ledger-service MCP server
镜子 (jìng zi)
MCP-Mirror
README
ledger-service MCP 服务器
用于通过 Claude 访问和管理账本文件的 MCP 服务器。
组件
工具
该服务器实现了三个用于账本管理的工具:
-
list-accounts: 列出账本中的所有账户
- 需要 "year" 作为必需参数
- 返回所有可用账户的格式化列表
-
account-balance: 获取特定账户的余额
- 需要 "year" 和 "account" 作为必需参数
- 返回指定账户的当前余额
-
account-register: 显示账户的交易记录
- 需要 "year" 和 "account" 作为必需参数
- 返回指定账户的详细交易历史
安装
前提条件
- Python 3.13 或更高版本
uv包管理器- Node.js 和 npm (用于调试)
从 PyPI 安装
uv pip install ledger-service
调试
使用 inspector 调试服务器:
npx @modelcontextprotocol/inspector \
uv \
--directory /path/to/ledger-service \
run \
ledger-service

配置 Claude Desktop
将服务器配置添加到 Claude Desktop 的配置文件中:
在 MacOS 上:~/Library/Application\ Support/Claude/claude_desktop_config.json
在 Windows 上:%APPDATA%/Claude/claude_desktop_config.json
<details> <summary>开发配置</summary>
"mcpServers": {
"ledger-service": {
"command": "uv",
"args": [
"--directory",
"/path/to/ledger-service",
"run",
"ledger-service"
]
}
}
</details>
<details> <summary>生产配置</summary>
"mcpServers": {
"ledger-service": {
"command": "uvx",
"args": [
"ledger-service"
]
}
}
</details>
开发
本地设置
- 克隆仓库
- 创建并激活虚拟环境
- 安装依赖项:
可以通过修改 server.py 中的 LEDGER_BASE_PATH 常量来配置基本路径。
许可证
GNU GENERAL PUBLIC LICENSE Version 3, 29 June 2007
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。