Quickchat AI MCP server

Quickchat AI MCP 服务

Quickchat AI MCP（Model Context Protocol）服务让你可以让任何人将你的 Quickchat AI Agent 接入他们喜欢的 AI 应用，例如 Claude Desktop、Cursor、VS Code、Windsurf 以及更多。

快速开始

1. 创建一个 Quickchat AI 账户，并开始任意套餐的 7 天试用。
2. 设置你的 AI 的知识库、能力和设置。
3. 前往 MCP 页面激活你的 MCP。为它填写 Name、Description 以及（可选的）Command。它们很重要 - AI 应用需要理解何时联系你的 AI，以及它的能力和知识是什么。
4. 就这样！现在你可以通过任何 AI 应用测试你的 Quickchat AI，并向全世界展示它了！

_{Claude 工具剖析}

_{Cursor 工具剖析}

实用链接

• 快速开始视频 youtube.com/watch?v=JE3dNiyZO8w
• 快速开始博客文章：quickchat.ai/post/how-to-launch-your-quickchat-ai-mcp
• MCP（Model Context Protocol）讲解：quickchat.ai/post/mcp-explained
• PyPI 上的 Quickchat AI MCP 包：pypi.org/project/quickchat-ai-mcp
• Quickchat AI MCP 的 GitHub 仓库：github.com/quickchatai/quickchat-ai-mcp

前置条件

使用以下命令安装 uv：

curl -LsSf https://astral.sh/uv/install.sh | sh

或阅读此处了解更多。

使用 Claude Desktop 测试

配置

前往 Settings > Developer > Edit Config。在文本编辑器中打开 claude_desktop_config.json 文件。如果你刚开始使用，该文件看起来会像这样：

{
  "mcpServers": {}
}

你可以在这里定义你的 Claude Desktop 可以访问的所有 MCP。以下是你添加 Quickchat AI MCP 的方式：

{
  "mcpServers": {
    "< QUICKCHAT AI MCP NAME >": {
      "command": "uvx",
      "args": ["quickchat-ai-mcp"],
      "env": {
        "SCENARIO_ID": "< QUICKCHAT AI SCENARIO ID >",
        "API_KEY": "< QUICKCHAT AI API KEY >"
      }
    }
  }
}

前往 Quickchat AI app > MCP > Integration 找到上面的代码片段，其中已填写好 MCP Name、SCENARIO_ID 和 API_KEY 的值。

使用 Cursor 测试

配置

前往 Settings > Cursor Settings > MCP > Add new global MCP server，并填入 Quickchat AI MCP 代码片段：

{
  "mcpServers": {
    "< QUICKCHAT AI MCP NAME >": {
      "command": "uvx",
      "args": ["quickchat-ai-mcp"],
      "env": {
        "SCENARIO_ID": "< QUICKCHAT AI SCENARIO ID >",
        "API_KEY": "< QUICKCHAT AI API KEY >"
      }
    }
  }
}

和之前一样，你可以在 Quickchat AI app > MCP > Integration 找到 MCP Name、SCENARIO_ID 和 API_KEY 的值。

使用其他 AI 应用测试

其他 AI 应用很可能需要相同的配置，但将它们纳入应用本身的实际步骤会有所不同。随着进展，我们会不断扩展这份 README。

向全世界发布你的 Quickchat AI MCP！

⛔️ Do not publish your Quickchat API key to your users!

当你准备好让其他用户将你的 Quickchat AI MCP 连接到他们的 AI 应用时，与他们分享配置代码片段！不过，你需要确保他们能够在没有你的 Quickchat API key 的情况下使用你的 Quickchat AI MCP。操作方法如下：

1. 在 Quickchat App MCP 页面，将 Require API key 开关关闭。
2. 分享配置代码片段，且_不要包含 API key_：

{
  "mcpServers": {
    "< QUICKCHAT AI MCP NAME >": {
      "command": "uvx",
      "args": ["quickchat-ai-mcp"],
      "env": {
        "SCENARIO_ID": "< QUICKCHAT AI SCENARIO ID >"
      }
    }
  }
}

---

酷炫功能

• 你可以通过 Quickchat AI 仪表盘控制 MCP 的各个方面。一键操作，你的更改即刻部署。这包括 MCP 名称和描述——你的用户只需刷新他们的 MCP 连接即可。
• 在 Quickchat 收件箱中查看所有对话。请记住：这些并不是你的用户发送给其 AI 应用的确切消息，而是他们的 AI 应用与你的 Quickchat AI 之间 AI <> AI 交互的记录。🤯
• 与大多数 MCP 实现不同，这不是一个交给 AI 的静态工具。而是一种向你所创建的 Quickchat AI Agent 发送消息的开放式方式。🙌

---

从源码运行

使用 MCP inspector 进行调试

uv run mcp dev src/__main__.py

使用 Claude Desktop、Cursor 或其他 AI 应用进行调试

使用以下 JSON 配置：

{
  "mcpServers": {
    "< QUICKCHAT AI MCP NAME >": {
      "command": "uv",
      "args": [
        "run",
        "--with",
        "mcp[cli]",
        "--with",
        "requests",
        "mcp",
        "run",
        "< YOUR PATH>/quickchat-ai-mcp/src/__main__.py"
      ],
      "env": {
        "SCENARIO_ID": "< QUICKCHAT AI SCENARIO ID >",
        "API_KEY": "< QUICKCHAT AI API KEY >"
      }
    }
  }
}

测试

确保你的代码格式正确且所有测试通过：

ruff check --fix
ruff format
uv run pytest

GitHub Star 历史