MCP Claude 1

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

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

# 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

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

步骤3：安装依赖项

# 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：

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

# 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

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

第二步：创建虚拟环境

python3 -m venv .venv

步骤3：激活虚拟环境

# 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

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：

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

# 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：

🔧 MCP服务器详细信息

工具

read_doc_content

读取并返回文档的内容。

# 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。

# 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：

# 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

🔐 环境变量

🤝 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