关于 LimeAI MCP Server (Python)
配置
本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。
暂未收录安装方式
我们还没有获取到这个服务的安装包或远程地址,请按项目 README 中的说明安装。
工具
还没有获取到工具列表
本地服务需要在你的电脑上运行后才能读取工具,维护者暂未提供工具列表。
README 原文English
来自项目 READMEREADME 暂无中文译文,以下为英文原文;中文介绍见上方。
LimeAI MCP Server (Python)
环境要求
- Python 3.10 或更高版本。
1. 设置环境
首先,我们来安装uv:
MacOS/Linux
curl -LsSf https://astral.sh/uv/install.sh | sh
Windows
powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"
2. 获取 LimeAI MCP Server
# LimeAI Mcp Server 官方开源仓库下载
[email protected]:liuwenlonghub/limeai-mcp-server.git
cd limeai-mcp-server
# 创建虚拟环境并激活
uv venv
source .venv/bin/activate
# 安装依赖
uv add "mcp[cli]" httpx
获取 LIMEAI_ACCESS_TOKEN
- 登录 LimeAI(www.limeai.net) > 个人资料 > 访问令牌
3. 在Cursor中使用
Cursor -> Preferences -> Cursor Settings -> MCP -> Add new global MCP
添加以下配置内容(其它MCP客户端类似):
{
"mcpServers": {
"limeai-mcp-server": {
"command": "uv",
"args": [
"--directory",
"{YOUR_PATH}/limeai-mcp-server/",
"run",
"main.py"
],
"env": {
"LIMEAI_ACCESS_TOKEN": "<USER_LIMEAI_ACCESS_TOKEN>"
}
}
}
}
回到配置,此时 LimeAI MCP Server已经启用
评论
支持 Markdown
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。