关于 MCP Server POC
面向支持 MCP 的 AI 助手的笔记管理 MCP 服务,可添加笔记、读取最新笔记并生成总结提示词。笔记保存在项目目录的本地文本文件中。
主要功能
- 01添加笔记到本地文件
- 02读取最新笔记资源
- 03生成笔记总结提示词
- 04通过 stdio 提供 MCP 服务
适用场景
- 01从 AI 助手记录想法
- 02查看最近添加的笔记
- 03请求 AI 总结现有笔记
MCP 相关
通过 stdio 向 MCP 客户端提供添加笔记的工具、最新笔记资源和总结提示词。
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。
详细介绍
MCP 记事工具(POC)
一个用于 AI 助手记事的模型上下文协议(MCP)服务概念验证实现,提供用于管理笔记的自定义工具和资源。
概述
本项目演示如何创建和使用模型上下文协议(MCP)服务,为 AI 助手(例如 Claude、Cursor 以及其他支持 MCP 的助手)提供记事功能。该服务包含:
- 一个用于添加笔记的工具
- 一个用于获取最新笔记的资源
- 一个用于总结所有笔记的提示词
所有笔记都存储在项目目录中的本地 notes.txt 文件里。
要求
- Python 3.11
- requirements.txt 中列出的必需软件包
安装与设置
- 克隆此代码库:
git clone https://github.com/yourusername/mcp-server-poc.git
cd mcp-server-poc
- 创建并激活虚拟环境:
# Init uv package manager
uv init
# Create a Python 3.11 virtual environment
uv venv
# Activate on Windows
.venv\Scripts\activate
# Activate on macOS/Linux
source venv/bin/activate
- 安装必需的软件包:
uv pip install -r requirements.txt
- (可选)如有开发或使用其他集成方式的需要,请安装 MCP CLI 工具:
uv add "mcp[cli]"
运行应用程序
运行 MCP 服务:
uv run mcp
服务将启动,并通过 stdio 传输方式等待连接。
与 Cursor 集成
要在 Cursor IDE 中使用此 MCP 服务:
- 创建或编辑文件
~/.cursor/mcp.json(Windows 上为:C:\Users\<username>\.cursor\mcp.json),并写入以下内容:
{
"mcpServers": {
"mcp-server": {
"command": "python",
"args": [
"ABSOLUTE/PATH/TO/main.py"
]
}
}
}
-
将路径替换为
main.py文件的绝对路径。- 在 Windows 上,使用双反斜杠:
C:\\Users\\username\\path\\to\\main.py - 在 macOS/Linux 上,使用常规斜杠:
/Users/username/path/to/main.py
- 在 Windows 上,使用双反斜杠:
-
完全重启 Cursor(包括结束所有后台进程),以加载 MCP 服务。
功能
工具
- add_note(note: str):将笔记添加到
notes.txt文件,并返回确认消息。
资源
- notes://latest:返回
notes.txt文件中的最新笔记;如果还没有笔记,则返回一条消息。
提示词
- note_summary_prompt():生成一条提示词,要求 AI 总结
notes.txt中的所有现有笔记。
技术细节
- 所有笔记都存储在项目根目录下名为
notes.txt的纯文本文件中。如果该文件不存在,系统会自动创建。 - 服务使用 模型上下文协议 SDK 和
mcp[cli]依赖项。
Windows 二进制模式修复
如果在 Windows 上使用 stdio 传输,可能需要为 stdin/stdout 设置二进制模式。详情请参阅 MCP 文档。
故障排除
- 确认已安装所有必需的软件包(运行
pip list进行检查) - 检查配置文件中的绝对路径是否正确
- 确保 MCP 服务使用正确版本的 Python(3.11)运行
- 如果遇到问题,尝试直接运行 MCP 服务以查看错误输出
许可证
致谢
- 本项目使用了 模型上下文协议 SDK
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。