Token导航 LogoToken导航

MCP Server · AI代理

Minds MCP

Minds的MCP服务器,通过标准化接口实现LLM与Minds SDK的交互,支持资源模板、工具模板和提示模板。

stdio官方级别未说明来源级核验工具 0
LLM交互Python本地部署

快速开始

作者 / 组织
mindsdb
提供方
mindsdb
运行时
Python

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

29

仓库热度

收录来源

1 个

MCP World

选型结论

Minds MCP 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,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

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

python -m venv env

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 Python,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

Minds MCP服务器

Minds的MCP(模型上下文协议)服务器,允许LLM通过标准化接口与Minds SDK交互。

安装

安装所需的依赖项(建议使用虚拟环境)

python -m venv env
source env/bin/activate
pip install -r requirements.txt
pip install -r requirements-dev.txt

配置

可以使用环境变量配置服务器:

FastMCP设置

  • FASTMCP_DEBUG:启用调试模式(默认值:false)
  • FASTMCP_LOG_LEVEL:设置日志级别(默认值:INFO)
  • FASTMCP_HOST:要绑定的主机(默认值:0.0.0.0)
  • FASTMCP_PORT:要绑定的端口(默认值:8000)
  • FASTMCP_SSE_PATH:SSE事件的路径(默认值:/SSE)
  • FASTMCP_MESSAGE_PATH:消息路径(默认值:/messages/)

思维设置

  • MINDS_BASE_URL:Minds API的基本URL(默认值:https://mdb.ai)

用法

启动服务器

python -m server

资源模板

服务器根据MCP规范公开以下资源模板:

  • minds://{api_key} -列出所有可用的思维
  • minds://{mind_name}/{api_key} -通过名字获得特定的头脑

工具模板

服务器提供以下工具模板:

  • completion -使用指定的思维生成完成

- 参数: - mind_name:要使用的心灵ID - message:要完成的消息 - api_key:Minds API密钥

发展

运行测试

# Run all tests
python -m pytest

# Run only unit tests
python -m pytest tests/unit

发展模式

为了便于开发,您可以使用MCP开发服务器:

mcp dev server.py

这将启动服务器并在浏览器中打开MCP检查器进行测试。

MCP协议

此服务器实现 模型上下文协议(MCP),它提供:

  • 资源模板:用于检索数据的参数化URL模式
  • 工具模板:用于执行操作的函数签名
  • 提示模板:可重用的交互模板(不在此服务器中使用)

MCP客户端可以:

  1. 发现可用的资源和工具模板
  2. 使用参数实例化模板
  3. 以标准化的方式访问资源和调用工具

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

LLM交互Python本地部署标准化接口MindsSDK协议服务器

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 Python,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AI代理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
Minds MCP

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

Minds MCP 怎么安装?

公开资料给出的安装命令是 python -m venv env,运行环境为 Python。装完后按客户端要求写进 MCP 配置,重启客户端生效。

Minds MCP 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 Python;保存后完全退出客户端再打开,配置才会生效。

Minds MCP 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。

Minds MCP 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。

Minds MCP 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