Email MCP
一个 MCP 服务器,为兼容的 AI 代理启用 POP3 和 SMTP 功能。
gaddobenedetti
README
Email MCP
Email MCP 是一个简单的模型上下文协议 (MCP) 服务器,它为 AI 代理添加电子邮件功能 - 包括 POP3 和 SMTP。
配置允许注册用于电子邮件目的的电子邮件帐户的 POP3 和 SMTP 详细信息。
工具
连接的 LLM 可以访问以下工具:
-
pollEmails() 返回当前存储在所选邮箱中的所有电子邮件的消息 ID 和标头。该函数没有输入,并返回一个
list
类型的dict
对象。 -
getEmailsById(ids: list) 返回所有被调用的电子邮件的消息 ID 和消息正文。唯一的输入是所有所需消息的 ID 列表。该函数返回一个
list
类型的dict
对象。 -
deleteEmailsById(ids: list) 根据 ID 删除收件箱中当前存在的电子邮件列表。请注意,删除任何电子邮件都会使当前 ID 的顺序失效 - 因此,最好提示模型在最后执行此操作。该函数不返回任何内容。
-
sendTextEmail(fromAddress: str, toAddresses: list, subject: str, body: str) 通过 SMTP 发送纯文本格式的电子邮件。输入参数(按顺序)为:发件人电子邮件地址、收件人地址、主题文本、电子邮件内容的正文文本。该函数不返回任何内容。
-
sendHtmlEmail(fromAddress: str, toAddresses: list, subject: str, body: str) 通过 SMTP 发送 HTML 格式的电子邮件。输入参数(按顺序)为:发件人电子邮件地址、收件人地址、主题文本、HTML 格式的电子邮件内容文本。该函数不返回任何内容。
安装
要安装到 Claude Desktop,需要在开发者配置文件中添加以下内容:
{
"mcpServers": {
"mcp_email": {
"command": "uv",
"args": [
"--directory",
"/Absolute/path/to/server/directory",
"run",
"main.py"
],
"env": {
"EMAIL_USER": "Email account username",
"EMAIL_PASS": "Email account password",
"POP3_SERVER": "POP3 Server Address",
"POP3_PORT": "POP3 Server Port Number",
"SMTP_SERVER": "SMTP Server Address",
"SMTP_PORT": "SMTP Server Port Number"
}
}
}
}
请注意: 第二个参数应该是 MCP_EMAIL 文件夹的绝对路径。 对于 Windows 用户,还假定 Python 已经设置在您的 Path 变量中。 对于 Windows 安装,反斜杠应该被转义。
最后,应包含环境变量,以便用于通过 POP3 和 SMTP 接收和发送电子邮件。
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。