mcp任意列表
MCP服务器，用于AnyList膳食计划和购物清单。
快速开始
1.安装并验证
npx mcp-anylist --setup这将提示您输入AnyList电子邮件和密码，然后安全地存储您的凭据。
2.添加到克劳德
Claude Code（CLI或桌面）——推荐
添加到您的项目 .mcp.json （针对特定项目）或 ~/.claude/settings.json （全球）：
{
"mcpServers": {
"anylist": {
"command": "npx",
"args": ["mcp-anylist"]
}
}
}这非常适合于在项目中有控制文档（偏好、主食等）的膳食计划项目 CLAUDE.md.
克劳德桌面版
增添 ~/Library/Application Support/Claude/claude_desktop_config.json:
{
"mcpServers": {
"anylist": {
"command": "npx",
"args": ["mcp-anylist"]
}
}
}3.重启克劳德
重新启动克劳德代码或克劳德桌面。就是这样！现在，您可以让克劳德管理您的膳食和购物清单。
可用工具
膳食计划
| 工具 | 说明 |
|---|---|
anylist_get_meal_planning_events | 获取日历事件（可选日期筛选器） |
anylist_create_meal_planning_event | 在日历中添加一顿饭 |
anylist_update_meal_planning_event | 更新现有膳食 |
anylist_delete_meal_planning_event | 从日历中删除一顿饭 |
标签
| 工具 | 说明 |
|---|---|
anylist_get_labels | 获取所有标签（早餐、午餐、晚餐等） |
anylist_create_label | 创建新标签 |
anylist_update_label | 更新标签的名称或颜色 |
anylist_delete_label | 删除标签 |
食谱
| 工具 | 说明 |
|---|---|
anylist_get_recipes | 搜索/列出食谱 |
anylist_get_recipe_collections | 列出食谱集合 |
购物单
| 工具 | 说明 |
|---|---|
anylist_get_lists | 获取所有购物清单 |
anylist_get_list_items | 从列表中获取项目 |
anylist_add_list_item | 向列表中添加项目 |
anylist_remove_list_item | 从列表中删除项目 |
示例用法
配置后，您可以询问Claude：
- “在我周五的晚餐计划中加入‘意大利面Carbonara’”
- “我下周打算吃什么？”
- “给我看看我的鸡肉食谱”
- “把牛奶和鸡蛋加到我的购物清单上”
高级配置
重新验证
如果您需要更改帐户或刷新凭据：
npx mcp-anylist --setup环境变量（可选）
对于高级用户或CI环境，您可以使用环境变量而不是setup命令：
| 变量 | 描述 |
|---|---|
ANYLIST_EMAIL | 您的AnyList帐户电子邮件 |
ANYLIST_PASSWORD | 您的AnyList帐户密码 |
ANYLIST_CREDENTIALS_FILE | 凭据的自定义路径（默认值： ~/.mcp-anylist-credentials) |
发展
# Clone and install
git clone https://github.com/avanrossum/mcp-anylist.git
cd mcp-anylist
npm install
# Run tests
npm test
# Run tests in watch mode
npm run test:watch
# Run with MCP Inspector
npx @modelcontextprotocol/inspector node src/index.js开发方法学
mcp-anylist是使用人工智能辅助开发和结构化工程实践构建的。每个功能都遵循一个完整的软件开发生命周期：需求被捕获在一个动态的路线图中，架构决策和经验教训被记录在会话上下文文件中，一组共享的设计标准（编码约定、风格指南和测试标准）管理着项目之间的一致性。人工智能工具加速了实施，但工程严谨性是人为驱动的：明确的规范、增量提交、提取和测试的纯逻辑、CI/CD门（每次推送时进行lint+test），以及在任何构建发布之前强制进行质量检查的发布脚本。该方法将人工智能视为在明确定义的约束下运行的合作者，而不是自主代理——标准、架构文档和积累的项目记忆使人工智能辅助开发在规模上有效。
平台支持
该项目是在 macOS。它应该在Linux上工作，但Windows兼容性尚未经过测试。
如果您在不同的平台上遇到问题，或者想为平台特定的改进做出贡献，请分叉并提交PR。欢迎贡献！
免责声明
此项目使用 任意列表api，一个非官方的反向引擎API包装器。它不隶属于AnyList或得到AnyList的认可。
作者与AnyList团队讨论了逆向工程API的使用。虽然他们没有明确批准这个项目，但他们表示不打算故意破坏兼容性。
注： 此程序包目前依赖于 anylist api的分支 它添加了日历标签CRUD和配方收集支持。PR已提交到上游存储库。一旦合并，这个依赖关系将切换到官方的npm包。
使用风险自负。
许可证
麻省理工学院
关于
建造于 Alex van Rossum.