MCP Claude 1

MCP开发工具

提供方 mattsebastianh

开发工具 stdio · 本地进程 无需鉴权 社区 / 第三方 Claude
查看接入方式

MCP Claude是一个基于Python的命令行界面工具,集成了模型上下文协议(MCP)和Claude AI,用于智能文档管理、格式化和摘要生成。

一句话选型结论

按资料字段整理

MCP Claude 1 属于开发工具类 MCP 服务器,stdio · 本地进程,无需鉴权,可直接接入 Claude,有可直接执行的安装命令。接入前先确认权限范围;涉及写入、删除或付款的操作,建议先在测试环境验证。

分类开发工具 传输方式stdio · 本地进程 鉴权无需鉴权 部署方式本地部署
GitHub 星标 0 仓库热度,无公开仓库时显示未标注
工具数 2 暴露给模型的工具数量
资源 / 提示词 0 / 0 资源与提示词模板数量
维护方 社区 / 第三方 核验等级 仅资料核对

工具与能力

开发工具
数量来自来源目录的标注,具体工具清单以官方文档为准
工具数量2暴露给模型可调用的工具个数
资源数量0可读取的资源条目
提示词数量0内置提示词模板数量

能力标签

支持客户端

适用场景

命令行工具Python本地部署文档管理AI集成Python开发自动化处理

安装与配置

stdio · 本地进程 无需鉴权
客户端在本机拉起子进程,数据不出本机
uv run python main.py

这条命令只是入口,具体启动参数请按官方文档补齐,不要直接照搬到别的服务器。

  1. 1
    准备运行环境

    stdio 服务在本地起进程,需要先装好 Python,再按安装命令拉取依赖。

  2. 2
    安装服务

    复制上面的安装命令执行;命令里带占位符的位置,换成自己的密钥或路径。

  3. 3
    写入客户端配置

    在客户端的 MCP 配置里填好启动命令和参数,保存后完全退出客户端再打开,让新配置生效。

  4. 4
    验证是否可用

    连接成功后客户端会列出约 2 个工具,随便调一个只读工具确认能返回结果。

典型使用场景

3 类
按分类与标签整理的常见用法,具体以官方文档为准
代码与仓库操作

在对话里直接查代码、提 issue、走 PR,省掉来回切工具。

本地命令与脚本

把构建、测试、格式化这类重复命令交给模型执行。

接口联调与测试

让模型调你的接口、跑一遍用例,快速定位问题。

选择建议

选之前先看这几条
按条目字段给出的判断,不替你决定用不用

值得选的地方

  • 资料标注 2 个工具,职责相对集中,接入后不容易误操作。
  • 有现成的安装命令,不用自己找入口,照着跑就能起服务。
  • 已适配 Claude,换客户端不用重新研究配置。
  • 资料标注无需鉴权,装好就能连。

先想清楚的地方

  • stdio 方式要求本地装好运行时(如 Node.js),换机器要重新装一遍。
  • 版本更新与行为细节以官方仓库为准。

更适合

  • 需要在开发工具场景里让模型直接调用外部能力的人。
  • 已经在用 Claude 的用户,接入路径最短。
  • 想先快速试一下、能接受在本地或自有环境跑服务的人。

不太适合

  • 完全不想在本地装环境的人。
  • 需要厂商级 SLA 和技术支持的生产环境。

同类对比

6 个同类
同分类里挑最接近的几条,字段以各自详情页为准
MCP 服务器工具数传输方式部署方式安装命令最后核验
MCP Claude 1当前 2 stdio · 本地进程 本地部署 有 2026-05-17
Git 838e2ec1 12 stdio · 本地进程 本地部署 有 2026-05-17
Markitdown MCP 2c653a5f 1 stdio · 本地进程 本地部署 有 2026-05-17
JavaGuide 未标注 stdio · 本地进程 本地部署 有 2026-04-11
awesome-claude-skills 未标注 stdio · 本地进程 本地部署 有 2026-04-26
Context7 831acf40 未标注 stdio · 本地进程 本地部署 有 2026-05-17

服务器档案

开发工具
字段来自项目仓库与公开索引,中文说明由本站标注
提供方mattsebastianh上游标注的维护方 mattsebastianh
分类开发工具本站按上游分类展示
连接方式stdio · 本地进程客户端在本机拉起子进程,数据不出本机
鉴权方式无需鉴权远程服务建议用最小权限凭据
维护方社区 / 第三方核验等级 仅资料核对
包名 / 运行时未标注 · Python本地安装时用到的包标识与运行时
部署类型本地部署上游给出的部署形态
最近核验2026-05-17上游最后核验时间

