DocketBird MCP Server

DocketBird MCP Server

由 DocketBird 托管的 API 的 MCP 服务器。

gravix-db

开发者工具
访问服务器

README

DocketBird MCP 服务器

此 MCP 服务器提供对 DocketBird 的法院案件数据和文档管理功能的访问。

要求

  • Python 3.11
  • uv 包管理器

设置

  1. 如果尚未安装 uv,请安装:
curl -LsSf https://astral.sh/uv/install.sh | sh
  1. 创建并激活虚拟环境:
uv venv
source .venv/bin/activate  # 在 Unix/MacOS 上
# OR
.venv\Scripts\activate     # 在 Windows 上
  1. 安装依赖项:
uv pip install .
  1. 设置您的环境变量:
export DOCKETBIRD_API_KEY=your_api_key_here  # 在 Unix/MacOS 上
# OR
set DOCKETBIRD_API_KEY=your_api_key_here     # 在 Windows 上

运行服务器

使用以下命令运行服务器:

uv run docketbird_mcp.py

可用工具

服务器提供以下工具:

  1. get_case_details: 获取有关案件的全面详细信息,包括所有文档
  2. download_document_by_id: 通过其 DocketBird ID 下载特定文档
  3. list_cases: 获取属于帐户的案件列表
  4. list_courts_and_types: 获取所有可用法院和案件类型的综合列表

配置文件

确保这些文件与脚本位于同一目录中:

  • courts.json: 包含有关所有可用法院的信息
  • case_types.json: 包含有关不同类型案件的信息

MCP 服务器配置

MCP 服务器配置可以添加到以下位置之一,具体取决于您的 MCP 客户端:

  • Cursor: ~/.cursor/mcp.json
  • Claude in mac: ~/Library/Application Support/Claude/claude_desktop_config.json
  1. 如果尚未安装 uv,请安装:
curl -LsSf https://astral.sh/uv/install.sh | sh

将以下配置添加到相应的文件:

{
  "mcpServers": {
    "docketbird-mcp": {
            "command": "uv",
            "args": [
                "run",
                "--directory",
                "PATH_TO_THE_SERVER/docketbird-mcp",
                "python",
                "docketbird_mcp.py"],
            "env": {
                "DOCKETBIRD_API_KEY": "YOUR_KEY"
            }
        }
}

部署

DocketBird MCP 服务器可以使用 Docker 和 GitHub Actions 部署到云服务器。 部署过程在 .github/workflows/deploy.yml 文件中定义。

Docker 部署

服务器使用 Docker 进行容器化。 您可以在本地构建和运行 Docker 镜像:

# Build for ARM architecture (M1/M2 Mac)
docker buildx build --platform linux/arm64 -t docketbird-mcp-arm:latest --load .

# Build for AMD architecture (standard servers)
docker buildx build --platform linux/amd64 -t docketbird-mcp:latest --load .

# Run locally
docker run -d \
  --name docketbird-mcp \
  --restart=always \
  -e DOCKETBIRD_API_KEY="your_api_key_here" \
  docketbird-mcp-arm:latest /app/start.sh

验证部署

要验证您的部署是否正常工作:

  1. 检查容器是否正在运行:
docker ps | grep docketbird-mcp
  1. 验证容器日志:
docker logs docketbird-mcp

日志应显示:

Starting DocketBird MCP server...
API Key set: your_...
Running python docketbird_mcp.py
  1. 使用本 README 中的配置从您的 MCP 客户端测试连接。

如果容器未运行,您可以通过检查以下内容进行故障排除:

  • Docker 镜像是否存在:docker images | grep docketbird
  • 容器日志中的错误:docker logs docketbird-mcp
  • 服务器日志:检查是否存在任何权限或网络问题

触发更新

推荐服务器

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
MCP Package Docs Server

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。

精选
本地
TypeScript
Claude Code MCP

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)。

精选
本地
JavaScript
@kazuph/mcp-taskmanager

@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。

精选
本地
JavaScript
mermaid-mcp-server

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。

精选
JavaScript
Jira-Context-MCP

Jira-Context-MCP

MCP 服务器向 AI 编码助手(如 Cursor)提供 Jira 工单信息。

精选
TypeScript
Linear MCP Server

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。

精选
JavaScript
Sequential Thinking MCP Server

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。

精选
Python
Curri MCP Server

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。

官方
本地
JavaScript