mcpField
R
Recite MCP

Recite MCP

本地服务
github.com/rivradev金融数据025 周前更新

关于 Recite MCP

Recite MCP 是连接 AI Agent 与 Recite API 的 MCP 服务,也支持本地收据记账。它将收据处理和 API 操作与本地账本及持久化 Agent 记忆工具结合起来。

主要功能

  1. 01扫描收据并管理交易
  2. 02批量扫描、项目与摘要
  3. 03对账、规则与导出
  4. 04本地 CSV 账本工具
  5. 05持久化 Agent 记忆与健康检查

适用场景

  1. 01将收据处理后写入本地账本
  2. 02导入或核对交易记录
  3. 03汇总并导出账本数据
  4. 04保存持久化 Agent 指令

MCP 相关

向 MCP 客户端提供 Recite API 操作,以及本地账本、记忆、配置和健康检查工具。资源包括账本、记忆和健康状态。

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": {
"rivradev-recite": {
"command": "uvx",
"args": [
"recite-mcp"
],
"env": {
"RECITE_API_KEY": "<RECITE_API_KEY>",
"RECITE_HOME": "<RECITE_HOME>"
}
}
}
}
启动命令uvx recite-mcp
需要配置的环境变量
RECITE_API_KEY密钥Recite API key used for receipt processing requests.
RECITE_HOMEOptional local data directory for config, ledger, and memory files.

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
pypirecite-mcp0.1.4

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

recite-mcp

mcp-name: io.github.rivradev/recite-mcp

recite-mcp 是 Recite API 的 MCP 服务。它提供 Recite MCP 中完整的文档化功能,涵盖扫描、交易、导入、批处理作业、项目、摘要、Webhook、规则、用量和导出,同时保留本地账本/记忆工作流,供偏好本地优先记账的 Agent 使用。

安装

最终用户

推荐:

uvx recite-mcp

替代方案(pipx):

pipx install recite-mcp

替代方案(pip):

python -m pip install recite-mcp
贡献者
python -m pip install -e .[dev]
pytest -q
python -m recite_mcp.server

必需的环境变量

在 https://recite.rivra.dev/settings/api 获取 API 密钥(每月包含 30 次免费扫描),然后设置 RECITE_API_KEY(处理收据时必需;即使未设置,服务仍可启动,以便 validate_setup() 报告缺少的配置):

# Windows PowerShell
$env:RECITE_API_KEY="re_live_xxx"
# macOS/Linux
export RECITE_API_KEY="re_live_xxx"

可选的主目录覆盖项:

# Windows PowerShell
$env:RECITE_HOME="C:\path\to\recite-home"
# macOS/Linux
export RECITE_HOME="$HOME/.config/recite"

MCP 客户端配置

复制并粘贴此配置:

{
  "mcpServers": {
    "recite": {
      "command": "uvx",
      "args": ["recite-mcp"],
      "env": {
        "RECITE_API_KEY": "re_live_xxx"
      }
    }
  }
}

如果通过 pipx 或 pip 安装,请使用:

{
  "mcpServers": {
    "recite": {
      "command": "recite-mcp",
      "args": [],
      "env": {
        "RECITE_API_KEY": "re_live_xxx"
      }
    }
  }
}

故障排查

MCP Registry 所有权验证失败
  • 现象:发布到 Registry 时,返回 PyPI 所有权/README 验证错误。
  • 解决方法:在打包后的 README 中保留以下原样内容:mcp-name: io.github.rivradev/recite-mcp,然后升级版本,并在发布到 Registry 前上传新的 PyPI 版本。
RECITE_API_KEY 缺失或无效
  • 现象:validate_setup() 报告 missing_api_key,或 API 请求被拒绝。
  • 解决方法:在 MCP 客户端的 env 配置(推荐)或 Shell 环境中设置 RECITE_API_KEY。
找不到 uvx 命令
  • 现象:终端提示无法识别 uvx。
  • 解决方法:先安装 uv,或使用以下替代方案之一:
    • pipx install recite-mcp
    • python -m pip install recite-mcp
安装后找不到 recite-mcp 命令
  • 现象:通过 pipx/pip 安装后,提示无法识别该命令。
  • 解决方法:
    • 对于 pipx:运行 pipx ensurepath,然后重新打开终端。
    • 对于 pip:使用模块入口点运行:python -m recite_mcp.server
MCP 客户端已启动,但工具不可用
  • 现象:服务似乎已配置,但未列出任何工具/资源。
  • 解决方法:
    • 确认 MCP 配置 JSON 有效。
    • 确认命令和参数与安装方式匹配(uvx 与 recite-mcp)。
    • 修改配置后重启 MCP 客户端。
无法从 PyPI 下载(uvx/pip)
  • 现象:安装/运行因网络/代理错误而失败。
  • 解决方法:确保环境可以访问 PyPI(或配置代理/自定义索引)。如果所在网络有访问限制,可能需要将 PyPI 加入允许列表,或使用内部镜像。
快速本地验证(无需 MCP 客户端)
  • 运行 recite-mcp --validate(或 uvx recite-mcp --validate)以输出本地配置/健康状态 JSON。如果存在 API 密钥,退出代码为 0;否则为 1。

主要功能

API 工具(共 41 个):

  • 扫描 — scan_receipt(文件、URL、base64 或原始文本;临时模式)、get_scan
  • 交易 — 创建、列出(支持筛选)、获取、更新、删除、import_transactions(JSON 列表、CSV 文本或 CSV 文件)
  • 批量扫描 — submit_batch_scans(1–20 项,异步,Webhook 通知)、get_batch_scan_status、get_batch_scan_results
  • 项目 — 列出、创建、更新、删除
  • 汇总 — get_summary(周期、日期范围、分组方式)
  • Webhook — 创建、列出、删除(transaction.created/updated/deleted、batch.completed)
  • 对账 — create_reconciliation_link、list_reconciliation_links、update_reconciliation_link、delete_reconciliation_link、run_auto_match、get_reconciliation_summary、get_reconciliation_recommendations、export_reconciliation
  • 规则 — 创建、列出、更新、删除(vendor_category、default_project、processing_preference)
  • 类别 — get_categories(17 个内置类别及自定义类别)、create_category、delete_category
  • 供应商 — get_vendors、create_vendor、delete_vendor
  • 用量 — get_usage(周期、细分)
  • 导出 — export_transactions(CSV/JSON,可选择保存文件)

本地工具:

  • process_receipt — 一步完成扫描并追加到分类账(可选重命名、试运行、类别提示)
  • process_receipts_batch — 扫描目录中的图像/PDF(递归处理、试运行预览)
  • summarize_ledger、export_ledger、add_ledger_correction — 本地 CSV 分类账管理
  • update_memory、list_memory — 持久化 Agent 指令存储
  • get_config、validate_setup — 配置检查和运行状况检查

资源: recite://ledger、recite://memory、recite://health

文档

  • 用户指南:docs/user_guide.md

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。