Token导航 LogoToken导航

MCP Server · 数据服务

Python Fast MCP Watch List

一个基于FastMCP的电影清单管理服务器,支持标记电影观看状态、添加评分、生成AI摘要等功能。

stdio官方级别未说明来源级核验工具 7
PythonVS Code数据分析

快速开始

作者 / 组织
RohanAlmighty
提供方
RohanAlmighty
运行时
Python

工具数量

7

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

2

仓库热度

收录来源

1 个

MCP World

选型结论

Python Fast MCP Watch List 属于数据服务类 MCP Server,公开资料标注 7 个工具,通过stdio 本地进程接入,适配 VS Code,有可以直接复制的安装命令;接入前先确认权限范围。

分类

数据服务

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 mcp_server_watchlist.server

客户端配置示例

{
  "mcpServers": {
    "python-fastmcp-watchlist": {
      "command": "python",
      "args": [
        "-m",
        "mcp_server_watchlist.server"
      ]
    }
  }
}

按公开安装命令拼出来的示例,字段名和参数以仓库 README 为准;带 YOUR_API_KEY 这类占位符的位置记得换成自己的值。

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 7 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

监视列表MCP服务器

灯光、摄像头、自动化。

此项目使用以下代码实现了电影监视列表模型上下文协议(MCP)服务器 FastMCP。它为您提供了一种管理电影观看列表的干净方法,包括标记已观看/未观看的电影、添加评级、检索列表视图以及生成LLM驱动的摘要。

演示录制

观看实际项目:

特性

LLM采样

生成友好的、基于人工智能的观察名单摘要。这 summarize_watchlist 该工具使用LLM采样将您的电影列表发送到语言模型,并返回简短、有见地的摘要。它可以突出你收藏中的流派、趋势或有趣的模式。

  • ENABLE_LLM_SAMPLING=true (默认):通过MCP上下文使用LLM采样。
  • ENABLE_LLM_SAMPLING=false:返回确定性局部概览,而不调用采样。

引出

在需要时收集额外的意见。示例:当将电影标记为已观看时,服务器可以使用启发流提示用户进行评分(满分10分)。此行为显示在 mark_watched.

  • ENABLE_ELICITATION=true (默认): mark_watched 通过启发要求评分。
  • ENABLE_ELICITATION=false: mark_watched 期待直接 rating 争论。
  • 在范围内强制执行评级验证 0-10.

数据库模式

服务器跨两个表存储数据:

  • watchlists

- id (int,主键) - coolname (str,独特)

  • watchlist

- watchlist_id (int,外键 watchlists.id) - title (str) - year (int) - watched (bool) - rating (float,可选,满分10)

工具是指使用 watchlist_key (生成的coolname)。

数据库连接

  • 默认数据库:本地SQLite(watchlist.db)
  • 通过支持远程数据库 DATABASE_URL (首选)和 DB_URL (备用别名)
  • 优先级:如果两者都设置, DATABASE_URL 使用。
  • 配置无效的URL会自动回退到本地SQLite。
  • 支持的URL样式:

- postgresql://user:[REDACTED_SQL_PASSWORD_1]@host:5432/dbname - mysql://user:[REDACTED_SQL_PASSWORD_1]@host:3306/dbname - sqlite:///absolute/or/relative/path.db

工具

  • create_watchlist() -> str -创建监视列表并返回生成的 watchlist_key.
  • show_watchlist(watchlist_key: str) -将一个监视列表的条目以纯列表形式返回。
  • add_movie(watchlist_key: str, title: str, year: int) -将电影添加到观看列表。
  • mark_watched(...) -将电影标记为已观看(签名取决于 ENABLE_ELICITATION):

- mark_watched(watchlist_key: str, title: str) 当启发被启用时。 - mark_watched(watchlist_key: str, title: str, rating: float) 当启发功能被禁用时。

  • unwatch_movie(watchlist_key: str, title: str) -将电影标记为未观看(删除评级)。
  • delete_movie(watchlist_key: str, title: str) -从观看列表中删除电影。
  • summarize_watchlist(...) -总结一份观察名单(签名取决于 ENABLE_LLM_SAMPLING):

- summarize_watchlist(watchlist_key: str, ctx) 当采样功能被激活时。 - summarize_watchlist(watchlist_key: str) 当采样被禁用时。

资源

  • watchlist://{watchlist_key}/movie/{title} -按一个观看列表的标题获取电影的详细信息。
  • watchlist://{watchlist_key}/all -获取一个观看列表中的所有电影。
  • watchlist://{watchlist_key}/unwatched -为一个观看列表获取未观看的电影。
  • watchlist://{watchlist_key}/watched -在一个观看列表中观看电影。

