mcpField
M
Model Context Protocol (MCP)

Model Context Protocol (MCP)

本地服务
github.com/ramaiyaKushal开发工具078 周前更新

关于 Model Context Protocol (MCP)

这是一个用于示例 AI 应用接入人工虚拟助手 AVA 工具集的自定义 MCP 服务。项目演示服务器配置、Gmail OAuth 授权和通过提示词调整 AVA 行为。

主要功能

  1. 01向 AI 应用提供 AVA 工具集
  2. 02通过提示词文件调整 AVA 行为
  3. 03使用 Google OAuth 授权 Gmail

适用场景

  1. 01在 Claude Desktop 或 Cursor 中配置 AVA
  2. 02授权服务器访问 Gmail
  3. 03编辑 AVA 的沟通偏好和任务规则

MCP 相关

该 MCP 服务向 AI 应用提供 AVA 的工具集。README 展示了在 Claude Desktop 或 Cursor 中配置此服务。

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

模型上下文协议(MCP)

感谢:https://github.com/ShawhinT/YouTube-Blog/

这是 AI Agent 系列的第四个示例。在这里,我构建了一个客户 MCP 服务,让任何 AI 应用都能使用一套工具,为人工虚拟助手(AVA)提供支持。

链接

如何运行此示例

  1. 克隆此仓库
  2. 如果尚未安装,请安装 uv
# Mac/Linux
curl -LsSf https://astral.sh/uv/install.sh | sh

# Windows
powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"
  1. 在开发模式下测试服务
uv run mcp dev mcp-server-example.py
  1. 将服务配置添加到 AI 应用中(例如 Claude Desktop 或 Cursor)。
{
  "mcpServers": {
    "AVA": {
      "command": "/Users/shawhin/.local/bin/uv", # replace with global path to your uv installation
      "args": [
        "--directory",
        "/Users/shawhin/Documents/_code/_stv/sandbox/ava-mcp/", # replace with global path to repo
        "run",
        "mcp-server-example.py"
      ]
    }
  }
}

自定义 AVA 的行为

更新个人详情和偏好设置
  1. 在项目目录中找到 prompts/ava.md 文件
  2. 自定义文件内容,包括:
    • 沟通偏好
    • 处理任务的具体说明
    • 其他与 AVA 相关的指南

环境设置(.env)

  1. 在项目根目录中创建 .env 文件,并添加以下变量:
USER_EMAIL=your_email_address

# Google OAuth Credentials
GOOGLE_CREDENTIALS_PATH=.config/ava-agent/credentials.json
GOOGLE_TOKEN_PATH=.config/ava-agent/token.json
必需的环境变量:
  • USER_EMAIL:用于此应用的 Gmail 地址
  • GOOGLE_CREDENTIALS_PATH:Google OAuth 凭据文件的路径
  • GOOGLE_TOKEN_PATH:Google OAuth 令牌的存储路径

Google OAuth 设置

1. 创建项目目录结构

首先,创建所需的目录结构:

mkdir -p .config/ava-agent
2. 设置 Google Cloud 项目
  1. 前往 Google Cloud 控制台
  2. 创建新项目或选择现有项目
  3. 启用 Gmail API:
    • 在导航菜单中,前往“API 和服务” > “库”
    • 搜索“Gmail API”
    • 点击“启用”
3. 创建 OAuth 凭据
  1. 在 Google Cloud 控制台中:

    • 前往“API 和服务” > “凭据”
    • 点击“创建凭据” > “OAuth 客户端 ID”
    • 选择“桌面应用”作为应用类型
    • 为其命名(例如“AVA Gmail Client”)
    • 点击“创建”
  2. 下载凭据:

    • 创建后,点击“下载 JSON”
    • 将下载的文件保存为 .config/ava-agent/ 中的 credentials.json
    • 文件应包含您的客户端 ID 和客户端密钥
4. 配置 OAuth 同意屏幕
  1. 在 Google Cloud 控制台中:
    • 前往“API 和服务” > “OAuth 同意屏幕”
    • 选择“外部”用户类型
    • 填写所需信息:
      • 应用名称
      • 用户支持电子邮件
      • 开发者联系信息
    • 添加 Gmail API 范围:https://www.googleapis.com/auth/gmail.modify
    • 将您的电子邮件添加为测试用户
    • 完成配置

登录 Google

在服务访问您的 Gmail 帐户之前,您需要先授权。运行 uv run oauth.py 即可完成授权,该命令会执行以下操作。

  1. 检查是否存在 token.json
  2. 如果未找到,则启动 Google OAuth 身份验证流程
  3. 在浏览器中引导您完成身份验证:
    • 系统会要求您登录 Google 帐户
    • 授予所请求的权限
    • 应用会自动保存令牌
  4. 自动生成并存储令牌

安全注意事项

文件保护
  • 切勿将 .env 文件或 token.json 提交到版本控制中
  • 妥善保管您的 Google 凭据
  • 将以下内容添加到 .gitignore:
    .env
    .config/ava-agent/token.json
    .config/ava-agent/credentials.json
    

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。