Token导航 LogoToken导航

MCP Server · 运维云端

Xmind MCP

一个强大的工具包,支持多格式转换为XMind,提供AI分析和UVX部署的MCP服务器功能。

stdio官方级别未说明来源级核验工具 0
PythonAI分析云端部署

快速开始

作者 / 组织
Master-Frank
提供方
Master-Frank
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

15

仓库热度

收录来源

2 个

MCP World

选型结论

Xmind MCP 属于运维云端类 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

运维云端

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

uvx xmind-mcp --mode fastmcp

客户端配置示例

{
  "mcpServers": {
    "xmindmcp": {
      "command": "uvx",
      "args": [
        "xmind-mcp",
        "--mode",
        "fastmcp"
      ]
    }
  }
}

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 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

🧠 XMind AI MCP–智能思维导图工具包

一个强大的工具包,用于将多种格式转换为XMind,具有AI分析和UVX部署的MCP服务器。

更新日志

  • 1.3.1:修复 analyze_mind_map 与新读取结构的兼容性(否 data.structure).

🚀 核心功能

1.通用文件转换器

  • 多格式转换:Markdown、文本、HTML、Word、Excel→ XMind
  • 智能检测:自动检测文件类型和结构
  • 批处理:一次转换多个文件
  • 灵活的输出:自定义输出路径和命名

2.MCP服务器(UVX)

  • 仅UVX部署:无直接部署 python 或 pip
  • IDE集成:与Trae和MCP工具无缝协作
  • 支持FastMCP和STDIO模式

3.人工智能驱动的分析

  • 结构分析:优化思维导图结构
  • 主题建议:人工智能生成的建议
  • 质量指标:综合评估和验证

📁 项目结构

XmindMcp/
├── configs/                      # MCP server config
├── docs/                         # Documentation and guides
├── examples/                     # Sample inputs
├── output/                       # Generated XMind files
├── tests/                        # Test suite
├── universal_xmind_converter.py  # Standalone converter CLI
├── xmind_core_engine.py          # Core engine
├── xmind_mcp_server.py           # MCP server (FastMCP / STDIO)
├── xmind_mcp/                    # Package entry (`xmind-mcp`)
│   ├── __init__.py
│   └── __main__.py
└── configs/mcp_config.json       # MCP server configuration (env only)

🔄 架构概述

graph TD
    User([User]) -->|CLI| Converter[universal_xmind_converter.py]
    User -->|MCP| MCP[xmind_mcp_server.py]
    User -->|Tests| TestRunner[tests/run_all_tests.py]

    MCP -->|Tools| Core[xmind_core_engine.py]
    Core -->|Convert| Converter
    Core -->|Validate| Validator[validate_xmind_structure.py]
    Core -->|AI| AIExt[xmind_ai_extensions.py]

    Converter -->|Read| Examples[examples/]
    Converter -->|Write| Output[output/]

    classDef userLayer fill:#e1f5fe,stroke:#01579b,stroke-width:2px
    classDef serverLayer fill:#f3e5f5,stroke:#4a148c,stroke-width:2px
    classDef engineLayer fill:#e8f5e8,stroke:#1b5e20,stroke-width:2px
    classDef fileLayer fill:#fce4ec,stroke:#880e4f,stroke-width:2px

    class User,TestRunner userLayer
    class MCP serverLayer
    class Core,AIExt engineLayer
    class Examples,Output fileLayer

🔧 快速入门(UVX)

安装UV(如果未安装)

powershell -c "irm https://astral.sh/uv/install.ps1 | iex"

运行(已发布的包)

uvx xmind-mcp --mode fastmcp
uvx xmind-mcp --version
uvx xmind-mcp --help

本地开发(以repo根目录)

uvx --from . xmind-mcp --mode fastmcp
# Fallback (STDIO)
uvx xmind-mcp --stdio

🖥️ Trae MCP集成(UVX)

标准配置(推荐)

{
  "mcpServers": {
    "xmind-mcp": {
      "command": "uvx",
      "args": ["xmind-mcp"],
      "env": {
        "PYTHONIOENCODING": "utf-8",
        "PYTHONUTF8": "1"
      },
      "description": "XMind MCP - UVX installed",
      "disabled": false,
      "autoApprove": []
    }
  }
}

本地开发配置(无绝对路径)

