MCP Apple Reminders
一个模型上下文协议服务器,使 AI 助手能够在 macOS 上与 Apple 提醒事项互动,允许用户通过自然语言查看列表、检索、创建、完成和删除提醒事项。
README
MCP Apple Reminders
一个用于在 macOS 上与 Apple Reminders 交互的模型上下文协议 (MCP) 服务器。
功能
- 列表管理: 查看 Apple Reminders 应用中的所有提醒列表
- 提醒检索: 从特定列表获取所有提醒
- 创建提醒: 创建带有标题、截止日期和备注的新提醒
- 完成提醒: 将提醒标记为已完成
- 删除提醒: 从列表中删除提醒
- 日期处理: 正确处理截止日期的 ISO 日期格式
配置
与 Claude Desktop 一起使用
将其添加到您的 claude_desktop_config.json:
{
"mcpServers": {
"apple-reminders": {
"command": "node",
"args": [
"/path/to/mcp-apple-reminders/dist/index.js"
]
}
}
}
NPX (即将推出)
{
"mcpServers": {
"apple-reminders": {
"command": "npx",
"args": [
"-y",
"@modelcontextprotocol/server-apple-reminders"
]
}
}
}
API
该服务器公开以下 MCP 工具,用于与 Apple Reminders 交互:
getLists
返回所有提醒列表。
getReminders
返回来自特定列表的提醒。
- 参数:
listName(必需): 提醒列表的名称
createReminder
创建一个新的提醒。
- 参数:
listName(必需): 提醒列表的名称title(必需): 提醒的标题dueDate(可选): 提醒的截止日期 (ISO 格式: "YYYY-MM-DDTHH:MM:SS.sssZ")notes(可选): 提醒的备注
completeReminder
将提醒标记为已完成。
- 参数:
listName(必需): 提醒列表的名称reminderName(必需): 要完成的提醒的名称
deleteReminder
删除一个提醒。
- 参数:
listName(必需): 提醒列表的名称reminderName(必需): 要删除的提醒的名称
工作原理
此 MCP 服务器使用 AppleScript 与 macOS 上的 Apple Reminders 应用交互。 它提供了一个标准化的接口,供 AI 助手通过模型上下文协议管理提醒。
开发
此项目使用 TypeScript 和 MCP SDK。 要扩展功能,请修改 src/index.ts 中的工具和 src/reminders.ts 中的 AppleScript 函数。
要求
- macOS(Apple Reminders 集成所必需)
- Node.js 16+
- Apple Reminders 应用已配置至少一个列表
许可证
MIT
推荐服务器
Baidu Map
百度地图核心API现已全面兼容MCP协议,是国内首家兼容MCP协议的地图服务商。
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。
Audiense Insights MCP Server
通过模型上下文协议启用与 Audiense Insights 账户的交互,从而促进营销洞察和受众数据的提取和分析,包括人口统计信息、行为和影响者互动。
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。
VeyraX
一个单一的 MCP 工具,连接你所有喜爱的工具:Gmail、日历以及其他 40 多个工具。
Kagi MCP Server
一个 MCP 服务器,集成了 Kagi 搜索功能和 Claude AI,使 Claude 能够在回答需要最新信息的问题时执行实时网络搜索。
graphlit-mcp-server
模型上下文协议 (MCP) 服务器实现了 MCP 客户端与 Graphlit 服务之间的集成。 除了网络爬取之外,还可以将任何内容(从 Slack 到 Gmail 再到播客订阅源)导入到 Graphlit 项目中,然后从 MCP 客户端检索相关内容。
Exa MCP Server
模型上下文协议(MCP)服务器允许像 Claude 这样的 AI 助手使用 Exa AI 搜索 API 进行网络搜索。这种设置允许 AI 模型以安全和受控的方式获取实时的网络信息。
mcp-server-qdrant
这个仓库展示了如何为向量搜索引擎 Qdrant 创建一个 MCP (Managed Control Plane) 服务器的示例。
e2b-mcp-server
使用 MCP 通过 e2b 运行代码。