关于 Spark MCP
Spark MCP 让 AI 客户端搜索和查看 Spark 中的 Agent、技能、提示词、工具包及 MCP 连接器目录。它还提供资产详情与内容,并支持按热度和类别发现资产。
主要功能
- 01按查询、类型和领域搜索资产
- 02获取资产详情和内容
- 03浏览热门资产和类别
- 04报告已使用内容的结果
适用场景
- 01查找适用于编码任务的技能
- 02使用前检查提示词
- 03按领域发现连接器
- 04反馈获取的内容是否有效
MCP 相关
MCP 服务提供目录搜索、资产查询、内容获取和结果反馈工具,并提供资产内容与目录列表资源。它可在本地运行,也可通过 Cursor 插件连接托管服务。
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。
https://spark.entire.vc/mcp/claude mcp add --transport http evc-spark https://spark.entire.vc/mcp/{"mcpServers":{"evc-spark":{"type":"http","url":"https://spark.entire.vc/mcp/"}}}在 Cursor 中打开{"servers":{"evc-spark":{"type":"http","url":"https://spark.entire.vc/mcp/"}}}在 VS Code 中打开{"mcpServers":{"evc-spark":{"type":"http","url":"https://spark.entire.vc/mcp/"}}}{"mcpServers":{"evc-spark":{"serverUrl":"https://spark.entire.vc/mcp/"}}}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。
https://spark.entire.vc/mcp/需要授权工具
5| 参数 | 类型 | 必填 | 说明 |
|---|---|---|---|
| query | string | 是 | 搜索查询(标题、描述) |
| type | enum | 否 | 按资源类型筛选agent | skill | prompt | prompt_chain | mcp_connector | bundle |
| domain | string | 否 | 按域名标识筛选(例如,'development'、'marketing') |
| limit | number | 否 | 结果数量(1-50,默认值为 10) |
详细介绍
Spark MCP
适用于 Spark 的 MCP 服务——助你完成实际工作的 AI 工具箱。搜索和发现 Agent、技能、提示词、资源包和 MCP 连接器。
快速开始
npx evc-spark-mcp
就这么简单。无需 API 密钥。
设置
Claude Code
claude mcp add spark -- npx -y evc-spark-mcp
Claude Desktop
添加到 claude_desktop_config.json:
{
"mcpServers": {
"spark": {
"command": "npx",
"args": ["-y", "evc-spark-mcp"]
}
}
}
在 Cursor 中安装
此仓库包含一个 Cursor 插件,提供远程 Spark MCP 服务和
use-spark 技能。匿名访问无需 Node.js 进程或 API 密钥。
如需测试本地安装:
git clone https://github.com/entire-vc/evc-spark-mcp.git
mkdir -p ~/.cursor/plugins/local/spark
cp -R evc-spark-mcp/.cursor-plugin evc-spark-mcp/mcp.json \
evc-spark-mcp/server.json evc-spark-mcp/skills ~/.cursor/plugins/local/spark/
重启 Cursor 或运行 Developer: Reload Window,然后打开 Customize,确认 use-spark 技能和 Spark MCP 服务。若系统提示,请启用该服务;
其中的工具包括 search_assets、get_asset、get_asset_content 和
report_outcome。试试:“查找一个用于审查 Python 代码的 Spark 技能。”
团队管理员必须允许导入本地插件。请复制这些文件:
Cursor 会跳过目标位于 ~/.cursor/plugins/local 之外的符号链接。
参见 Cursor 的本地插件说明。
如需可选的身份验证访问,请在用于启动 Cursor 的环境中设置 SPARK_API_KEY,然后重启 Cursor。mcp.json 使用 Cursor 的 ${env:SPARK_API_KEY}
插值来设置 X-API-Key;匿名访问时请将其留空或不设置。切勿将密钥放入仓库。请从你的 Spark 个人资料获取密钥。
插件内容:
| 路径 | 用途 |
|---|---|
.cursor-plugin/plugin.json | Cursor 清单,包含明确的相对组件路径 |
mcp.json | 与 https://spark.entire.vc/mcp/ 建立 Streamable HTTP 连接 |
skills/use-spark/SKILL.md | 搜索、检查、获取、应用内容并报告结果 |
server.json | 远程服务元数据;其版本与插件版本一致 |
插件遵循托管服务的版本(4.0.4),与 npm stdio 包的版本相互独立。更新托管版本时,请同时更新 server.json 和插件清单;npm test 会检查二者是否一致。
OpenClaw
{
"mcpServers": {
"spark": {
"command": "npx",
"args": ["-y", "evc-spark-mcp"]
}
}
}
ChatGPT(通过 MCP 桥接)
任何兼容 MCP 的客户端都可以使用——只需将其指向 npx evc-spark-mcp。
工具
| 工具 | 描述 |
|---|---|
search_assets | 按查询词、类型和领域搜索 Spark 目录 |
get_asset | 通过别名获取资源的完整详情 |
get_asset_content | 获取原始提示词/技能内容(最适合提示词和技能) |
list_popular | 按下载量列出最受欢迎的资源 |
list_categories | 列出可用于筛选的领域和 AI 标签 |
get_api_key_info | 查看 API 密钥状态和每日使用量 |
report_outcome | 报告应用获取的内容后的结果:原样应用、修改后应用、导致故障或不适用 |
资源
| URI 模式 | 描述 |
|---|---|
spark://assets/{slug} | 以 Markdown 格式呈现的资源内容 |
spark://catalog/{type} | 按类型列出的资源清单(Agent、技能、提示词等) |
目录中有什么
Spark 是一个 AI 工作流资源市场:
- Agents — 可直接使用的 AI Agent 配置
- Skills — 可添加到 Agent 的能力(例如此 MCP 服务)
- Prompts — 针对特定任务测试过的提示词模板
- Bundles — 精选的协同工具集
- MCP Connectors — 与外部服务的集成
在一个地方查找、分享并变现 AI 工具。
配置
| 环境变量 | 默认值 | 描述 |
|---|---|---|
SPARK_API_URL | https://spark.entire.vc/api/v1 | Spark API 基础 URL |
SPARK_SITE_URL | https://spark.entire.vc | Spark 网站 URL(用于链接) |
开发
# Install dependencies
npm install
# Run in development mode
npm run dev
# Build
npm run build
# Test with MCP Inspector
npm run inspect
Entire VC 工具箱的一部分
| 产品 | 功能 | 链接 |
|---|---|---|
| Local Sync | Vault ↔ AI 开发工具同步 | 仓库 |
| Team Relay | 可自托管的协作服务 | 仓库 |
| Team Relay Sync | Team Relay 的 Obsidian 插件 | 安装 · 仓库 |
| OpenClaw Skill | AI Agent ↔ Vault 访问 | 仓库 |
| Spark MCP ← 你正在这里 | Spark 目录的 MCP 服务 | 此仓库 |
社区
- 🌐 entire.vc
- ⚡ spark.entire.vc
- 💬 讨论
- 📧 [email protected]
许可证
MIT — 版权所有 (c) 2026 Entire VC
评论
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。