mcpField
O
omnigami-ai

omnigami-ai

本地服务
github.com/omnigami-aiAI 与智能体01 天前更新

关于 omnigami-ai

omnigami-ai 是供 Agent 查询 omnigami 公共技能目录的本地 MCP 服务。它提供安装信息和优先推荐免费选项,但不会购买、安装技能或生成交付内容。

主要功能

  1. 01搜索公共技能目录
  2. 02获取技能要求和安装提示词
  3. 03根据任务描述推荐技能
  4. 04显示价格和 Agent 支持情况
  5. 05离线使用内置目录快照

适用场景

  1. 01查找符合特定输出需求的技能
  2. 02设置前核对技能要求
  3. 03为任务获取优先免费的选项
  4. 04离线查询目录详情

MCP 相关

该服务通过 stdio 向 MCP 客户端提供 `search_skills`、`get_skill` 和 `recommend` 三个工具。它读取公共目录数据,也支持离线模式。

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。

mcp.json · 通用配置
{
"mcpServers": {
"omnigami-ai": {
"command": "npx",
"args": [
"-y",
"@omnigami-ai/mcp"
]
}
}
}
启动命令npx -y @omnigami-ai/mcp

本地服务需要在你的电脑上安装运行环境(如 Node.js 18+)。各客户端的配置文件位置不同,请参考客户端文档。

安装包
npm@omnigami-ai/mcp0.1.1

工具

3

收录的工具列表 · 更新于 3 天前

参数类型必填说明
freeboolean否
kindenum否film | shot | images | deck
querystring是

详细介绍

omnigami MCP

让你的 Agent 查找 omnigami 技能:搜索公开目录、获取其安装提示词,或描述工作内容以获得优先推荐免费选项的建议。通过 stdio 在本地运行。它不会购买、安装或生成交付成果。

候选发布版 0.1.0,尚未发布到 npm。 @omnigami-ai/mcp 发布后,以下安装命令即可使用。采用 MIT 许可证(LICENSE)。

安装 — 发布后

需要 Node 20+ 和 npm。软件包通过以下命令启动:

npx -y @omnigami-ai/mcp

Claude Desktop: 通过 Settings → Developer → Edit Config 将以下配置合并到 claude_desktop_config.json,然后重启 Desktop:

{
  "mcpServers": {
    "omnigami": {
      "command": "npx",
      "args": ["-y", "@omnigami-ai/mcp"]
    }
  }
}

Claude Code: 将其添加到当前项目的 .mcp.json:

claude mcp add --scope project --transport stdio omnigami -- npx -y @omnigami-ai/mcp
claude mcp list

Cursor: 将相同的 mcpServers JSON 合并到项目中的 .cursor/mcp.json,然后在 Cursor 的 MCP 设置中启用该服务。要进行全局设置,请使用 ~/.cursor/mcp.json。

如果图形界面找不到 npx,请使用其绝对路径。在 Windows 上使用 "command": "cmd" 和 "args": ["/c", "npx", "-y", "@omnigami-ai/mcp"]。 在软件包名称后添加 --offline,即可禁用目录请求。

此原型已在 Claude Code 和 Inspector CLI 中测试。Desktop 和 Cursor 的配置遵循其官方文档,但尚未在其图形界面中测试。技能本身对 Agent 的支持是另一回事:目录结果会区分 Claude Code 的已测试状态与其他列出的 Agent。 Desktop 指南、 Claude Code 配置、 Cursor 配置。

工具

工具输入结果
search_skillsquery,可选的 kind(film、shot、images、deck)和布尔值 free最多八个匹配技能、输出内容、美元价格和页面
get_skillslug输入、要求、安装提示词、安装命令和 Agent 平台
recommendjob,可选的 product_url一个推荐及理由和有条件的替代方案、免费工具、无匹配结果,或需要澄清

例如,可以向你的 Agent 提出:“为我正在开发的 Web 应用寻找一个免费的发布视频技能,画面要适合我们的网站。”请描述目标用途、画面比例、输入访问权限、预算、主题和已有技能。一般的发布视频默认推荐免费的 Product film。付费推荐会说明价格以及购买/GitHub 访问要求。不会推荐捆绑方案。涉及两项交付成果时,会询问哪项优先,并列出两种选择。

第一版使用确定性的英文路由。宿主应检查用户授权的产品材料,并提供完整、独立的任务说明。服务不会检查产品 URL、验证屏幕内容或推断业务事实。复杂的隐含含义和否定仍需宿主判断。对于用户提供的录屏,目前没有经过验证的匹配项,而已发布目录中也没有录屏输入项。

公开数据与隐私

服务会读取 https://omnigami.ai 上的固定公开路径:/llms.txt、每个 /skills/<slug>/install.md 文件,以及对应的技能页面。它使用实时列表获取价格和可用性,并按需刷新详情。缓存保存在内存中,有效期为 15 分钟。请求超时设为四秒,大小上限为 1.5 MB;请求会拒绝重定向,且不发送 Cookie。请求失败时会回退到带有明确警告的、附有日期的内置快照;详情请求失败会单独标注。

免费页面的提示词来自网站的 Copy install prompt。付费页面不提供该按钮,因此会将其公开 install.md 中的 Ask 行套用网站相同的提示词格式;prompt_source 会标明这是回退内容。

软件包包含 36 个公开技能,已于 2026-11-07 检查。不使用密钥、账户、分析功能或运行时磁盘缓存。任务和产品 URL 永远不会发送到网站。product_url 仅用于填充返回的请求。运行时只读取自身已安装的模块/数据,不读取用户的产品代码仓库或凭据。宿主客户端自行控制其模型用量和对话存储。

本地开发 — 现已可用

在此源代码文件夹中:

npm ci
npm run build
npm test
npm run check:snapshot
npm run check:registry
node dist/src/server.mjs --offline

服务会在 stdin 上等待 MCP 消息。对于尚未发布的客户端配置, 请将 npx 条目替换为 Node 和 dist/src/server.mjs 的绝对路径。

check:snapshot 会将每个捆绑技能的价格、可用性、安装命令、 提示词、输入和输出与实时公开页面进行比较。在站点工作区内,它还会编译实际的 site/src/data/skills.ts、查找器辅助函数和可用性辅助函数。请显式使用 -- --site /path/to/site,或使用 -- --live 检查独立的公开仓库。网络或解析失败会导致检查失败。 npm run snapshot 会刷新公开数据;请检查差异,然后重新构建。

CI 会测试 Node 20、22 和 24,并检查实时快照是否为最新。要进行干净 tarball 安装和 Inspector CLI 冒烟测试,请使用 Node 24.22.1+:

npm run test:pack

该脚本会使用临时的干净导出,打包并安装 tarball,列出三个工具并各调用一次,然后删除临时文件。 Inspector 2.14.0 会作为开发工具获取,不包含在软件包中。 运行时固定使用 @modelcontextprotocol/sdk 1.32.2;构建过程会将模块和公开数据复制到 dist,不会获取任何内容。

发布与联系

发布由 release.yml 工作流根据版本标签进行,并使用 npm provenance,不存储令牌。MCP Registry 条目为 publishing/server.json。

请通过 GitHub Issues 报告错误。如有问题或需私下报告,请发送邮件至 [email protected]。请提供 Node/客户端版本、工具名称和最简示例;不要包含私有产品数据。

omnigami 是 Auberon LLC 的产品,与 Anthropic 无关。

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。