提示

  • prompt_add_movie(title: str, year: int) -提示添加电影。
  • prompt_unwatch_movie(title: str) -提示将电影标记为未观看。
  • prompt_delete_movie(title: str) -提示删除电影。
  • prompt_mark_watched(title: str) -提示将电影标记为已观看。
  • prompt_show_watchlist() -提示显示您的完整电影观看列表。

大多数工具和资源返回带有标题、年份、观看状态和评级(如果可用)的格式化字符串。 show_watchlist(watchlist_key) 返回一个简单的电影字符串列表。在需要额外用户输入的情况下使用启发式。

运行时功能标志

在启动服务器之前设置这些:

# true (default) -> mark_watched(watchlist_key, title) uses elicitation flow
# false -> mark_watched(watchlist_key, title, rating) requires direct rating argument
export ENABLE_ELICITATION=true

# true (default) -> summarize_watchlist(watchlist_key, ctx) uses LLM sampling
# false -> summarize_watchlist(watchlist_key) returns deterministic local summary
export ENABLE_LLM_SAMPLING=true

需求

  • Python:3.12或更高版本(请参阅 pyproject.toml)
  • Node.js:MCP检查器需要(通过 npx).
  • MCP CLI:作为依赖项自动安装(mcp[cli] 在 pyproject.toml)

入门指南

1.安装 紫外线

macOS:

brew install uv

窗户:

winget install --id=astral-sh.uv -e

有关其他平台,请参阅 紫外线文件.

2.安装依赖项

从安装依赖项 pyproject.toml, uv.lock,或 requirements.txt:

uv sync

3.以可编辑模式安装软件包

uv pip install -e .

4.从本地源安装/刷新CLI工具

如果您是在本地开发,请从此仓库安装CLI。使用 --force --no-cache 为了确保安装的工具始终反映您最新的本地代码(绕过uv的构建缓存):

uv tool install --force --no-cache .

5.在本地运行服务器

通过模块运行:

python -m mcp_server_watchlist.server

或通过脚本入口点运行(从 pyproject.toml):

mcp-server-watchlist

要使用远程SQL数据库,请设置 DATABASE_URL 开始前:

export DATABASE_URL="postgresql://username:[REDACTED_SQL_PASSWORD_1]word@db-host:5432/watchlist"
mcp-server-watchlist

6.打开MCP检查器

在单独的终端中:

npx @modelcontextprotocol/inspector

注意:Inspector需要Node.js。看 MCP检查员文件.

端点和测试

MCP检查员

使用 MCP检查员 作为与工具、资源和提示交互的web界面。

如何使用MCP检查器:

  1. 启动服务器和检查器(请参阅入门)。
  2. 打开检查器UI(通常http://localhost:6274)并以交互方式调用工具、资源和提示。

健康检查端点

服务器提供轻量级的健康检查端点,以验证其是否正在运行并查看可用功能:

  • /health -返回一个样式化的HTML仪表板,显示服务器状态、数据库连接以及所有可用的工具、提示和资源。在浏览器中访问 http://localhost:8000/health.
  • /health/json -返回带状态的JSON(healthy 或 degraded),数据库详细信息(database, database_connected),以及完整的工具、提示和资源列表。可用于监控和自动检查。

如果数据库不可用,服务器仍会启动并报告运行状况恶化。

HTML健康页面与应用程序打包在一起,并从包资源加载,因此它在本地可编辑模式和安装的CLI模式下工作。

curl命令示例:

# HTML health dashboard
curl http://localhost:8000/health

# JSON API health check
curl http://localhost:8000/health/json | jq

______________________________________________________________________

VS代码MCP用户配置示例

根据您的设置,在VS Code用户/工作区设置中使用以下选项之一。

1.本地设置(运行自己的服务器)

按照入门中的所有步骤进行操作,然后使用:

{
  "servers": {
    "mcp-server-watchlist-local": {
      "url": "http://127.0.0.1:8000/mcp/",
      "type": "http"
    }
  },
  "inputs": []
}

2.直接使用(托管服务器,无需设置)

使用此配置连接到托管服务器:

{
  "servers": {
    "mcp-server-watchlist-remote": {
      "url": "https://python-fastmcp-watchlist.onrender.com/mcp/",
      "type": "http"
    }
  },
  "inputs": []
}

根据您是希望本地使用还是托管使用,仅使用相关配置。

______________________________________________________________________

故障排除和常见问题

CLI工具的安装和使用

您可以安装 mcp-server-watchlist CLI全球使用 紫外线.

