码,也无需 Pixieset API 密钥。

有办法让 Claude 与 Pixieset 配合使用吗?

可以。在 Claude Code 中运行上面的一行 claude mcp add 命令;在 Claude 应用中,将 https://cotlet.dev/mcp/v1 添加为自定义连接器。之后,Claude 就能在你自己的 Pixieset 账户中工作。

有 Pixieset MCP 服务吗?

Pixieset 的 Apps & Plugins 页面没有列出 ChatGPT 或 Claude 集成。Cotlet.dev 是一个托管的 MCP 服务,可全天候为你操作 Pixieset,并支持 Claude、ChatGPT、Cursor、Codex、n8n、Make 和 Zapier。

查看相关页面

也适用于


了解更多:https://cotlet.dev/integrations/pixieset-api-mcp-server?utm_source=github&utm_medium=readme&utm_campaign=pixieset

免费开始使用:https://cotlet.dev/signup?app=pixieset&utm_source=github&utm_medium=readme&utm_campaign=pixieset

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。