关于 model-context-protocol
这是一个用 Python 构建的 MCP 服务，可持久保存便笺，并展示 MCP 工具、资源和提示词的实现方式，适合开发者参考。
主要功能
- 01将便笺写入持久化存储
- 02读取所有已保存便笺
- 03通过资源访问最新便笺
- 04生成便笺摘要提示词
适用场景
- 01通过 MCP 客户端保存和读取便笺
- 02获取最近添加的便笺
- 03为已保存便笺生成摘要提示词
MCP 相关
向 MCP 客户端提供便笺管理工具、最新便笺资源和摘要提示词。
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
model-context-protocol
使用 Python 和 Model Context Protocol（MCP）构建的自定义服务项目。此仓库实现了一个简单的 AI 便签应用，用于演示 MCP 的核心功能。
我们构建的内容
此项目实现了一个简单但实用的 MCP 服务，可作为 AI 便签应用使用，具备以下功能：
- 添加便签：用户可以将新便签添加到持久化存储文件中
- 读取便签：用户可以检索所有已存储的便签
- 访问最新便签：提供一个资源端点，用于获取最新便签
- 便签摘要：提供一个提示词生成器，请求 AI 总结所有当前便签
核心组件
- FastMCP 服务：使用 MCP 框架实现的主服务
- 工具：用于执行特定操作的函数端点
add_note：将新便签添加到存储中read_notes：检索所有已存储的便签
- 资源：用于提供特定信息的数据端点
notes://latest：提供最近添加的便签
- 提示词：用于 AI 交互的模板生成器
note_summary_prompt：生成一个请求 AI 总结所有便签的提示词
使用此服务可以做什么
对开发者
- 扩展功能：添加新的工具、资源或提示词，以增强应用
- 集成 AI 模型：将此服务连接到大模型，打造智能便签应用
- 用作参考：学习如何为自己的项目构建 MCP 应用
- 构建 UI：创建与这些端点交互的前端
对用户
- 管理便签：通过 API 添加和检索便签
- 获取 AI 摘要：使用提示词端点生成便签摘要
- 访问最新信息：快速检索最近的便签
开始使用
运行服务：
python main.py
服务将启动并公开用于添加便签、读取便签、访问最新便签和生成摘要提示词的端点。
后续改进
此项目的潜在改进方向：
- 添加删除和编辑便签的功能
- 实现便签分类和标签功能
- 创建网页界面，方便用户交互
- 添加身份验证，以支持多用户
- 集成外部 AI 服务，自动分析便签
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。