
Biblioteca Digital MCP
A Model Context Protocol server that implements an interactive digital library with functionality to manage books, search titles, and generate literary reviews.
README
📚 Biblioteca Digital MCP
Un servidor Model Context Protocol (MCP) que implementa una biblioteca digital interactiva con funcionalidades para gestionar libros, buscar títulos y generar reseñas literarias.
🎯 Características
- 🔍 Búsqueda de libros: Busca libros por título o autor
- 📖 Agregar libros: Agrega nuevos libros a la biblioteca
- 📄 Información detallada: Obtén información completa de cualquier libro
- ✍️ Generación de reseñas: Genera prompts para crear reseñas literarias profesionales
- 💾 Base de datos en memoria: Almacena libros con información completa
🛠 Prerrequisitos
- Python 3.12+
- uv (Ultra-fast Python package installer)
- macOS, Linux o Windows
🚀 Instalación y Configuración
1. Instalar uv
Si estás en macOS:
brew install uv
Para otros sistemas operativos, consulta la documentación oficial de uv.
2. Configurar el proyecto
# Clonar o descargar el proyecto
cd basic-mcp
# Inicializar el proyecto uv (si no está inicializado)
uv init
# Crear entorno virtual
uv venv
# Activar entorno virtual
source .venv/bin/activate
# Instalar dependencias MCP
uv pip install "mcp[cli]"
3. Ejecutar el servidor
# Ejecutar en modo desarrollo
mcp dev server.py
📋 Funcionalidades Disponibles
🔧 Tools (Herramientas)
-
buscar_libro(termino: str)
- Busca libros por título o autor
- Ejemplo:
buscar_libro("García Márquez")
-
agregar_libro(titulo: str, autor: str, año: int, genero: str)
- Agrega un nuevo libro a la biblioteca
- Ejemplo:
agregar_libro("1984", "George Orwell", 1949, "Distopía")
📚 Resources (Recursos)
biblioteca://libro/{libro_id}
- Proporciona información detallada en formato JSON de un libro específico
- Ejemplo:
biblioteca://libro/1
💭 Prompts
generar_reseña(libro_id: str)
- Genera un prompt profesional para crear reseñas literarias
- Incluye análisis de estilo, temas, contexto histórico y valoración crítica
📊 Base de Datos Inicial
El servidor incluye dos libros precargados:
- "Cien años de soledad" - Gabriel García Márquez (1967)
- "Don Quijote de la Mancha" - Miguel de Cervantes (1605)
🏗 Estructura del Proyecto
basic-mcp/
├── server.py # Servidor MCP principal
├── main.py # Script de entrada básico
├── pyproject.toml # Configuración del proyecto
├── uv.lock # Archivo de bloqueo de dependencias
├── README.md # Documentación del proyecto
├── .gitignore # Archivos ignorados por Git
├── .python-version # Versión de Python
└── .venv/ # Entorno virtual (ignorado por Git)
🔄 Flujo de Trabajo
- Iniciar el servidor:
mcp dev server.py
- Conectar un cliente MCP compatible
- Utilizar las herramientas:
- Buscar libros existentes
- Agregar nuevos títulos
- Consultar información detallada
- Generar reseñas literarias
🤝 Contribuciones
¡Las contribuciones son bienvenidas! Puedes:
- Agregar nuevas funcionalidades
- Mejorar la base de datos de libros
- Optimizar las búsquedas
- Expandir los prompts de reseñas
📝 Notas Técnicas
- Utiliza FastMCP para simplificar la implementación del servidor
- La base de datos es en memoria, los datos se pierden al reiniciar
- Compatible con el estándar Model Context Protocol
- Diseñado para ser usado con clientes MCP como Claude Desktop
Desarrollado con ❤️ usando Model Context Protocol y uv
推荐服务器

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。
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。
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。
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。

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。
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。
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。

e2b-mcp-server
使用 MCP 通过 e2b 运行代码。
Neon MCP Server
用于与 Neon 管理 API 和数据库交互的 MCP 服务器
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。