从本地源安装(开发)

如果您在本地工作并希望使用当前的开发版本:

uv tool install --force --no-cache .

这将从您的本地目录安装,并刷新已安装的工具以包含您的最新更改。

全局安装(发布时从PyPI)

一旦发布:

uv tool install mcp-server-watchlist
# or for user only:
uv tool install --user mcp-server-watchlist

安装后:

mcp-server-watchlist

设置数据库URL

集 DATABASE_URL 在运行工具之前(或 DB_URL 作为备用别名):

# Use SQLite (default, relative to current directory)
export DATABASE_URL="sqlite:///watchlist.db"
mcp-server-watchlist

# Use a specific absolute path for SQLite
export DATABASE_URL="sqlite:////absolute/path/to/watchlist.db"
mcp-server-watchlist

# Use PostgreSQL
export DATABASE_URL="postgresql://user:[REDACTED_SQL_PASSWORD_1]word@host:5432/dbname"
mcp-server-watchlist

# Use MySQL
export DATABASE_URL="mysql://user:[REDACTED_SQL_PASSWORD_1]word@host:3306/dbname"
mcp-server-watchlist

提示:

如果你想一直使用 watchlist.db repo目录中的文件,set DATABASE_URL 走向它的绝对道路。

export DATABASE_URL="sqlite:////absolute/path/to/your/repo/watchlist.db"
mcp-server-watchlist

一种衬里变体:

DATABASE_URL="sqlite:////absolute/path/to/your/repo/watchlist.db" mcp-server-watchlist

这确保了无论从何处运行命令,都使用相同的DB文件。

Windows注意事项:

在Windows上,使用三个斜线表示绝对路径(例如: sqlite:///C:/path/to/watchlist.db).使用四个斜线可能会导致以下问题 aiosqlite在PowerShell中:

$env:DATABASE_URL = "sqlite:///C:/path/to/watchlist.db"

如果 DATABASE_URL 如果未设置,该工具默认为名为的本地SQLite文件 watchlist.db 在当前目录中。

如果配置的值无效(例如,像这样的纯文件名 watchlist.db),服务器将回退到默认的本地SQLite URL。

安全地重新解析依赖关系

如果您需要重新解析依赖关系(例如在编辑后 pyproject.toml):

uv lock
uv sync

此更新 uv.lock 和 .venv 到最新的兼容版本。

您不需要重新运行 uv tool install 重新解析依赖关系后,除非您想升级或刷新已安装的工具。

常见问题

  • 代码更改后,MCP检查器中未显示新工具或提示: mcp-server-watchlist 是安装时的快照。从项目根目录重新安装:
  uv tool install --force --no-cache .
  • 检查器将不会启动:验证Node.js是否已安装并位于PATH上 node -v 和 npx -v.
  • 端口8000已在使用中:停止使用端口8000的进程或更改服务器端口。
  • 检查器UI未打开:验证检查器是否正在运行并打开http://localhost:6274.
  • Python版本问题:使用Python 3.12+(需要 pyproject.toml).与核对 python --version.

有关更多帮助,请参阅 FastMCP文档 或在此存储库中打开问题。

______________________________________________________________________

许可证

该项目根据MIT许可证获得许可。看 许可证 了解详情。

工具与能力

工具数量

7

资源数量

0

提示词数量

0

能力标签

电影列表管理Python本地部署AI摘要生成数据库管理电影清单

支持客户端

VS Code

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

用自然语言查库

不用手写 SQL,直接问数据,让模型组织查询语句。

数据巡检

定期拉指标、做对比,把异常项整理成一段说明。

打通业务数据

把数据库、数仓和接口接进同一个上下文,减少导出再上传。

选择建议

值得选的地方

  • 只提供 7 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

  • 需要在数据服务场景里让模型直接调用外部能力的人。
  • 已经在用 VS Code 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
Python Fast MCP Watch List

MCP World · 本页

7stdio有1 个2026-05-17
Memory 9d25f64e

MCP World

9未说明未标注1 个2026-05-17
Prisma MCP Server

MCP World

0stdio有3 个2026-05-17
Astr Bot

MCP World

0stdio有1 个2026-05-17
Getzep MCP

MCP World

9stdio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

Python Fast MCP Watch List 怎么安装?

公开资料给出的安装命令是 python -m mcp_server_watchlist.server,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。

Python Fast MCP Watch List 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。

Python Fast MCP Watch List 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。

Python Fast MCP Watch List 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。

Python Fast MCP Watch List 支持哪些客户端?

公开资料标注支持 VS Code;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