详细介绍

7.0 KB
来自项目仓库与上游目录的原文,未做删改

MCP Claude-文档管理CLI

一个功能强大的命令行界面应用程序,集成了 模型上下文协议(MCP) 和 克劳德·艾 用于智能文档管理、格式化和摘要。

🎯 概述

MCP-Claude是一个基于Python的CLI工具,演示了如何使用模型上下文协议构建AI驱动的文档工作流。它提供了一个对话界面,用户可以在其中与文档交互,应用人工智能驱动的格式,并生成摘要——所有这些都是通过自然语言命令完成的。

✨ 特性

MCP服务器功能

特性 描述
工具 read_doc_content -读取文档内容

edit_doc_content -使用查找/替换功能编辑文档|
资源 · docs://documents -列出所有文档ID
docs://documents/{doc_id} -获取特定文档内容|
提示 · /format -将文档转换为结构良好的Markdown
/summarize -生成简明的文档摘要|

CLI功能

  • 💬 交互式聊天 -与Claude AI的自然语言对话
  • 📄 文档提及 -参考文件使用 @document.ext 语法
  • 🔧 工具集成 -AI自动使用可用工具来完成任务
  • 🔄 多客户端支持 -同时连接多个MCP服务器

🏗️ 建筑```

mcp_claude_1/
├── main.py # Application entry point
├── mcp_server.py # MCP server with tools, resources, and prompts
├── mcp_client.py # MCP client wrapper for server communication
├── core/
│ ├── chat.py # Base chat functionality
│ ├── cli_chat.py # CLI-specific chat implementation
│ ├── cli.py # CLI application UI
│ ├── claude.py # Anthropic Claude API wrapper
│ └── tools.py # Tool execution manager
├── pyproject.toml # Project configuration
└── .env # Environment variables (API keys)


## 🚀 入门指南

### 先决条件

- Python 3.10+
- 无烟煤API键
- 紫外线 (推荐)或pip

______________________________________________________________________

### 🟢 选项1:使用紫外线(推荐)

紫外线 是一个用Rust编写的速度极快的Python包和项目管理器。它自动处理虚拟环境和依赖关系,使设置变得简单。

#### 第一步:安装uv```bash
# macOS / Linux
curl -LsSf https://astral.sh/uv/install.sh | sh

# Windows (PowerShell)
powershell -c "irm https://astral.sh/uv/install.ps1 | iex"

# Or via Homebrew (macOS)
brew install uv

步骤2:克隆存储库```bash

git clone https://github.com/mattsebastianh/mcp_claude_1.git
cd mcp_claude_1


#### 步骤3:安装依赖项```bash
# uv automatically creates .venv and installs all dependencies
uv sync

> 注: uv sync 读取 pyproject.toml 和 uv.lock 安装精确的依赖版本,确保可复制的构建。

步骤4:配置环境变量

创建 .env 项目根目录中的文件:```env
CLAUDE_MODEL="claude-sonnet-4-5"
ANTHROPIC_API_KEY=""

Set to 1 when using uv

USE_UV=1


#### 步骤5:运行应用程序```bash
# uv run automatically uses the project's virtual environment
uv run python main.py

为什么要使用紫外线?

  • ⚡ 比点快10-100倍
  • 🔒 锁定文件支持(uv.lock)用于可重复构建
  • 🎯 自动虚拟环境管理
  • 📦 内置依赖解析器

🔵 选项2:使用pip(替代方案)

使用pip和venv的传统Python设置。

步骤1:克隆存储库```bash

git clone https://github.com/mattsebastianh/mcp_claude_1.git
cd mcp_claude_1


#### 第二步:创建虚拟环境```bash
python3 -m venv .venv

步骤3:激活虚拟环境```bash

macOS / Linux

source .venv/bin/activate

Windows (Command Prompt)

.venv\Scripts\activate

Windows (PowerShell)

.venv\Scripts\Activate.ps1


#### 步骤4:安装依赖项```bash
pip install -r requirements.txt

# Or install in editable mode for development
pip install -e .

步骤5:配置环境变量

创建 .env 项目根目录中的文件:```env
CLAUDE_MODEL="claude-sonnet-4-5"
ANTHROPIC_API_KEY=""

