chess-uci-mcp
使用 UCI 协议连接到国际象棋引擎的 MCP 服务器
AnglerfishChess
README
chess-uci-mcp
一个提供与 UCI 国际象棋引擎(例如 Stockfish)接口的 MCP 桥接器。
依赖
你需要 Python 3.10 或更高版本,并且安装了 uv
/uvx
。
用法
要运行,它需要安装一个兼容 UCI 的国际象棋引擎,例如 Stockfish(已使用 Stockfish 17 进行测试)。
如果是 Stockfish,你可以从 https://stockfishchess.org/download/ 下载。
在 macOS 上,你可以使用 brew install stockfish
。
你需要找出你的 UCI 引擎二进制文件的路径;例如,对于进一步的配置,路径可能是 /usr/local/bin/stockfish
(这是使用 Brew 在 macOS 上安装的 Stockfish 的默认路径)。
进一步的配置应该在你的 MCP 设置中完成;
对于 Claude Desktop,这是文件 claude_desktop_config.json
(在设置菜单,开发者,然后编辑配置中找到它)。
不同操作系统上的完整路径
- macOS:
~/Library/Application\ Support/Claude/claude_desktop_config.json
- Windows:
%APPDATA%/Claude/claude_desktop_config.json
- Linux:
~/.config/Claude/claude_desktop_config.json
将以下设置添加到你的 MCP 配置中(取决于你喜欢的运行方式):
Uvx (推荐)
Uvx 能够通过名称直接运行 Python 应用程序,确保所有依赖项都在自动创建的虚拟环境中。
这是运行 chess-uci-mcp
桥接器的首选方式。
将你的 MCP 服务器配置(例如 Claude Desktop 配置)文件设置为如下:
"mcpServers": {
"chess-uci-mcp": {
"command": "uv",
"args": ["--from=git+https://github.com/AnglerfishChess/chess-uci-mcp", "chess-uci-mcp", "/usr/local/bin/stockfish"]
}
}
Uv
如果你已在本地克隆了存储库并从中运行,请使用它:
"mcpServers": {
"chess-uci-mcp": {
"command": "uv",
"args": ["run", "chess-uci-mcp", "/usr/local/bin/stockfish"]
}
}
可用的 MCP 命令
该桥接器提供以下 MCP 命令:
analyze
- 分析由 FEN 字符串指定的国际象棋位置get_best_move
- 获取国际象棋位置的最佳移动set_position
- 设置当前的国际象棋位置engine_info
- 获取有关国际象棋引擎的信息
开发
# 克隆存储库
git clone https://github.com/AnglerfishChess/chess-uci-mcp.git
# ... 或者
# git clone git@github.com:AnglerfishChess/chess-uci-mcp.git
cd chess-uci-mcp
# 创建一个虚拟环境
uv venv --python python3.10
# 激活虚拟环境
source .venv/bin/activate # 在 Unix/macOS 上
# 或者
.venv\Scripts\activate # 在 Windows 上
# 以开发模式安装软件包
# uv pip install -e .
# 或者,使用开发依赖项
uv pip install -e ".[dev]"
# 运行测试
pytest
# 检查代码风格
ruff check
推荐服务器
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。
MCP Package Docs Server
促进大型语言模型高效访问和获取 Go、Python 和 NPM 包的结构化文档,通过多语言支持和性能优化来增强软件开发。
Claude Code MCP
一个实现了 Claude Code 作为模型上下文协议(Model Context Protocol, MCP)服务器的方案,它可以通过标准化的 MCP 接口来使用 Claude 的软件工程能力(代码生成、编辑、审查和文件操作)。
@kazuph/mcp-taskmanager
用于任务管理的模型上下文协议服务器。它允许 Claude Desktop(或任何 MCP 客户端)在基于队列的系统中管理和执行任务。
mermaid-mcp-server
一个模型上下文协议 (MCP) 服务器,用于将 Mermaid 图表转换为 PNG 图像。
Jira-Context-MCP
MCP 服务器向 AI 编码助手(如 Cursor)提供 Jira 工单信息。

Linear MCP Server
一个模型上下文协议(Model Context Protocol)服务器,它与 Linear 的问题跟踪系统集成,允许大型语言模型(LLM)通过自然语言交互来创建、更新、搜索和评论 Linear 问题。

Sequential Thinking MCP Server
这个服务器通过将复杂问题分解为顺序步骤来促进结构化的问题解决,支持修订,并通过完整的 MCP 集成来实现多条解决方案路径。
Curri MCP Server
通过管理文本笔记、提供笔记创建工具以及使用结构化提示生成摘要,从而实现与 Curri API 的交互。