mcpField
O
ORANO MCP Server

ORANO MCP Server

远程服务
oranoai.com记忆与知识02 周前更新

关于 ORANO MCP Server

ORANO MCP Server 让用户的 AI Agent 只读访问由已保存短视频和参考资料整理成的结构化项目,适合需要将个人项目、任务、研究、路线图和记忆事实作为依据上下文的用户。

主要功能

  1. 01列出并读取项目
  2. 02搜索个人资料库
  3. 03读取结构化项目上下文
  4. 04访问整理后的记忆事实
  5. 05获取待处理交接

适用场景

  1. 01为 Agent 提供已保存视频的上下文
  2. 02按标题或 URL 搜索项目
  3. 03查看任务和学习路线图
  4. 04将应用发送的项目交给 Agent

MCP 相关

经过身份验证的 MCP 端点提供工具,使用带有 `orano:read` 范围的 bearer 密钥读取用户的 ORANO 项目和记忆。除读取待处理交接时确认其已送达外,服务为只读。

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://api.oranoai.com/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。

工具

详细介绍

ORANO MCP 服务

一个个人只读 MCP(Model Context Protocol)服务,可让用户自己的 AI Agent(ChatGPT、Claude、Cursor、Ollama)将其 ORANO 图书馆作为有依据的上下文来读取。

**注意:**此公开仓库包含文档、MCP 服务清单和参考实现。生产环境中的 MCP 服务作为经过身份验证的端点运行,挂载在 ORANO 后端的 /mcp 路径上(FastAPI + Postgres + pgvector)。有关实时端点和身份验证流程,请参阅 ORANO 产品网站。

什么是 ORANO?

ORANO 将保存的 Reels、TikToks、YouTube Shorts 和参考资料转化为结构化项目 — 包括摘要、关键要点、排序后的任务、研究背景和学习路线图。现已在 iOS App Store 上架(App Store 页面)。

个人只读 MCP 服务可让用户自己的 AI Agent 读取这些上下文,这是 ORANO 的差异化优势。

暴露的 MCP 工具

ORANO MCP 服务暴露以下工具:

工具描述
list_projects列出用户的项目,并可选择按状态筛选(active、completed、skipped、archived)。
get_project返回单个项目的完整结构化理解内容,以及摘要、任务、资源、研究和路线图。
get_project_context仅返回所请求的上下文字段(summary、overview、caption、transcript、visual_context、links、tasks、roadmap、source 或 raw_source),输出格式为结构化内容、Markdown 或文本。
search_library按标题、摘要、来源标题或 URL 搜索用户的项目。
read_memory_facts返回经过整理的记忆事实(偏好、技能、目标),并附带置信度和时效性信号。
get_pending_handoffs检索从 ORANO 应用明确发送给目标 Agent 的项目。每次读取时都会确认一条交接,因此并发轮询不会重复获取。

身份验证

  • **机制:**Bearer 个人 API 密钥,作用域为 orano:read。
  • **不使用 OAuth。**只能手动创建密钥(参见 landing/mcp-access.html)。
  • **每位用户的调用额度:**每 60 分钟 240 次调用。
  • **每位用户可启用的密钥上限:**10 个。

MCP 服务清单(server.json)

规范的 MCP 服务清单遵循官方 MCP server.json 架构:

{
  "$schema": "https://static.modelcontextprotocol.io/schemas/server.json",
  "name": "io.github.infotik/orano-mcp-server",
  "displayName": "ORANO",
  "description": "Personal, read-only MCP server that exposes the user's ORANO library (projects, tasks, research, roadmaps, memory facts) as tools for their own AI agent.",
  "version": "0.1.0",
  "repository": {
    "type": "git",
    "url": "https://github.com/infotik/orano-mcp-server"
  },
  "homepage": "https://oranoai.com/mcp",
  "categories": [
    "knowledge-management",
    "personal-assistant",
    "productivity",
    "second-brain"
  ],
  "tools": [
    { "name": "list_projects", "description": "List the user's ORANO projects with optional status filters." },
    { "name": "get_project", "description": "Return a single project's full structured understanding." },
    { "name": "get_project_context", "description": "Return only the requested context fields (summary, overview, transcript, visual_context, links, tasks, roadmap, source, raw_source)." },
    { "name": "search_library", "description": "Search the user's projects by title, summary, source title, or URL." },
    { "name": "read_memory_facts", "description": "Return curated memory facts with confidence and freshness signals." },
    { "name": "get_pending_handoffs", "description": "Retrieve acknowledged-once projects explicitly sent from the ORANO app to a target agent." }
  ],
  "transports": [
    { "type": "http", "endpoint": "https://orano-ai-backend-1037939693300.us-central1.run.app/mcp/" }
  ],
  "authentication": {
    "type": "bearer",
    "scope": "orano:read",
    "user_specific": true,
    "rate_limit": "240 calls / 60 minutes / user"
  }
}

参考实现(Python)

生产服务作为 ORANO 后端(FastAPI + SQLAlchemy + pgvector)的一部分运行。参考实现模式如下:

from mcp.server.fastmcp import FastMCP
from mcp.server.auth.settings import AuthSettings
from mcp.server.auth.provider import AccessToken

mcp = FastMCP(
    name="orano",
    auth=AuthSettings(issuer_url="https://orano-ai-backend-1037939693300.us-central1.run.app", required_scopes=["orano:read"]),
)

@mcp.tool()
async def list_projects(status: str | None = None) -> list[dict]:
    """List the user's ORANO projects."""
    ...

@mcp.tool()
async def get_project(project_id: str, fields: list[str] | None = None) -> dict:
    """Return a single project's full structured understanding."""
    ...

# ... plus get_project_context, search_library, read_memory_facts,
# get_pending_handoffs

完整的生产服务(787 行代码 + 290 行身份验证/握手辅助代码)位于 ExecutionOSBackend/app/mcp_server.py,属于 ORANO 私有后端仓库。要将完整的生产代码开源,需要把 SQLAlchemy 模型和摄取服务提取到一个公开软件包中;这已列入产品路线图,但尚未完成。

使用方法

最终用户:

  1. 从 App Store 安装 ORANO iOS 应用。
  2. 登录,至少保存一个 Reel/TikTok/YouTube Short,以生成你的第一个项目。
  3. 打开“设置”→“MCP 访问”→“创建新密钥”(作用域为 orano:read)。
  4. 将你的 AI Agent(ChatGPT、Claude、Cursor、Ollama)连接到个人 MCP 端点,并将密钥用作 Bearer 令牌。

隐私与信任

  • MCP 服务为只读。它不会写入项目、来源、任务、记忆或账户数据。
  • 唯一的状态变更是 get_pending_handoffs:确认一条由应用触发、排队等待发送的交付,并设置其交付时间戳。
  • 不承诺提供 Agent 写入权限;也没有一键式 OAuth 流程。

许可证

MIT — 详见 LICENSE。

链接

配置指南

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。