Token导航 LogoToken导航

MCP Server · AI代理

MCP AI Chat Interface

MCP AI聊天接口是一个命令行界面应用程序,支持与AI模型(Claude或OpenAI)进行交互式聊天,具备文档检索、基于命令的提示和可扩展的工具集成功能。

stdio官方级别未说明来源级核验工具 0
AI聊天多模型支持PythonClaude命令行工具

快速开始

作者 / 组织
muhammedehab35
提供方
muhammedehab35

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

9

仓库热度

收录来源

1 个

MCP World

选型结论

MCP AI Chat Interface 属于AI代理类 MCP Server,公开资料标注 0 个工具,通过stdio 本地进程接入,适配 Claude,有可以直接复制的安装命令;接入前先确认权限范围。

分类

AI代理

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

MCP人工智能聊天界面

🤖 基于人工智能模型(Claude/OpenAI)的交互式命令行界面聊天应用,使用模型控制协议(MCP)进行文档管理和工具集成。

MCP AI聊天接口是一个命令行界面应用程序,它能够与人工智能模型(如Claude或OpenAI)实现交互式聊天功能。该应用程序支持文档检索、基于命令的提示以及通过MCP(模型控制协议)架构实现的可扩展工具集成。

✨ 特点/功能

  • 🤖 机器人 多供应商支持兼容Claude(Anthropic)和OpenAI模型
  • 📄 纸张或文件的符号,无实际翻译意义,可表示“文件”或“纸张”等概念。 文档管理通过MCP工具阅读和编辑文档
  • 🔧 修理工具或扳手的符号,常用于表示需要修理或维护的场合。 MCP 集成全面支持模型控制协议
  • 💬 交互式命令行界面(CLI)自动补全和命令建议
  • 🏷️(标签) @提及在您的查询中直接引用参考文档
  • ⚡(闪电符号,无具体含义,可表示快速、能量、惊喜等) 快速且轻便使用Python和异步I/O构建

先决条件

  • Python 3.10+
  • Anthropic API密钥(用于Claude)或OpenAI API密钥

项目结构

MCP-AI-Chat-Interface/
├── src/
│   └── mcp_chat/           # Main application package
│       ├── core/           # Core functionality
│       │   ├── chat.py     # Base chat class
│       │   ├── claude.py   # Claude AI provider
│       │   ├── openai_provider.py  # OpenAI provider
│       │   ├── cli.py      # CLI interface
│       │   ├── cli_chat.py # CLI chat implementation
│       │   └── tools.py    # Tool manager
│       ├── mcp_client.py   # MCP client
│       ├── mcp_server.py   # MCP server (document tools)
│       └── main.py         # Application entry point
├── main.py                 # Launcher script
├── pyproject.toml          # Project configuration
├── requirements.txt        # Python dependencies
├── .env.example            # Environment variables template
└── README.md

设置

步骤1:配置环境变量

  1. 复制 .env.example 到;向;对于;为了 .env:
cp .env.example .env
  1. 编辑 .env 并配置您的设置:
# Choose your provider: "claude" or "openai"
PROVIDER=openai

# If using Claude
CLAUDE_MODEL=claude-3-5-sonnet-20241022
ANTHROPIC_API_KEY=your_key_here

# If using OpenAI
OPENAI_MODEL=gpt-4o
OPENAI_API_KEY=your_key_here

# Use UV (1) or regular Python (0)
USE_UV=1

步骤2:安装依赖项

选项1:使用uv进行设置(推荐)

紫外线 是一个快速的Python包安装器和解析器。

  1. 如果尚未安装,请安装 uv:
pip install uv
  1. 创建并激活一个虚拟环境:
uv venv
source .venv/bin/activate  # On Windows: .venv\Scripts\activate
  1. 安装依赖项:
uv pip install -e .
  1. 运行项目
uv run main.py
选项2:不使用紫外线进行设置
  1. 创建并激活虚拟环境:
python -m venv .venv
source .venv/bin/activate  # On Windows: .venv\Scripts\activate
  1. 安装依赖项:
pip install -r requirements.txt
  1. 运行项目:
python main.py

用法

基本交互

只需输入您的信息并按回车键即可与模型聊天。

文档检索

在查询中包含文档内容时,请使用 @ 符号后跟文档 ID:

> Tell me about @deposition.md

命令(提示符)

使用 / 前缀来执行在 MCP 服务器中定义的命令:

可用命令:

# Summarize a document
> /summarize deposition.md

# Rewrite a document in clean markdown format
> /rewrite_markdown report.pdf

当你按下 Tab 键时,命令将自动完成。

发展

添加新文档

编辑 src/mcp_chat/mcp_server.py 文件用于向(系统/文件夹)添加新文档 docs 字典。

项目特点

✅ 已全面实施:

  • MCP 工具:

- 通过MCP工具进行文档阅读和编辑 - 列出和访问文档的资源

  • AI服务提供商支持:

- 支持Claude(Anthropic)和OpenAI两种模型

  • CLI 功能:

- 带自动补全功能的交互式命令行界面(CLI) - 文档提及系统(@doc_id) - 使用Tab键完成命令建议

  • 提示系统:

- /summarize - 生成简洁的文档摘要 - /rewrite_markdown - 将文档重新格式化为简洁的Markdown格式

  • MCP 客户端:

- list_prompts() - 列出服务器上可用的提示 - get_prompt() - 通过名称和参数获取提示 - 完整的MCP协议实现

可用的MCP工具

  • read_doc(doc_name: str) - 阅读文档内容
  • edit_doc(doc_name: str, old_string: str, new_string: str) - 编辑文档

可用的MCP资源

  • docs://documents - 列出所有文档ID
  • docs://documents/{doc_id} - 获取特定文档内容

可用的MCP提示

  • summarize - 生成文档的简洁摘要
  • rewrite_markdown - 以清晰的Markdown格式重写文档

贡献;做出贡献

欢迎贡献!请随时提交拉取请求。

许可证

这个项目采用MIT许可证授权 - 请参阅 许可证 详情请见文件。

致谢

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

AI聊天Python本地部署命令行工具文档管理多模型支持MCP协议

支持客户端

Claude

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

多步任务编排

把拆解、检索、执行串成一条链,模型按步骤调用工具。

长期上下文

把会话、笔记和知识放到外部存储,换个会话还能接着做。

接自有流程

把内部系统和模型连起来,让助手调用已有的工作流。

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。
  • 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AI代理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
MCP AI Chat Interface

MCP World · 本页

0stdio有1 个2026-05-17
Everything Claude Code

MCP World

0stdio有1 个2026-05-17
Filesystem 560c4363

MCP World

13未说明未标注2 个2026-05-17
Time 7365cb6d

MCP.so

2SSE有2 个2026-05-17
Server Everything (everything)

MCP World

11stdio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

MCP AI Chat Interface 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。

MCP AI Chat Interface 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。

MCP AI Chat Interface 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。

MCP AI Chat Interface 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。

MCP AI Chat Interface 支持哪些客户端?

公开资料标注支持 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。

来源信息

继续浏览同类 MCP