Accounting MCP

Accounting MCP

A personal financial management tool that enables AI assistants to record transactions, check balances, and provide monthly financial summaries via the Model Context Protocol. It allows users to manage their expenses and income through natural language interactions using standardized MCP tools and resources.

Category
访问服务器

README

記帳 MCP 工具示範專案

基於 Model Context Protocol (MCP) 的個人記帳管理工具,為 AI 助手提供財務管理功能。

專案概述

這是一個學習與示範 MCP 協定開發的專案,透過建構實用的記帳工具來深入理解:

  • MCP Tools 和 Resources 的設計模式
  • JSON-RPC 協定在 AI 工具開發中的應用
  • TDD 驅動的高品質程式碼開發流程
  • AI 助手與外部工具的標準化整合方式

功能特性

MCP Tools(AI 可呼叫的工具)

  • add_transaction - 新增收支記錄
  • get_balance - 查詢帳戶餘額
  • list_transactions - 查詢交易記錄(支援篩選)
  • get_monthly_summary - 取得月度財務彙總

MCP Resources(AI 可存取的資料)

  • transactions://all - 所有交易記錄
  • categories://list - 支出分類清單
  • summary://current - 帳戶彙總資訊

快速開始

環境需求

  • Python 3.11+
  • conda(推薦)或 uv/pip

安裝依賴

方案 1: 使用 conda + uv(推薦,最快)

# 啟用您的 conda 環境
conda activate myenv

# 使用 uv 快速安裝依賴
uv pip install -r requirements.txt
uv pip install -r requirements-dev.txt

方案 2: 純 conda

# 啟用環境
conda activate myenv

# 安裝 Python 依賴
pip install -r requirements.txt
pip install -r requirements-dev.txt

方案 3: 純虛擬環境

# 建立虛擬環境
python -m venv venv
source venv/bin/activate  # macOS/Linux

# 安裝依賴  
pip install -r requirements.txt
pip install -r requirements-dev.txt

執行伺服器

# 直接執行 MCP 伺服器
python -m accounting_mcp.server

# 或執行互動式測試客戶端
python test_client.py

測試範例

# 新增一筆支出
echo '{"jsonrpc":"2.0","method":"add_transaction","params":{"amount":-50,"category":"food","description":"午餐"},"id":1}' | python -m accounting_mcp.server

# 查詢餘額
echo '{"jsonrpc":"2.0","method":"get_balance","params":{},"id":2}' | python -m accounting_mcp.server

專案結構

accounting-mcp-demo/
├── accounting_mcp/          # 核心程式碼
│   ├── __init__.py         # 套件初始化
│   ├── server.py           # MCP 伺服器主程式  
│   ├── models.py           # 資料模型定義
│   ├── storage.py          # JSON 檔案儲存
│   └── tools.py            # MCP 工具實作
├── tests/                   # 測試程式碼
│   ├── test_models.py      # 模型測試
│   ├── test_storage.py     # 儲存測試
│   ├── test_tools.py       # 工具測試
│   └── test_server.py      # 伺服器測試
├── data/                    # 資料檔案
│   ├── transactions.json   # 交易記錄
│   ├── account.json        # 帳戶資訊
│   └── categories.json     # 分類定義
├── docs/                    # 文件
├── PRD.md                   # 產品需求文件
├── TDD_PLAN.md             # TDD 開發計畫
├── requirements.txt         # 專案依賴
├── requirements-dev.txt     # 開發依賴
└── test_client.py          # 互動測試客戶端

開發指南

TDD 開發流程

本專案採用測試驅動開發(TDD),遵循「紅-綠-重構」循環:

  1. 紅階段: 先寫失敗的測試案例
  2. 綠階段: 編寫最小實作使測試通過
  3. 重構階段: 優化程式碼品質與結構

執行測試

# 執行所有測試
pytest

# 執行特定測試檔
pytest tests/test_models.py

# 產生覆蓋率報告
pytest --cov=accounting_mcp --cov-report=html

# 型別檢查
mypy accounting_mcp/

程式碼品質檢查

# 格式化程式碼
black accounting_mcp/ tests/

# 風格檢查
flake8 accounting_mcp/ tests/

# 執行所有品質檢查
pre-commit run --all-files

MCP 整合

Claude Desktop 設定

在 Claude Desktop 的設定檔中加入:

