mcpField
M
MCP Server – Scryfall API Interface

MCP Server – Scryfall API Interface

本地服务
github.com/dbeltra开发工具079 周前更新

关于 MCP Server – Scryfall API Interface

这是一个连接 Scryfall API 的 MCP 服务,供万智牌玩家和工具搜索卡牌并查看详情。搜索支持名称、颜色、类别栏和 Oracle 文本,结果包含卡牌属性及价格。

主要功能

  1. 01按卡牌名称搜索
  2. 02按颜色和类别栏筛选
  3. 03搜索 Oracle 文本
  4. 04查看卡牌属性、稀有度和系列
  5. 05查看美元与欧元的普通及闪卡价格

适用场景

  1. 01按名称或规则文本查找卡牌
  2. 02探索符合颜色和类别的卡牌
  3. 03查看卡牌属性和所属系列
  4. 04查询普通及闪卡价格

MCP 相关

该 MCP 服务向 MCP 客户端提供 Scryfall 卡牌搜索和详情查询,包括 Claude Desktop。

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。

代码仓库

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

Tests codecov

MCP 服务 – Scryfall API 接口

这是一个 MCP 服务,可与 Scryfall API 对接,以获取并显示详细的万智牌卡牌数据。它支持按名称、颜色、类别和文本内容搜索卡牌。

功能

  • 通过 Scryfall 搜索万智牌卡牌,支持按以下条件搜索:
    • 卡牌名称
    • 颜色
    • 类别行
    • Oracle 文本
  • 输出详细的卡牌数据:
    • Oracle 文本、法术力费用、颜色
    • 类别、力量/防御力、稀有度
    • 系列名称
    • USD/EUR 价格(普通版和闪卡)

项目设置

本项目使用 uv 管理 Python 环境和依赖项。所有依赖项均在 pyproject.toml 中声明。

要求
  • Python 3.12+
  • uv(使用 cargo install uv 安装)
安装
uv venv
source .venv/bin/activate  # or `.venv/Scripts/activate` on Windows
uv pip install -r pyproject.toml
运行项目

运行 uv run scryfall.py "Atraxa" 应在控制台中显示 Atraxa 卡牌的 Scryfall 搜索结果,不过本项目旨在由 MCP 宿主(例如 Claude Desktop)运行。

与 Claude Desktop 集成

Claude Desktop 可以运行 MCP 服务以与 Scryfall API 交互并使用其结果。你需要安装或更新到最新版本的 Claude,并在文件尚不存在时创建 claude_desktop_config.json 文件:

macOS 上的 ~/Library/Application\ Support/Claude/claude_desktop_config.json Windows 上的 $env:AppData\Claude\claude_desktop_config.json

{
    "mcpServers": {
        "scryfall": {
            "command": "/ABSOLUTE/PATH/TO/BIN/uv",
            "args": [
                "--directory",
                "/ABSOLUTE/PATH/TO/mcp-server",
                "run",
                "scryfall.py"
            ]
        }
    }
}

测试

本项目使用 pytest 进行单元测试。测试位于 tests/ 目录中。

运行测试

运行完整测试套件:

pytest

运行指定测试:

pytest tests/test_scryfall.py::test_get_cards_no_query

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。