human-mcp

将人类作为 MCP 工具提供的 MCP 服务器

概要

human-mcp 是一个 MCP 服务器，旨在使 AI 助手能够利用人类的能力。它接收来自 AI 助手的请求，向人类显示指令，并将人类的响应返回给 AI 助手。

主要功能：

• 接收来自 MCP 客户端的工具执行请求（通过 STDIN）
• 将执行所需的指令写入 SQLite 数据库
• Streamlit 应用程序监控 SQLite，向人类显示指令，并提示输入响应
• 人类通过 Streamlit 输入的结果写入 SQLite
• MCP 服务器从 SQLite 读取结果，并作为 MCP 响应返回给客户端（通过 STDOUT）

提供的工具

1. human_eye_tool: 人类用眼睛观察并描述情况，或寻找特定的东西。
2. human_hand_tool: 人类用手执行简单的物理操作。
3. human_mouth_tool: 人类用嘴说出指定的词语。
4. human_weather_tool: 人类查看当前位置的天气并报告。
5. human_ear_tool: 人类用耳朵听声音并描述情况。
6. human_nose_tool: 人类用鼻子闻气味。
7. human_taste_tool: 人类用嘴品尝食物并描述其味道。

设置

前提条件

• Python 3.12 或更高版本
• uv
• SQLite3

安装步骤

1. 克隆仓库

   git clone https://github.com/yourusername/human-mcp.git
   cd human-mcp
   

2. 创建并激活虚拟环境

   uv venv
   source .venv/bin/activate
   

3. 安装依赖

   uv pip install .
   

使用方法

0. 安装 MCP 服务器

task install-mcp

1. 从 Claude 连接到 MCP 服务器

   "human-mcp": {
     "command": "uv",
     "args": [
       "run",
       "--with",
       "mcp[cli]",
       "mcp",
       "run",
       "$PATH_TO_REPOSITORY/human_mcp/mcp_server.py"
     ]
   }
   

2. 在第二个终端中启动 Streamlit UI

   task run-streamlit
   

3. 在浏览器中访问显示的 Streamlit UI（通常是 http://localhost:8501 ）

4. 从 MCP 客户端（例如：Claude Desktop）发送请求时，任务将显示在 Streamlit UI 中。

5. 在 Streamlit UI 中输入响应，然后单击“发送响应”按钮，该响应将返回给 MCP 客户端。

项目结构

human-mcp/
├── human_mcp/              # 主要的 Python 包
│   ├── __init__.py         # 包标记
│   ├── db_utils.py         # SQLite 相关实用程序
│   ├── tools.py            # 工具定义
│   ├── mcp_server.py       # MCP 服务器主体
│   └── streamlit_app.py    # Streamlit UI 应用程序
├── human_tasks.db          # SQLite 数据库文件（运行时生成）
├── pyproject.toml          # 项目设置、依赖关系
└── README.md               # 此文件

许可证

MIT

注意事项

此项目仅用于玩笑目的。在实际操作中，需要考虑人类操作员的负担和响应延迟等因素。