mcpField
L
LimeAI MCP Server (Python)

LimeAI MCP Server (Python)

本地服务
github.com/liuwenlonghubAI 与智能体068 周前更新

关于 LimeAI MCP Server (Python)

LimeAI MCP Server (Python) 是一个用于将 LimeAI 接入兼容 MCP 的客户端的 Python MCP 服务项目。需要 Python 3.10 或更高版本及 LimeAI 访问令牌。

主要功能

  1. 01支持 Python 3.10 及以上版本
  2. 02配置 LimeAI 访问令牌
  3. 03提供 Cursor 等客户端的设置说明

适用场景

  1. 01在 Cursor 中连接 LimeAI
  2. 02在其他 MCP 客户端配置 LimeAI

MCP 相关

它提供 LimeAI MCP 服务,供 Cursor 及其他 MCP 客户端使用。

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。

代码仓库

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 README

README 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

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

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。