Hugeicons MCP Server
镜子 (jìng zi)
MCP-Mirror
README
Hugeicons MCP 服务器
用于 Hugeicons 集成和文档的 MCP 服务器
这是一个基于 TypeScript 的 MCP 服务器,提供用于将 Hugeicons 集成到各种平台的工具和资源。 它实现了一个模型上下文协议 (MCP) 服务器,帮助 AI 助手提供使用 Hugeicons 的准确指导。
功能
工具
list_icons
- 获取所有可用的 Hugeicons 图标列表search_icons
- 按名称或标签搜索图标get_platform_usage
- 获取特定于平台的 Hugeicons 使用说明
资源
平台文档(Markdown 格式):
hugeicons://docs/platforms/react
- React 集成指南hugeicons://docs/platforms/vue
- Vue 集成指南hugeicons://docs/platforms/angular
- Angular 集成指南hugeicons://docs/platforms/svelte
- Svelte 集成指南hugeicons://docs/platforms/react-native
- React Native 集成指南hugeicons://docs/platforms/flutter
- Flutter 集成指南
图标数据:
hugeicons://icons/index
- 所有 Hugeicons 的完整索引(JSON 格式)
功能
此服务器提供全面的 Hugeicons 集成支持,包括:
- 图标发现和搜索
- 特定于平台的安装指南
- 带有代码片段的使用示例
- 组件属性文档
- 包安装说明
开发
安装依赖项:
npm install
构建服务器:
npm run build
用于自动重建的开发:
npm run watch
安装
要与 Claude Desktop 一起使用,请添加服务器配置:
在 MacOS 上:~/Library/Application Support/Claude/claude_desktop_config.json
在 Windows 上:%APPDATA%/Claude/claude_desktop_config.json
{
"mcpServers": {
"hugeicons": {
"command": "npx",
"args": [
"-y",
"@hugeicons/mcp-server"
]
}
}
}
args 数组指定:
-y
: 自动回答 "yes" 到 npx 提示- 包名:
@hugeicons/mcp-server
快速开始
您也可以使用 npx 直接运行服务器:
npx @hugeicons/mcp-server
调试
由于 MCP 服务器通过 stdio 进行通信,因此调试可能具有挑战性。 我们建议使用 MCP Inspector,它作为包脚本提供:
npm run inspector
Inspector 将提供一个 URL 以在您的浏览器中访问调试工具。
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。