MCP Anthropic Server (
一个 MCP 服务器,提供与 Anthropic 的提示工程 API 交互的工具,允许用户根据任务描述和反馈生成、改进和模板化提示。
mystique920
README
MCP Anthropic 服务器 (mcp-anthropic
)
一个 MCP (模型上下文协议) 服务器,提供与 Anthropic 的实验性提示工程 API 交互的工具。
功能
提供以下工具:
generate_prompt
: 基于任务描述生成提示。improve_prompt
: 基于反馈改进现有提示。templatize_prompt
: 将具体的提示示例转换为可重用的模板。
设置
- 克隆存储库(如果适用)
- 导航到项目目录:
cd mcp-anthropic
- 安装依赖项:
npm install
- 配置 API 密钥:
- 在项目根目录 (
./mcp-anthropic/.env
) 中创建一个.env
文件。 - 将您的 Anthropic API 密钥添加到
.env
文件:ANTHROPIC_KEY=your_anthropic_api_key_here
- 确保此文件未提交到版本控制(它应该被
.gitignore
覆盖)。 - LibreChat 集成说明: 有关在 LibreChat 中设置和运行此服务器作为子进程(包括 API 密钥处理)的具体说明,请参阅
documentation.md
文件。
- 在项目根目录 (
运行服务器
- 构建 TypeScript 代码:
npm run build
- 启动服务器:
服务器将启动并侦听 MCP 连接。您应该看到输出指示服务器已启动以及已注册的工具。npm start
工具文档
generate_prompt
基于任务描述生成提示。
输入模式:
{
"type": "object",
"properties": {
"task": {
"type": "string",
"description": "提示应该设计的任务的描述(例如,“膳食准备计划服务的厨师”)。"
},
"target_model": {
"type": "string",
"description": "目标 Anthropic 模型标识符(例如,“claude-3-opus-20240229”)。"
}
},
"required": ["task", "target_model"]
}
improve_prompt
基于反馈改进现有提示。
输入模式:
{
"type": "object",
"properties": {
"messages": {
"type": "array",
"items": {
"type": "object",
"properties": {
"role": { "type": "string", "description": "角色(例如,“用户”、“助手”)。" },
"content": {
"type": "array",
"items": {
"type": "object",
"properties": {
"type": { "type": "string", "description": "内容类型(例如,“文本”)。" },
"text": { "type": "string", "description": "文本内容。" }
},
"required": ["type", "text"]
},
"description": "内容块。"
}
},
"required": ["role", "content"]
},
"description": "表示提示对话的消息序列。"
},
"system": {
"type": "string",
"description": "(可选)用于指导模型的系统提示。"
},
"feedback": {
"type": "string",
"description": "关于如何改进提示的具体反馈(例如,“使其更详细”)。"
},
"target_model": {
"type": "string",
"description": "目标 Anthropic 模型标识符(例如,“claude-3-opus-20240229”)。"
}
},
"required": ["messages", "feedback", "target_model"]
}
templatize_prompt
将具体的提示示例转换为可重用的模板。
输入模式:
{
"type": "object",
"properties": {
"messages": {
"type": "array",
"items": {
"type": "object",
"properties": {
"role": { "type": "string", "description": "角色(例如,“用户”、“助手”)。" },
"content": {
"type": "array",
"items": {
"type": "object",
"properties": {
"type": { "type": "string", "description": "内容类型(例如,“文本”)。" },
"text": { "type": "string", "description": "文本内容。" }
},
"required": ["type", "text"]
},
"description": "内容块。"
}
},
"required": ["role", "content"]
},
"description": "表示提示对话示例的消息序列。"
},
"system": {
"type": "string",
"description": "(可选)与示例关联的系统提示。"
}
},
"required": ["messages"]
}
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。