Google Calendar MCP Server
使用 Google Calendar API 的 MCP 服务器 (Shǐyòng Google Calendar API de MCP fúwùqì)
101ta28
README
Google Calendar MCP 服务器
本文档介绍了设置环境以使用 Google Calendar API 作为 MCP 服务器搜索日历内容的步骤。
前提条件
- 必须安装 uv。
- 一个 Google 帐户。
步骤
1. 创建一个 Google Cloud 项目
在 Google Cloud Console 中或通过以下链接启用 Google Calendar API。
2. 设置 OAuth 2.0 同意屏幕
导航到 Google Cloud Console 菜单中的品牌页面或通过以下链接。
- 设置应用程序名称。
- 设置用户支持电子邮件。
- 设置开发者联系信息。
3. 设置桌面应用程序凭据
导航到 Google Cloud Console 菜单中的客户端页面或通过以下链接。
- 点击 创建凭据。
- 在应用程序类型下点击 桌面应用。
- 在名称字段中输入凭据的名称。
- 点击 创建。
- 将下载的 JSON 文件另存为
credentials.json
,并将该文件移动到您的工作目录。
4. 设置 Python 环境
创建虚拟环境
-
打开终端或命令提示符。
-
导航到您的项目目录。
-
设置虚拟环境并下载所需的库。
uv sync
生成 token.json
-
运行以下命令以生成
token.json
文件:uv run generate_token.py
-
将打开一个浏览器,请求允许访问您的 Google 帐户。 授予权限。
-
身份验证完成后,将在您的项目目录中创建
token.json
文件。
5. 配置 calendar_settings.json
- 编辑项目目录中的
calendar_settings.json.sample
文件。
例如,将其配置如下:
{
"calendar_ids": {
"primary": "primary",
"work": "example_work_schedule_id"
}
}
primary
: 您的 Google 帐户主日历的 ID(通常为“primary”)。work
: 您的工作日历的 ID。
设置必要的日历 ID,然后重命名该文件为 calendar_settings.json
并保存。
6. 配置 MCP
-
导航到项目目录中的
.vscode
目录并编辑mcp.json.sample
文件。 -
如下编辑
mcp.json.sample
文件:{ "servers": { "google-calendar-mcp-server": { "type": "stdio", "command": "/home/<username>/<dir>/.venv/bin/python", "args": [ "/home/<username>/<dir>/google_calendar_mcp_server.py" ] } } }
- 将
<username>
替换为您的用户名。 - 将
<dir>
替换为您的项目目录名称。
例如,如果您的用户名是
tatsuya
并且您的项目目录名称是google-calendar-mcp-server
,则配置将是:{ "servers": { "google-calendar-mcp-server": { "type": "stdio", "command": "/home/tatsuya/google-calendar-mcp-server/.venv/bin/python", "args": [ "/home/tatsuya/google-calendar-mcp-server/google_calendar_mcp_server.py" ] } } }
- 将
-
编辑后,重命名该文件为
mcp.json
并保存。
7. 配置代理模式
按照以下步骤在 Visual Studio Code 中为 GitHub Copilot Chat 设置代理模式。
- 打开 Visual Studio Code 并导航到扩展视图。
- 搜索并安装“GitHub Copilot Chat”扩展。
- 安装完成后,“Copilot Chat”图标将出现在侧边栏中。 单击它以打开 Copilot Chat 面板。
- 单击 Copilot Chat 面板顶部的齿轮图标以打开设置。
- 在设置中启用“代理模式”。
8. 使用 MCP
- 打开 Copilot Chat 面板。
- 例如,输入诸如“列出 4 月 8 日的事件”之类的聊天内容。
- 将显示工具执行确认,单击继续按钮以执行。
- 首次使用时,将打开一个浏览器,请求允许访问您的 Google 帐户。 授予权限。
- 将显示结果。
故障排除
- 如果发生错误:检查错误消息,如有必要,重新安装依赖项或检查 Google Cloud Console 中的设置。
推荐服务器
contentful-mcp
在你的 Contentful Space 中更新、创建、删除内容、内容模型和资源。

Supabase MCP Server
一个模型上下文协议(MCP)服务器,它提供对 Supabase 管理 API 的编程访问。该服务器允许 AI 模型和其他客户端通过标准化的接口来管理 Supabase 项目和组织。

Azure MCP Server
通过 Claude Desktop 实现与 Azure 服务的自然语言交互,支持资源管理、订阅处理和租户选择,并提供安全身份验证。

Settlemint
利用 SettleMint 的模型上下文协议服务器,无缝地与企业区块链基础设施交互。通过人工智能驱动的助手构建、部署和管理智能合约,从而简化您的区块链开发工作流程,实现最高的效率。

Brev
在云端运行、构建、训练和部署机器学习模型。

Story Protocol SDK MCP
这个服务器提供 MCP(模型上下文协议)工具,用于与 Story 的 Python SDK 交互。 功能: * 获取许可条款 * 使用 PIL 条款铸造和注册 IP 资产 * 铸造许可代币 * 向钱包发送 $IP * 通过 Pinata [外部] 上传图像到 ipfs * 通过 Pinata [外部] 上传 IP 和 NFT 元数据

Tembo MCP Server
一个 MCP 服务器,它使 Claude 能够与 Tembo Cloud 平台 API 交互,从而允许用户通过自然语言管理 Tembo Cloud 资源。

Workers MCP
一个连接 Claude Desktop 和其他 MCP 客户端到 Cloudflare Workers 的软件包,从而可以通过模型上下文协议,使用自然语言访问自定义功能。

Appwrite MCP Server
一个模型上下文协议服务器,允许 AI 助手与 Appwrite 的 API 交互,从而提供管理 Appwrite 项目中数据库、用户、函数、团队和其他资源的工具。
MCP2Lambda
通过 MCP 协议,人工智能模型能够与 AWS Lambda 函数交互,从而在安全的环境中访问私有资源、实时数据和自定义计算。