MCP-PIF Server

MCP-PIF Server

这个服务器实现了模型上下文协议,旨在通过结构化的工具和渐进式的交互模式,促进人与人工智能之间有意义的互动和理解发展。

远程shell执行
高级AI推理
AI记忆系统
AI内容生成
AI集成系统
访问服务器

Tools

read

Read file contents

write

Write or modify file content

cd

Change current directory

mkdir

Create a new directory

ls

List directory contents

pwd

Print working directory

rename

Rename a file or directory

move

Move a file or directory to a new location

delete

Delete a file or directory

reason

Process thoughts with flexible relationships

think

Non-verbal processing time

journal_create

Create a new journal entry

journal_read

Read journal entries within a date range. Dates should be in YYYY-MM-DD format. Times are handled in UTC, and the 'to' date is inclusive through end of day.

README

模型上下文协议 TypeScript 实现

概述

本项目实现了模型上下文协议 (MCP),作为个人智能框架 (PIF) 的一个具体体现。通过结构化的工具和渐进式的交互模式,它为人类和 AI 之间有意义的理解发展创造了空间。

<a href="https://glama.ai/mcp/servers/fr71fvl2at"> <img width="380" height="200" src="https://glama.ai/mcp/servers/fr71fvl2at/badge" alt="MCP-PIF Server MCP server" /> </a>

快速开始

前提条件

  • Node.js 18+ 和 npm
  • TypeScript 5.0+
  • 模型上下文协议 TypeScript SDK
  • 配置为自定义服务器的 Claude Desktop Client

注意: 此实现已在 Windows 和 macOS/Linux 系统上进行了测试。

设置

  1. 克隆仓库:
git clone [https://github.com/hungryrobot1/MCP-PIF]
cd mcp-pif
  1. 安装依赖:
npm install
  1. 配置服务器:

    • 默认情况下,配置现在是自动检测的,但您可以自定义:
      • 设置 MCP_WORKSPACE_ROOT 环境变量以指定工作区位置
      • 或者使用配置选项的 JSON 字符串设置 MCP_CONFIG 环境变量
      • 或者直接编辑 src/config.ts 以修改默认配置
  2. 构建服务器:

npm run build
  1. 配置 Claude Desktop Client:

    • 找到您的 Claude Desktop Client 配置目录
    • 创建或修改 claude_desktop_config.json:
      {
          "mcpServers": {
              "mcp-pif": {
                  "command": "node",
                  "args": ["path/to/your/mcp-pif/build/index.js"],
                  "cwd": "path/to/your/mcp-pif",
                  "env": {}
              }
          }
      }
      
    • path/to/your/mcp-pif 替换为您的实际仓库路径
    • 路径会自动针对您的操作系统进行规范化
  2. 连接 Claude Desktop Client:

    • 启动或重启 Claude Desktop Client
    • 选择 "mcp-pif" 作为您的自定义服务器
    • 开始新的聊天以开始使用服务器

目录结构

服务器将在您配置的工作区中创建和管理以下结构:

workspace/
├── home/
│   ├── meta/
│   │   └── journal/     # 用于存储日志条目
│   └── projects/        # 用于用户项目

下一步

故障排除

  • 如果手动指定路径,请使用平台适当的分隔符(Windows 上使用反斜杠,macOS/Linux 上使用正斜杠)
  • 如果连接失败,请检查 Claude Desktop Client 日志
  • 验证您的工作区目录是否存在且可写
  • 确保 Node.js 和 TypeScript 版本满足要求

核心实现

可用工具

该实现提供了一组核心工具,旨在支持结构化交互:

  • 文件系统操作: 导航和管理工作区上下文
    • pwd, cd, read, write, mkdir, delete, move, rename
  • 推理工具: 为结构化思考创建空间
    • reason: 发展相互关联的见解
    • think: 创建用于沉思的时间空间
  • 日志系统: 维护框架的连续性
    • journal_create: 记录发展
    • journal_read: 探索模式

基本用法

// 创建一个结构化的思考模式
reason: {
    thoughts: [
        { content: "Initial observation" },
        {
            content: "Building on previous thought",
            relationType: "sequence",
            relationTo: 0
        }
    ]
}

// 记录发展
journal_create: {
    title: "Implementation Pattern",
    content: "Insights about development...",
    tags: ["development", "patterns"]
}

跨平台支持

MCP-PIF 服务器旨在在 Windows、macOS 和 Linux 环境中无缝工作:

