关于 mcp-desk
mcp-desk 是用于配置 MCP 服务并与 AI Agent 对话的桌面客户端,提供模型选择、工具调用及设置导入导出功能。
主要功能
- 01配置 MCP 服务
- 02AI Agent 聊天
- 03选择大模型
- 04支持工具调用
- 05导入和导出设置
- 06聊天内容支持 Markdown
适用场景
- 01通过已配置的 MCP 服务与 Agent 对话
- 02选择用于 Agent 交互的大模型
- 03以 JSON 备份或恢复设置
MCP 相关
mcp-desk 作为 MCP 客户端连接并交互已配置的 MCP 服务,并通过聊天界面支持模型调用工具。
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。
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
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。
详细介绍
MCP Desk
MCP Desk——使用 Electron、React 和 TypeScript 构建的专属 MCP 客户端。
<a href="#application-interface-gallery">查看演示</a>
·
<a href="https://github.com/debsouryadatta/mcp-desk/issues/new?labels=bug&template=bug-report---.md">报告 Bug</a>
·
<a href="https://github.com/debsouryadatta/mcp-desk/issues/new?labels=enhancement&template=feature-request---.md">请求功能</a>
应用界面展示
通过以下截图了解 MCP Desk 的视觉设计和功能:
以下截图展示了 mcp-desk 应用:
(返回顶部)
关于项目
mcp-desk 是一款桌面应用,旨在作为与多能力平台(MCP)服务交互的客户端。它基于 Electron 框架,采用现代 Web 技术构建,提供友好的用户界面,用于管理 MCP 配置并利用 AI Agent 能力,包括通过 Langchain 使用 OpenRouter 等模型驱动的工具。
该应用提供了用于与 AI Agent 交互的聊天界面、MCP 服务配置管理设置,以及导入/导出应用设置的功能。
(返回顶部)
### 主要功能- Electron 桌面应用:支持跨平台(Windows、macOS、Linux)。
- React 前端:使用 React 和 TypeScript 构建的现代化 UI。
- Shadcn UI 与 Tailwind CSS:使用 Shadcn UI 组件和 Tailwind CSS(v3),提供一致且以实用类为先的样式方案。
- MCP 客户端:使用
easy-mcp-use连接并与 MCP 服务交互。 - AI Agent 聊天:集成由 Langchain 和 OpenRouter 模型驱动的聊天界面。
- 工具使用:支持能够调用工具的 AI 模型。
- 模型选择:允许用户选择不同的大模型。
- 设置管理:配置 MCP 服务详情并管理应用设置。
- 导入/导出:通过 JSON 文件备份和恢复应用设置(存储在 localStorage 中)。
- Markdown 支持:在聊天 UI 中以 Markdown 格式呈现助手消息。
- IPC 通信:在主进程和渲染进程之间高效通信。
(返回顶部)
构建所用技术
- Electron - 跨平台桌面应用框架
- Electron Vite - Electron 构建工具链
- React - UI 库
- TypeScript - 强类型 JavaScript
- Tailwind CSS (v3) - 实用类优先的 CSS 框架
- Shadcn UI - 可复用的 UI 组件
- Langchain - 用于开发由语言模型驱动的应用的框架
- OpenRouter - AI 模型和 API
- easy-mcp-use - 用于与 MCP 服务交互的库
(返回顶部)
开始使用
按照以下步骤,在本地获取 mcp-desk 副本并启动开发或参与贡献。如果您只想使用该应用,请参阅下方的 下载预构建应用 部分。
(返回顶部)
下载预构建应用
如果您只想使用 mcp-desk,而不想搭建开发环境,可以直接从 GitHub Releases 页面下载适用于您操作系统的最新预构建版本:
下载适用于您系统的文件(macOS 使用 .dmg,Windows 使用 .exe),然后像安装其他应用一样进行安装。
Linux 用户须知:目前,发布内容中没有 Linux 预构建软件包。Linux 用户应按照安装和构建说明在本地设置项目,然后运行 pnpm build:linux 以生成 Linux 发行文件。
(返回顶部)
先决条件(开发环境)
- Node.js(请查看
package.json中的 engines 或项目要求,了解具体版本) pnpm包管理器npm install -g pnpm
安装
- 克隆仓库(如有需要,请更新 URL)
git clone https://github.com/debsouryadatta/mcp-desk.git cd mcp-desk - 使用 pnpm 安装依赖
pnpm install
(返回顶部)
开发
要在开发模式下运行应用并启用热重载:
pnpm run dev
(返回顶部)
构建
要构建用于分发的应用:
# For Windows
pnpm run build:win
# For macOS
pnpm run build:mac
# For Linux
pnpm run build:linux
构建后的应用程序包将位于 dist 目录,或 electron-builder 指定的相关输出目录中。
(返回顶部)
## 使用方法启动应用(pnpm run dev 或运行构建后的可执行文件)后:
- 配置 MCP 服务:前往设置部分,输入 MCP 服务配置详情。
- 选择大模型:从可用选项中选择你偏好的语言模型。
- 通过聊天进行交互:使用聊天界面向已配置的 AI Agent 发送请求。
- 管理设置:使用设置中的导入/导出功能备份或恢复配置。
有关更详细的使用说明,请参阅应用的 UI。
(返回顶部)
贡献
欢迎贡献!如果你对改进 mcp-desk 有任何建议,欢迎参与贡献。
- Fork 项目
- 创建功能分支(
git checkout -b feature/AmazingFeature) - 提交更改(
git commit -m 'Add some AmazingFeature') - 推送到分支(
git push origin feature/AmazingFeature) - 发起 Pull Request
(返回顶部)
联系方式
Debsourya Datta - X 主页 @debsourya005 - 邮箱 [email protected]
项目链接:https://github.com/debsouryadatta/mcp-desk
(返回顶部)
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。