mcpField
Z
ZenMaid MCP Server and API by Cotlet

ZenMaid MCP Server and API by Cotlet

远程服务
cotlet.dev商业与营销02 天前更新

关于 ZenMaid MCP Server and API by Cotlet

ZenMaid MCP Server and API by Cotlet 将 AI 客户端连接到已登录的 ZenMaid 账户,面向清洁业务。它通过 Cotlet.dev 支持排班和客户管理,并提供托管及本地 MCP 选项。

主要功能

  1. 01创建和改期清洁预约
  2. 02查找可预约时段
  3. 03添加客户和周期性清洁
  4. 04查看近期预约及上次清洁日期
  5. 05在团队间重新分配工作

适用场景

  1. 01为客户预约深度清洁
  2. 02查找下周的服务空档
  3. 03设置每两周一次的清洁
  4. 04将工作转交给其他团队

MCP 相关

提供托管 MCP 端点和本地 stdio 服务,后者将工具调用转发到 Cotlet.dev。工具包括 ZenMaid 指引、状态查询和浏览器交互。

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

工具

详细介绍

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

是的,Claude、ChatGPT 和其他 AI Agent 都可以在你的 ZenMaid 账户中工作。 ZenMaid 在 ChatGPT 或 Claude 目录中没有官方应用,其文档建议通过 Zapier 进行集成。Cotlet.dev 会将你本人已登录的 ZenMaid 账户连接到任何 AI Agent,让你可以用自然语言提出要求,再由 AI 为你安排工作、查找空档并更新客户信息。

你可以提出的要求

为 Maria Lopez 安排一次 3 小时的深度清洁,地址是 42 Oak Street,时间为周四上午 9 点,由 Team B 负责。

下周有哪些 2 小时标准清洁的空档?按星期几列出。

添加一位新客户:David Chen,地址是 18 Pine Ave;安排每两周一次的清洁,隔周一下午 1 点开始。

哪些定期客户在未来 30 天内没有预订工作?显示他们上次清洁的日期。

把 Kelly 周五的所有工作改派给 Rosa,并列出受影响的客户。

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“设置”→“应用”→添加连接器 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)

此仓库包含一个真正的 MCP 服务。它通过 stdio 使用 MCP,无需任何密钥即可列出 ZenMaid 工具,并将每次工具调用转发到托管的 Cotlet.dev 服务。建议使用上方的托管 URL。仅当你的客户端只能启动本地服务时,才使用此方式。

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

也可以使用 Docker:

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

工具:zenmaid_guide、zenmaid_status、zenmaid_open、zenmaid_read、zenmaid_click、zenmaid_type、zenmaid_close。未设置 COTLET_API_KEY 时,工具调用会返回:“Set COTLET_API_KEY. Get a key at https://cotlet.dev/app”。

命令行

Python 3.10+,无需安装其他内容。通过 PyPI 安装:

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

也可以直接从此仓库安装:

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

ZenMaid 用户常见问题

ZenMaid 有 API 吗?

ZenMaid 的文档建议通过 Zapier 进行集成。Cotlet.dev 可直接在你的 ZenMaid 账户中工作,因此你的 AI Agent 无需设置 Zap 就能安排工作和管理客户。

如何将 ZenMaid 连接到 ChatGPT?

在 ChatGPT 中将 Cotlet.dev 添加为应用(“设置”→“应用”,连接器 URL 为 https://cotlet.dev/mcp/v1),在 Cotlet.dev Cloud Browser 中登录 ZenMaid 一次,然后用自然语言向 ChatGPT 提出要求。无需编写代码,也无需 ZenMaid API 密钥。

可以在 ZenMaid 中使用 Claude 吗?

可以。在 Claude Code 中运行上方的一行命令 claude mcp add;在 Claude 应用中,将 https://cotlet.dev/mcp/v1 添加为自定义连接器。之后,Claude 就可以在你自己的 ZenMaid 账户中工作。

有 ZenMaid MCP 服务吗?

ZenMaid 没有官方 MCP 服务。Zapier 提供第三方 ZenMaid MCP 连接。Cotlet.dev 是一个托管的 MCP 服务,可全天候为你连接 ZenMaid,并支持 Claude、ChatGPT、Cursor、Codex、n8n、Make 和 Zapier。

可在以下位置找到

也适用于


更多信息:https://cotlet.dev/integrations/zenmaid-api-mcp-server?utm_source=github&utm_medium=readme&utm_campaign=zenmaid

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

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。