模型上下文协议服务器

MCP服务器损坏

MCP（模型上下文协议）服务器，提供一组简洁的工具来查询和分析 隐藏 实例具有可组合的高精度过滤器、优化的缓存以实现更快的查询、执行者/场景分析的自动化智能以及基于使用情况和偏好的个性化建议。

提示

资源

表演者资源

工作室资源

标记资源

工具

高级过滤器 get_all_performers

此工具现在支持按多种物理和人口统计标准进行高级过滤：

基本过滤器

• favorites_only: bool = True -仅限喜爱的表演者
• country: str -按国家筛选
• ethnicity: str -按种族筛选
• eye_color: str -按眼睛颜色过滤
• hair_color: str -按头发颜色过滤
• measurements: str -按身体测量值过滤
• piercings: str -按穿孔过滤
• tattoos: str -按纹身筛选

带修饰符的数字过滤器

• height_cm: int -按高度（厘米）过滤
• weight: int -按重量过滤

过滤器修改器

每个过滤器都支持不同比较类型的修饰符：

• EQUALS （默认）-完全匹配
• NOT_EQUALS -不相等
• GREATER_THAN -大于（仅数字）
• LESS_THAN -小于（仅数字）
• BETWEEN -在两个值之间（仅限数字，需要 _value2)
• NOT_BETWEEN -不在两个值之间（仅限数字，需要 _value2)

量程参数

对于 BETWEEN 和 NOT_BETWEEN 过滤器：

• height_cm_value2: int -高度范围的第二个值
• weight_value2: int -重量范围的第二个值

表演者信息资源

服务器提供专用资源，以多种格式访问表演者信息：

资源URI

• stash://performer/all -列出所有喜爱的表演者及其基本信息

  • 返回：姓名、国家、种族、身高、体重和相关标签
  • 用例：快速浏览所有喜爱的表演者

• stash://performer/{name} -特定执行者的详细信息

  • 参数： {name} -确切的表演者姓名
  • 回报：完整的个人资料，包括人口统计、身体特征、生物和标签
  • 用例：获取特定执行者的全面信息

• stash://performer/country/{country} -按国家筛选表演者

  • 参数： {country} -国家名称或代码（例如“美国”、“ES”）
  • 返回：来自指定国家的具有种族的表演者列表
  • 用例：发现来自特定国家的表演者

• stash://performer/ethnicity/{ethnicity} -按种族筛选表演者

  • 参数： {ethnicity} -种族名称（例如，“高加索人”、“亚洲人”）
  • 返回：具有指定种族和国家的表演者列表
  • 用例：查找符合特定种族特征的表演者

• stash://performer/stats -执行者数据库的统计摘要

  • 退货：
    • 最喜欢的表演者总数
    • 地理分布（国家和计数）
    • 民族分布
    • 物理统计（平均身高和体重范围）
  • 用例：分析你的表演者集合的组成和多样性

配置

服务器支持通过环境变量进行灵活配置：

环境设置

1. 复制示例环境文件：

cp .env.example .env

2. 编辑 .env 使用您的设置：

STASH_ENDPOINT=http://localhost:9999
STASH_API_KEY=YOUR_API_KEY

安装

使用紫外线进行安装（推荐）

克隆存储库并使用uv安装：

git clone https://github.com/donlothario/stash_mcp_server.git
cd stash_mcp_server
cp .env.example .env
# Edit .env file with your Stash settings
uv sync

或者直接从存储库安装：

uv add git+https://github.com/donlothario/stash_mcp_server.git

使用pip安装

在以下模式下安装软件包：

git clone https://github.com/donlothario/stash_mcp_server.git
cd stash_mcp_server
cp .env.example .env
# Edit .env file with your Stash settings
python3 -m pip install .

或者直接从存储库安装：

python3 -m pip install git+https://github.com/donlothario/stash_mcp_server.git

码头工人

塑造形象

塑造形象：

docker build -t stash_mcp_server:latest .

拉取图像

从Docker注册表中提取最新映像：

docker pull ghcr.io/donlothario/stash_mcp_server:latest

用法

用紫外线跑步

uv run stash_mcp_server

使用pip安装运行

python3 -m stash_mcp_server

Claude桌面/光标/VCode的配置示例

将此配置添加到应用程序的设置中（mcp.json）：

使用紫外线（推荐）

"stash mcp server": {
    "type": "stdio",
    "command": "uv",
    "args": [
      "run",
      "--directory",
      "/path/to/stash_mcp_server",
      "stash_mcp_server"
    ],
    "env": {
        "STASH_ENDPOINT": "http://localhost:9999",
        "STASH_API_KEY": "YOUR_API_KEY",
    }
}

使用pip安装

"stash mcp server": {
    "type": "stdio",
    "command": "python3",
    "args": [
        "-m",
        "stash_mcp_server"
    ],
    "env": {
        "STASH_ENDPOINT": "http://localhost:9999",
        "STASH_API_KEY": "YOUR_API_KEY",
    }
}

使用Docker

"stash mcp server": {
    "type": "stdio",
    "command": "docker",
    "args": [
        "run",
        "-i",
        "--rm",
        "--env-file",
        "${workspaceFolder}/.env",
        "ghcr.io/donlothario/stash_mcp_server"
    ]
}

技术说明

• 与Stash的连接是通过可配置的重试来执行的。
• 如果缺少API密钥，则服务器将生成错误并不会启动。
• 查询使用的GraphQL片段集中在代码中(FRAGMENTS).
• 改进的缓存架构：缓存函数与MCP装饰器分开，以避免与Pydantic模式生成冲突。
• 高级过滤：强大的过滤系统，带有修饰符和复杂查询的范围处理。
• 增强日志记录：有关活动筛选器和查询结果的详细信息，以便更好地进行调试。