AI便签服务

基于Model Context Protocol (MCP)的AI便签应用,提供笔记添加、读取、最新笔记访问及AI摘要生成功能。

  • by PyBhagya
  • Python
  • 本地部署
  • 更新于
在 GitHub 查看 pybhagya/model-context-protocol

使用说明

模型上下文协议

使用Python中的模型上下文协议(MCP)构建的自定义服务器项目。该存储库实现了一个简单的AI Sticky Notes应用程序,演示了MCP的核心功能。

我们建造了什么

该项目实现了一个简单但功能强大的MCP服务器,该服务器充当具有以下功能的AI便签应用程序:

  • 添加注释:用户可以向持久存储文件添加新笔记
  • 札记:用户可以检索所有存储的笔记
  • 访问最新笔记:只获取最新注释的资源端点
  • 注释摘要:一个提示生成器,要求人工智能总结所有当前笔记

核心组件

  1. FastMCP服务器:使用MCP框架的主服务器实现
  2. 工具:执行特定操作的函数端点
    • add_note:将新注释添加到存储中
    • read_notes:检索所有存储的笔记
  3. 资源:提供特定信息的数据端点
    • notes://latest:提供最近添加的注释
  4. 鼓励:用于AI交互的模板生成器
    • note_summary_prompt:创建提示,要求AI总结所有笔记

你可以用这台服务器做什么

对于开发者

  • 扩展功能:添加新的工具、资源或提示以增强应用程序
  • 与AI模型集成:将此服务器连接到LLM以创建智能笔记应用程序
  • 用作参考:学习如何为自己的项目构建MCP应用程序
  • 构建用户界面:创建与这些端点交互的前端

对于用户

  • 管理笔记:通过API添加和检索注释
  • 获取AI摘要:使用提示端点生成笔记摘要
  • 访问最新信息:快速检索最新笔记

入门指南

要运行服务器,请执行以下操作:

python main.py

服务器将启动并公开端点,用于添加笔记、阅读笔记、访问最新笔记和生成摘要提示。

未来的增强功能

本项目的潜在改进:

  • 添加注释删除和编辑功能
  • 实施笔记分类和标记
  • 创建web界面以便于交互
  • 添加身份验证以支持多用户
  • 与外部AI服务集成,实现自动笔记分析