mcpField
M
mcp-desk

mcp-desk

本地服务
github.com/debsouryadattaAI 与智能体176 周前更新

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

  1. 01配置 MCP 服务
  2. 02AI Agent 聊天
  3. 03选择大模型
  4. 04支持工具调用
  5. 05导入和导出设置
  6. 06聊天内容支持 Markdown

适用场景

  1. 01通过已配置的 MCP 服务与 Agent 对话
  2. 02选择用于 Agent 交互的大模型
  3. 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。

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。

详细介绍


徽标

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:

MCP Desk 截图 1
MCP Desk 截图 2
MCP Desk 截图 3
MCP Desk 截图 4

(返回顶部)

目录
  1. 应用界面展示
  2. 关于项目
  3. 开始使用
  4. 用法
  5. 参与贡献
  6. 联系

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

(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
  1. 克隆仓库(如有需要,请更新 URL)
    git clone https://github.com/debsouryadatta/mcp-desk.git
    cd mcp-desk
    
  2. 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:

  1. 配置 MCP 服务:前往设置部分,输入 MCP 服务配置详情。
  2. 选择大模型:从可用选项中选择你偏好的语言模型。
  3. 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。
  4. 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。

  1. Fork 项目
  2. 创建功能分支(git checkout -b feature/AmazingFeature)
  3. 提交更改(git commit -m 'Add some AmazingFeature')
  4. 推送到分支(git push origin feature/AmazingFeature)
  5. 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

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。