关于 Steam Review Mcp
Steam Review MCP 让 LLM 获取 Steam 游戏评论和商店描述。其单一评论工具会分页返回评论数据及游戏信息,并提供总结整体或近期玩家反馈的提示词。
主要功能
- 01获取一页游戏评论
- 02返回评论评分和总数
- 03清理评论文本并提供下一页游标
- 04获取商店名称和描述
- 05提供评论分析提示词
适用场景
- 01总结游戏评论中的优缺点
- 02查看近期玩家反馈
- 03按 Steam 应用 ID 获取评论页
MCP 相关
该 MCP 服务提供 `get_steam_review` 工具,可按 Steam 应用 ID 获取评论和商店信息。它还提供用于整体及近期评论分析的提示词。
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。
工具
1收录的工具列表 · 更新于 3 周前
| 参数 | 类型 | 必填 | 说明 |
|---|---|---|---|
| appid | string | 是 | Steam 应用 ID |
| filter | string | 否 | recent:按创建时间排序;updated:按上次更新时间排序;all:(默认)按实用性排序,并根据 day_range 参数使用滑动时间窗口,始终能找到可返回的结果。 |
| language | enum | 否 | 语言筛选器(例如 english、french、schinese)。默认使用所有语言。all | arabic | bulgarian | schinese | tchinese | czech | danish | dutch | english | finnish | french | german | greek | hungarian | indonesian | italian | japanese | koreana | norwegian | polish | portuguese | brazilian | romanian | russian | spanish | latam | swedish | thai | turkish | ukrainian | vietnamese |
| day_range | number | 否 | 搜索有帮助的评论时,将范围设为从现在到 n 天前。仅适用于 all 筛选器。 |
| cursor | string | 否 | 评论每批返回 20 条,因此第一批请传入 *,之后各批请传入响应中返回的 cursor 值。请注意,cursor 值可能包含在查询字符串中使用时需要进行 URL 编码的字符。 |
| review_type | string | 否 | all:所有评论(默认);positive:仅好评;negative:仅差评 |
| purchase_type | string | 否 | all:所有评论;non_steam_purchase:由未在 Steam 上购买该产品的用户撰写的评论;steam:由在 Steam 上购买该产品的用户撰写的评论(默认) |
| num_per_page | number | 否 | 要获取的评论数量,最多 100 条,默认 50 条 |
详细介绍
Steam 评论 MCP
English | 中文
通过模型上下文协议(MCP)获取 Steam 游戏评论。
功能
帮助大模型获取 Steam 游戏评论和信息:
- 获取一页游戏评论(评分、总数、清理后的评论文本和下一个游标)
- 从
IStoreBrowseService/GetItems获取商店名称和完整描述 - 分析游戏评论并总结优缺点
安装
通过 Smithery 安装
通过 Smithery 自动为 Claude Desktop 安装 Steam Review:
npx -y @smithery/cli install @fenxer/steam-review-mcp --client claude
使用 npx 直接运行:
npx steam-review-mcp
或添加:
{
"mcpServers": {
"steam-review-mcp": {
"command": "npx",
"args": [
"steam-review-mcp"
]
}
}
}
使用
工具
此 MCP 服务提供 get_steam_review 工具。传入 Steam 应用 ID 后,该工具会读取:
store.steampowered.com/appreviews 已于 2026-10-22 停用。参数使用旧的字符串名称(all、recent、steam),服务端会将其映射到 input_json。
该工具会返回文本 JSON,以及同一个对象作为 structuredContent:
-
game_reviews:success:当 Steam 返回响应对象时为truereview_score:评论评分;若该页面没有评分,则为nullreview_score_desc:评论评分描述total_positive:正面评论总数total_negative:负面评论总数total_reviews:正面与负面评论总数之和total_matching:符合筛选条件的评论数day_range_used:Helpful 筛选实际搜索的天数范围cursor:传回此值以获取下一页reviews:此页清理后的评论文本
-
game_info:name:商店名称detailed_description:已移除 BBCode 的商店描述
Steam 的 response 为空表示没有匹配的评论。汇总数据为 null,且 reviews 为空。只有在需要更高的速率限制时才设置 STEAM_WEB_API_KEY。无需此密钥即可使用公共方法。
代码模式
该服务作为上游 SDK v1 服务,继续兼容 Cloudflare 的单工具代码模式。get_steam_review 会发布输出架构、只读注解和 structuredContent。宿主可以使用 codeMcpServer() 封装此服务。此软件包不会将其工具替换为 code 工具,因为该封装由宿主端实现,而当前代码模式仍使用旧版 SDK v1 处理程序。
提示词
summarize-reviews
用于全面分析游戏评论并总结游戏的优缺点。
参数
appid(必填):Steam 游戏 ID,例如570(Dota 2)
recent-reviews-analysis
用于分析近期游戏评论,总结游戏的当前状况和玩家反馈。
参数
appid(必填):Steam 游戏 ID,例如570(Dota 2)
开发
# Install dependencies
npm install
# Build project
npm run build
# Run service
npm start
评论
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。