Set to 0 when using pip

USE_UV=0


#### 步骤6:运行应用程序```bash
# Make sure virtual environment is activated
source .venv/bin/activate  # macOS/Linux

# Run the application
python main.py

📖 用法

交互式命令

CLI运行后,您可以与文档交互:```
> What documents are available?
> @report.pdf What does this report cover?
> /format deposition.md
> /summarize financials.docx


### 文档提及

使用 `@` 前缀:```
> Compare @report.pdf with @outlook.pdf
> Summarize the key points from @deposition.md

提示命令

使用斜线命令触发特定的AI工作流程:

命令 用法 说明
/format /format 将文档转换为结构化Markdown
/summarize /summarize 生成一个简洁的3-5句话的总结

🔧 MCP服务器详细信息

工具

read_doc_content

读取并返回文档的内容。```python

Input

{"doc_id": "report.pdf"}

Output

"The report details the state of a 20m condenser tower."


#### `edit_doc_content`

通过替换字符串来编辑文档内容。```python
# Input
{
"doc_id": "report.pdf",
"old_strings": ["20m"],
"new_strings": ["25m"]
}

资源

  • docs://documents -返回所有文档ID的JSON数组
  • docs://documents/{doc_id} -返回特定文档的纯文本内容

提示

MCP服务器向AI提供结构化指令的提示:

  • format -引导AI将文档重新格式化为干净的Markdown,并使用适当的标题、列表和表格
  • summarize -指示AI提取关键点并创建简洁的摘要

🧪 MCP检验员测试

使用MCP检查器测试您的MCP服务器实现:```bash

Using uv (recommended)

npx @modelcontextprotocol/inspector uv run python mcp_server.py

Using pip/venv (make sure .venv is activated)

npx @modelcontextprotocol/inspector .venv/bin/python mcp_server.py
```

这将打开一个web界面 http://localhost:6274 您可以在哪里:

  • 查看可用的工具、资源和提示
  • 具有不同输入的测试工具调用
  • 调试服务器响应

📦 依赖项

包装 用途
anthropic Claude AI API客户
mcp[cli] 模型上下文协议SDK
fastmcp FastMCP服务器框架
prompt-toolkit 交互式CLI界面
python-dotenv 环境变量管理

🔐 环境变量

变量 必填 描述
ANTHROPIC_API_KEY 是 您的Anthropic API密钥
CLAUDE_MODEL 是 要使用克劳德模型(例如。, claude-sonnet-4-5)
USE_UV 否 设置为 1 对于uv, 0 对于pip(默认值: 0)

🤝 贡献

欢迎投稿!请随时提交拉取请求。

📄 许可证

这个项目是开源的,可以在MIT许可证下使用。

🔗 资源

  • 模型上下文协议文档
  • API人类克劳德
  • FastMCP框架
  • uv-Python包管理器

常见问题

8 问
答案由本站依据条目字段整理,不引用上游原文
MCP Claude 1 怎么安装?

在客户端按下面的安装命令接入:uv run python main.py。装完在客户端配置里引用同一个包或端点。

MCP Claude 1 怎么在 Claude 里配置?

它的传输方式是stdio · 本地进程,在客户端的 MCP 配置里填好启动命令和参数,保存后完全退出客户端再打开,配置才会生效。

MCP Claude 1 收费吗?

本站不代收费用,也没有标注具体价格。是否收费取决于服务本身和背后的接口额度,正式使用前按官方说明确认。

MCP Claude 1 需要 API Key 吗?

资料标注为无需认证,装好就能连;如果实际调用时报鉴权错误,按官方文档补上凭据。

MCP Claude 1 支持哪些客户端?

资料标注支持 Claude;其他客户端只要能配置 MCP Server,也能用同样的命令或地址接入。

MCP Claude 1 能提供哪些能力?

资料显示约 2 个工具;能力标签包括 命令行工具、文档处理、Python、Claude、自动化处理。具体工具清单以官方文档为准。

MCP Claude 1 需要什么运行环境?

运行时为 Python;属于本地进程,需要在本机装好运行环境。

MCP Claude 1 是本地还是远程?

它是本地进程(stdio),由客户端在本机拉起。传输方式为stdio · 本地进程。

热门专题

按标签挑服务器
全部专题 →

服务器信息以作者仓库与官方文档为准;分类、传输方式与鉴权方式的中文说明为中文整理,最近核验 2026-05-17。