Lucid MCP Server

Lucid MCP服务器

](https://smithery.ai/server/@smartzan63/lucid-mcp-server) ](https://www.npmjs.com/package/lucid-mcp-server) ](https://www.npmjs.com/package/lucid-mcp-server)  

Lucid App集成的模型上下文协议（MCP）服务器。使多模式LLM能够通过可视化导出访问和分析Lucid图。

目录

• 特性
• 先决条件
• 快速开始
• 用法
• VS代码集成
• 贡献
• 参考文献
• 许可证

特性

• 🔍 文档发现 以及从LucidChart、LucidSpark和LucidScale检索元数据
• 📑 轻量级选项卡元数据 用于快速查看文档结构
• 🖼️ PNG图像导出 来自Lucid图表
• 🤖 AI驱动图分析 具有多模式LLM（支持Azure OpenAI和OpenAI）
• ⚙️ 基于环境的API密钥管理 从Azure自动回退到OpenAI。
• 📝 TypeScript实现 具有完整的测试覆盖范围
• 🔧 MCP检查器集成 便于测试

先决条件

在开始之前，请确保您拥有以下内容：

• Node.js：版本18或更高版本。
• Lucid API密钥：钥匙来自 Lucid开发者门户 是 必需的 对于所有功能。
• AI提供者密钥（可选）：对于AI供电的图表分析，您需要API密钥用于：

- Azure OpenAI - OpenAI

快速开始

按照以下步骤运行服务器。

通过Smithery安装

通过以下方式自动为Claude Desktop安装lucid mcp服务器 史密瑟里:

npx -y @smithery/cli install @smartzan63/lucid-mcp-server --client claude

1.安装

从npm全局安装包：

npm install -g lucid-mcp-server

2.配置

在终端中设置以下环境变量。只需要Lucid API密钥。

# Required for all features
export LUCID_API_KEY="your_api_key_here"

# Optional: For AI analysis, configure either Azure OpenAI or OpenAI

# Option 1: Azure OpenAI (takes precedence)
export AZURE_OPENAI_API_KEY="your_azure_openai_key"
export AZURE_OPENAI_ENDPOINT="https://your-resource.openai.azure.com"  
export AZURE_OPENAI_DEPLOYMENT_NAME="gpt-4o"

# Option 2: OpenAI (used as a fallback if Azure is not configured)
export OPENAI_API_KEY="your_openai_api_key"
export OPENAI_MODEL="gpt-4o" # Optional, defaults to gpt-4o

备注：如果满足以下条件，服务器将自动使用Azure OpenAI AZURE_OPENAI_API_KEY 已设置。如果没有，它将退回OpenAI OPENAI_API_KEY 提供。

3.验证

使用MCP检查器测试您的安装：

npx @modelcontextprotocol/inspector lucid-mcp-server

用法

服务器运行后，您可以使用自然语言或直接调用其工具与之交互。

示例提示

• 基本命令 （只使用Lucid API密钥）：

- *“显示我所有的Lucid文件”* - *“获取ID为\[文档ID\]的文档信息”*

• AI分析 （需要Azure OpenAI或OpenAI设置）：

- *“分析此图：\[文档id\]”* - *“此Lucid图显示了什么：\[文档id\]”*

可用工具

🔍 search-documents

列出Lucid帐户中的文档。

• 参数：

- keywords （字符串，可选）：搜索关键字以筛选文档。

• 例子：

  {
    "keywords": "architecture diagram"
  }

📋 get-document

获取文档元数据，并可以选择对其视觉内容执行AI分析。

• 参数：

- documentId （string）：Lucid URL中的文档ID。 - analyzeImage （布尔值，可选）：设置为 true 进行AI分析。 ⚠️ 需要Azure或OpenAI密钥。 - pageId （字符串，可选）：要导出的特定页面（默认值：“0_0”）。

• 例子：

  {
    "documentId": "demo-document-id-here-12345678/edit",
    "analyzeImage": true
  }

📑 get-document-tabs

获取Lucid文档中所有选项卡（页面）的轻量级元数据，而不检索完整内容。

• 参数：

- documentId （string）：Lucid URL中的文档ID。

• 退货： 带有页面元数据（id、标题、索引）的文档信息，用于快速导航和概述。
• 例子：

  {
    "documentId": "demo-document-id-here-12345678/edit"
  }

VS代码集成

您可以将服务器直接集成到Visual Studio代码中。

方法一：通过VS Code UI（推荐）

1. 打开 命令面板 (Ctrl+Shift+P 或 Cmd+Shift+P).
2. 运行命令： “MCP:添加服务器”.
3. 选择 “npm” 作为来源。
4. 输入包名称： lucid-mcp-server.
5. VS Code将指导您完成其余的设置。
6. 验证自动创建的配置，因为AI可能会出错

方法2：快速安装链接

点击 “在VS代码中安装” 请在本自述顶部添加徽章，然后按照屏幕上的提示进行操作。您需要在您的 settings.json.

方法3：手动配置

Click to view manual settings.json configuration

将以下JSON添加到VS代码中 settings.json 文件。此方法提供了最多的控制，对自定义设置很有用。

{
  "mcp": {
    "servers": {
      "lucid-mcp-server": {
        "type": "stdio",
        "command": "lucid-mcp-server",
        "env": {
          "LUCID_API_KEY": "${input:lucid_api_key}",
          "AZURE_OPENAI_API_KEY": "${input:azure_openai_api_key}",
          "AZURE_OPENAI_ENDPOINT": "${input:azure_openai_endpoint}",
          "AZURE_OPENAI_DEPLOYMENT_NAME": "${input:azure_openai_deployment_name}",
          "OPENAI_API_KEY": "${input:openai_api_key}",
          "OPENAI_MODEL": "${input:openai_model}"
        }
      }
    },
    "inputs": [
      {
        "id": "lucid_api_key", 
        "type": "promptString",
        "description": "Lucid API Key (REQUIRED)"
      },
      {
        "id": "azure_openai_api_key",
        "type": "promptString", 
        "description": "Azure OpenAI API Key (Optional, for AI analysis)"
      },
      {
        "id": "azure_openai_endpoint",
        "type": "promptString",
        "description": "Azure OpenAI Endpoint (Optional, for AI analysis)"
      },
      {
        "id": "azure_openai_deployment_name",
        "type": "promptString",
        "description": "Azure OpenAI Deployment Name (Optional, for AI analysis)"
      },
      {
        "id": "openai_api_key",
        "type": "promptString", 
        "description": "OpenAI API Key (Optional, for AI analysis - used if Azure is not configured)"
      },
      {
        "id": "openai_model",
        "type": "promptString",
        "description": "OpenAI Model (Optional, for AI analysis, default: gpt-4o)"
      }
    ]
  }
}

小演示

🤝 贡献

1. 分叉存储库。
2. 创建功能分支(git checkout -b feature/amazing-feature).
3. 提交您的更改(git commit -m 'Add amazing feature').
4. 推到分支(git push origin feature/amazing-feature).
5. 打开拉取请求。

📚 参考文献

• 模型上下文协议
• Lucid开发人员API
• MCP Typescript SDK文档

📄 许可证

此项目根据MIT许可证获得许可-请参阅 许可证 文件以获取详细信息。