{
  "mcpServers": {
    "accounting": {
      "command": "python",
      "args": ["/path/to/accounting-mcp-demo/accounting_mcp/server.py"],
      "env": {}
    }
  }
}

使用範例

設定完成後,可以透過自然語言與 AI 助手互動:

使用者: "幫我記錄一筆35元的午餐費用"
Claude: 已為您新增餐飲支出 NTD 35,目前餘額為 NTD 1,965。

使用者: "我這個月在食物上花了多少錢?"
Claude: 根據記錄,您本月在餐飲分類上總計支出 NTD 285。

技術架構

MCP 協定實作

  • 傳輸層: stdio(標準輸入輸出)
  • 協定層: JSON-RPC 2.0
  • 應用層: 工具註冊與資源管理

資料儲存

  • 輕量級 JSON 檔案儲存
  • 支援事務性操作
  • 自動備份與復原

錯誤處理

  • 完整的輸入驗證
  • 優雅的錯誤復原
  • 詳細的錯誤日誌

擴充與客製化

新增新的工具

  1. tools.py 中定義新的工具函式
  2. server.py 中註冊工具
  3. 編寫對應的測試案例

自訂分類

修改 data/categories.json 檔案,新增自訂的支出分類。

資料匯入匯出

未來版本將支援 CSV 格式的資料匯入匯出功能。

授權

本專案僅用於學習與示範目的,基於 MIT 授權開源。

貢獻

歡迎提交 Issues 和 Pull Requests 來改進專案。


建構於 MCP 1.0 協定之上,遵循最佳實務與 TDD 開發原則。

推荐服务器

Baidu Map

Baidu Map

百度地图核心API现已全面兼容MCP协议,是国内首家兼容MCP协议的地图服务商。

官方
精选
JavaScript
Playwright MCP Server

Playwright MCP Server

一个模型上下文协议服务器,它使大型语言模型能够通过结构化的可访问性快照与网页进行交互,而无需视觉模型或屏幕截图。

官方
精选
TypeScript
Magic Component Platform (MCP)

Magic Component Platform (MCP)

一个由人工智能驱动的工具,可以从自然语言描述生成现代化的用户界面组件,并与流行的集成开发环境(IDE)集成,从而简化用户界面开发流程。

官方
精选
本地
TypeScript
Audiense Insights MCP Server

Audiense Insights MCP Server

通过模型上下文协议启用与 Audiense Insights 账户的交互,从而促进营销洞察和受众数据的提取和分析,包括人口统计信息、行为和影响者互动。

官方
精选
本地
TypeScript
VeyraX

VeyraX

一个单一的 MCP 工具,连接你所有喜爱的工具:Gmail、日历以及其他 40 多个工具。

官方
精选
本地
graphlit-mcp-server

graphlit-mcp-server

模型上下文协议 (MCP) 服务器实现了 MCP 客户端与 Graphlit 服务之间的集成。 除了网络爬取之外,还可以将任何内容(从 Slack 到 Gmail 再到播客订阅源)导入到 Graphlit 项目中,然后从 MCP 客户端检索相关内容。

官方
精选
TypeScript
Kagi MCP Server

Kagi MCP Server

一个 MCP 服务器,集成了 Kagi 搜索功能和 Claude AI,使 Claude 能够在回答需要最新信息的问题时执行实时网络搜索。

官方
精选
Python
e2b-mcp-server

e2b-mcp-server

使用 MCP 通过 e2b 运行代码。

官方
精选
Neon MCP Server

Neon MCP Server

用于与 Neon 管理 API 和数据库交互的 MCP 服务器

官方
精选
Exa MCP Server

Exa MCP Server

模型上下文协议(MCP)服务器允许像 Claude 这样的 AI 助手使用 Exa AI 搜索 API 进行网络搜索。这种设置允许 AI 模型以安全和受控的方式获取实时的网络信息。

官方
精选