Token导航 LogoToken导航

MCP Server · 文档知识

crewai example

一个AI驱动的工具,用于研究指定地点的咖啡店信息并自动在Notion数据库中创建结构化条目。

stdio官方级别未说明来源级核验工具 0
数据管理PythonAI驱动Notion集成

快速开始

作者 / 组织
Anthonniio
提供方
Anthonniio

工具数量

0

来源目录标注

资源数量

0

来源目录标注

提示词数量

0

来源目录标注

GitHub Star

0

仓库热度

收录来源

1 个

MCP World

选型结论

crewai example 属于文档知识类 MCP Server,公开资料标注 0 个工具,通过stdio 本地进程接入,客户端适配情况以官方文档为准,有可以直接复制的安装命令;接入前先确认权限范围。

分类

文档知识

传输方式

stdio

认证方式

无需认证

部署方式

公开资料未说明

安装与配置

安装命令

pip install uv

公开命令不是通用的启动方式,拼不出可靠配置示例;请在客户端 MCP 配置里按官方文档填写 command 和 args。

上手步骤

  1. 1

    准备运行环境

    stdio 服务在本地起进程,需要先装好 对应的运行时,再按安装命令拉取依赖。

  2. 2

    安装服务

    复制下面的安装命令执行;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 0 个工具,随便调一个只读工具确认能返回结果。

接入前确认

不要直接授予不必要的文件、网络或账号权限;先核对安装命令和配置内容。

详细介绍

咖啡店研究与概念数据库管理器

一个由人工智能驱动的团队,研究任何地点的咖啡店,并在您的Notion数据库中自动创建有组织的条目。

它做什么

这个CrewAI驱动的系统:

  • 🔍 研究 指定位置的咖啡店
  • 📊 聚集 评级、谷歌地图网址和详细描述
  • 🗃️ 创建 Notion数据库中的结构化条目
  • 🧹 重复数据删除 避免重复的结果
  • ✍️ 增加 对每个数据库条目进行丰富的描述

快速开始

先决条件

  • Python≥3.10\<3.14
  • OpenAI API密钥
  • 概念集成令牌和数据库ID

安装

  1. 安装UV包管理器:
pip install uv
  1. 安装依赖项:
crewai install
  1. 配置环境:
cp .env.example .env
# Add your OPENAI_API_KEY to .env
  1. 在中更新您的Notion数据库ID src/docker_notion/main.py

跑

crewai run

配置

位置和设置

编辑 src/docker_notion/main.py 自定义:

inputs = {
    'location': 'Madrid',           # Target city
    'number_of_shops': 3,          # Number of shops to find
    'database_id': 'your-db-id'    # Your Notion database ID
}

代理和任务

  • 代理: src/docker_notion/config/agents.yaml
  • 任务: src/docker_notion/config/tasks.yaml

输出文件

机组人员生成多个输出文件:

  • research_output.md -原始研究结果
  • deduplicated_research.md -干净、唯一的条目
  • created_entries.md -Notion数据库创建日志
  • descriptions_added.md -说明添加日志

项目结构

docker_notion/
├── src/docker_notion/
│   ├── config/
│   │   ├── agents.yaml      # Agent definitions
│   │   └── tasks.yaml       # Task workflows
│   ├── tools/               # Custom tools
│   ├── crew.py             # Main crew logic
│   └── main.py             # Entry point
├── knowledge/              # Reference data
└── tests/                 # Test files

命令

  • crewai run -执行完整的工作流程
  • crewai train -培训船员
  • crewai replay -重播特定任务
  • crewai test -测试人员表现

支持

工具与能力

工具数量

0

资源数量

0

提示词数量

0

能力标签

咖啡店研究Python本地部署Notion集成数据管理自动化工具AI驱动

数量来自来源目录的标注,具体工具清单以官方文档为准。

典型使用场景

读长文档提问

把 PDF、Markdown 和笔记交给模型,按章节追问细节。

整理知识库

把零散资料归档、打标签,检索时更容易命中。

批量出摘要

提取要点,输出能直接引用的段落。

选择建议

值得选的地方

  • 只提供 0 个工具,职责集中,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。
  • 公开说明写得比较完整,接入前能看清能力边界。

先想清楚的地方

  • stdio 方式要求本地装好 运行环境,换机器要重新装一遍。
  • 公开摘要偏短,具体能力和限制要回到仓库确认。
  • 第三方目录整理,版本更新和行为细节以官方仓库为准。

更适合

  • 需要在文档知识场景里让模型直接调用外部能力的人。
  • 想先快速试一下、能接受在本地跑服务的人。

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

5 个同类
MCP Server工具数传输方式安装命令收录来源最后核验
crewai example

MCP World · 本页

0stdio有1 个2026-05-17
Cherry Studio

MCP World

0未说明未标注1 个2026-05-17
Pdf Math Translate

MCP World

0stdio有1 个2026-05-17
report generation

MCP World

0stdio有1 个2026-05-17
Anything To Notebooklm

MCP World

0stdio有1 个2026-05-17

按同分类和工具数量挑出最接近的几条,字段以各自详情页为准。

常见问题

5 条

crewai example 怎么安装?

公开资料给出的安装命令是 pip install uv,运行环境为 未标注。装完后按客户端要求写进 MCP 配置,重启客户端生效。

crewai example 怎么在 Claude Desktop、Cursor 里配置?

它是stdio 本地进程,客户端配置里要写启动命令和参数,运行环境是 未标注;保存后完全退出客户端再打开,配置才会生效。

crewai example 收费吗?

本站只整理公开资料,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。

crewai example 需要 API Key 吗?

公开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。

crewai example 支持哪些客户端?

公开资料没有标注具体客户端;能配置本地 MCP 命令的客户端都能接,配置方式参照官方文档。

来源信息

继续浏览同类 MCP