{
  "mcpServers": {
    "xmind-mcp": {
      "command": "uvx",
      "args": ["--from", ".", "xmind-mcp"],
      "env": {
        "PYTHONIOENCODING": "utf-8",
        "PYTHONUTF8": "1"
      },
      "description": "XMind MCP - local development",
      "disabled": false,
      "autoApprove": []
    }
  }
}

📦 独立转换(CLI)

单个文件

python universal_xmind_converter.py examples/test_markdown.md
python universal_xmind_converter.py examples/test_document.docx --output output/my_mind_map.xmind

批量转换

python universal_xmind_converter.py examples/ --batch
python universal_xmind_converter.py examples/ --batch --format markdown,html,txt

🛠️ 可用的MCP工具

  • read_xmind_file(file_path) –阅读XMind内容
  • create_mind_map(title, topics_json, output_path?) –创建新地图
  • analyze_mind_map(file_path) –分析结构和指标
  • convert_to_xmind(source_filepath, output_filepath?) –将文件转换为XMind
  • list_xmind_files(directory?, recursive?) –列出XMind文件
  • translate_xmind_titles(source_filepath, output_filepath?, target_lang?, overwrite?)

✅ 使用示例(Trae MCP)

转换Markdown文件

convert_to_xmind({
  "source_filepath": "examples/test_markdown.md"
  # omit output_filepath to use the server's default absolute output directory (if configured)
})

创建思维导图(在配置中使用default_output_dir)

create_mind_map({
  "title": "Project Plan",
  "topics_json": [{"title": "Milestone 1"}, {"title": "Milestone 2"}]
  # do not pass output_path if a default absolute output directory is configured
})

分析现有地图

analyze_mind_map({
  "file_path": "output/test_markdown.xmind"
})

⚙️ 路径和配置

  • 文档中的示例使用项目相对路径来提高可读性。
  • 对于MCP输出工具,通过MCP config env配置默认的绝对输出目录(configs/mcp_config.json)或CLI --default-output-dir.
  • 如果未配置默认值,请传递显式绝对值 output_path/output_filepath 在工具调用中;MCP输出工具拒绝相对路径。

🧪 运行测试

python tests/run_all_tests.py
python tests/run_all_tests.py --english
python tests/test_setup.py
python tests/test_core.py

📖 文档

  • docs/TRAE_MCP_SETUP.md –IDE MCP配置
  • docs/UNIVERSAL_CONVERTER_USAGE.md –独立转换器使用
  • docs/xmind_ai_mcp_design.md –建筑和设计

🎨 支持格式

  • Markdown(.md, .markdown)
  • 文本(.txt, .text)
  • HTML(.html, .htm)
  • Word(.docx)
  • Excel(.xlsx)
  • CSV(.csv)
  • JSON(.json)
  • XML(.xml)
  • YAML(.yaml, .yml)

🤝 贡献

  • 分叉存储库
  • 创建要素分支(git checkout -b feature/your-feature)
  • 承诺(git commit -m "feat: add your feature")
  • 推(git push origin feature/your-feature)
  • 打开拉取请求

🔍 验证和质量

  • 9种文件格式已验证可转换
  • 保持结构完整性
  • 内容保真度得以保留
  • 确保符合XMind格式

📝 许可证

MIT许可证——见 LICENSE 了解详情。

🙏 致谢

  • XMind团队提供优秀的思维导图工具
  • Trae IDE用于强大的开发环境
  • 所有帮助改进此项目的贡献者

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

思维导图Python本地部署文件转换AI分析UVX部署MCP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

看服务状态

查询容器、日志和监控指标,定位异常。

执行部署变更

在权限范围内触发发布、回滚和环境切换。

核对资源用量

汇总用量,找出闲置和超额的部分。

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

  • 需要在运维云端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
Xmind MCP

MCP World · 本页

0stdio有2 个2026-05-17
Ui Tars Desktop 8a825770

MCP World

0stdio有1 个2026-05-17
Elie222 MCP

MCP World

0未说明未标注1 个2026-05-17
Arizeai Phoenix MCP

MCP World

0stdio有3 个2026-05-17
Unity MCP 87ee506e

MCP World

42HTTP有2 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

Xmind MCP 怎么安装?

公开资料给出的安装命令是 uvx xmind-mcp --mode fastmcp,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。

Xmind 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。

Xmind 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。

Xmind 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。

Xmind 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