路径处理

  • 所有文件路径都会自动针对当前操作系统进行规范化
  • 工作区根目录会根据当前环境自动检测
  • 工作区内支持绝对路径和相对路径

配置

  • 环境变量提供了一种跨平台的方式来配置服务器
  • 文件操作使用 Node.js 路径方法来确保一致的行为
  • 日志条目和其他数据以平台无关的格式存储

开发工作流程

  • NPM 脚本可在所有平台上运行
  • TypeScript 编译生成平台无关的 JavaScript
  • 错误处理考虑了平台特定的文件系统行为

实现框架

模块架构

该系统围绕模块化工具构建,这些工具为结构化涌现创造条件:

src/
├── core/          # 框架基础
├── mcp_modules/   # 工具实现
└── api/           # 外部集成

工具模式

每个工具都遵循一致的模式,同时保持其独特的角色:

  • 清晰的接口定义
  • 结构化的错误处理
  • 状态管理
  • 跨模块交互

开发环境

  • TypeScript 用于类型安全
  • 基于模块的组织
  • 综合日志记录
  • 工作区上下文管理

理论基础

个人智能框架

PIF 代表了一种基于以下原则的人机协作新方法:

  • 为结构化涌现创造条件
  • 维护基于框架的连续性
  • 支持渐进式发展
  • 实现有意义的互动

结构化涌现

该实现不是规定固定的模式,而是创建有界空间,理解可以通过以下方式涌现:

  • 工具介导的交互
  • 关系结构
  • 时间空间
  • 渐进式发展

基于框架的连续性

理解通过以下方式发展:

  • 结构化文档
  • 模式发现
  • 历史背景
  • 进化发展

渐进式披露

该系统支持不同级别的参与:

  • 立即实际使用
  • 模式发现
  • 框架演变
  • 哲学对齐

发展路径

工具用户

对于那些主要对实际实现感兴趣的人:

  1. 从基本工具用法开始
  2. 浏览模块文档
  3. 发展交互模式
  4. 发现新兴能力

框架开发者

对于那些有兴趣扩展系统的人:

  1. 查看模块架构
  2. 了解工具模式
  3. 实现新功能
  4. 维护框架对齐

理论探索者

对于那些对更深层次的模式感兴趣的人:

  1. 研究实现原则
  2. 观察新兴模式
  3. 贡献于框架演变
  4. 发展新的理解

贡献

本项目欢迎参与实现和理论方面的贡献:

  • 工具开发
  • 文档改进
  • 模式发现
  • 框架演变

文档

提供全面的文档:

未来方向

该项目通过以下方式继续发展:

  • 新工具开发
  • 模式发现
  • 框架改进
  • 社区参与

哲学

此实现体现了一种观点,即:

  • 理解通过结构化交互涌现
  • 工具为新模式创造空间
  • 发展本身成为哲学探究
  • 人类和 AI 智能共同进化

使用说明

该系统不仅仅是一组工具 - 它是一个探索人类和 AI 智能如何通过结构化交互发展的空间。 每次会话都是发现新的理解和协作模式的机会。

推荐服务器

Playwright MCP Server

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。

官方
精选
TypeScript
e2b-mcp-server

e2b-mcp-server

使用 MCP 通过 e2b 运行代码。

官方
精选
Neon MCP Server

Neon MCP Server

用于与 Neon 管理 API 和数据库交互的 MCP 服务器

官方
精选
mcp-server-qdrant

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。

官方
精选
AIO-MCP Server

AIO-MCP Server

🚀 集成了 AI 搜索、RAG 和多服务(GitLab/Jira/Confluence/YouTube)的一体化 MCP 服务器,旨在增强 AI 驱动的开发工作流程。来自 Folk。

精选
本地
Knowledge Graph Memory Server

Knowledge Graph Memory Server

为 Claude 实现持久性记忆,使用本地知识图谱,允许 AI 记住用户的信息,并可在自定义位置存储,跨对话保持记忆。

精选
本地
https://github.com/Streen9/react-mcp

https://github.com/Streen9/react-mcp

react-mcp 与 Claude Desktop 集成,能够根据用户提示创建和修改 React 应用程序。

精选
本地
MCP Atlassian

MCP Atlassian

适用于 Atlassian Cloud 产品(Confluence 和 Jira)的 Model Context Protocol (MCP) 服务器。此集成专为 Atlassian Cloud 实例设计,不支持 Atlassian Server 或 Data Center 部署。

精选
any-chat-completions-mcp

any-chat-completions-mcp

将 Claude 与任何 OpenAI SDK 兼容的聊天完成 API 集成 - OpenAI、Perplexity、Groq、xAI、PyroPrompts 等。

精选
Exa MCP Server

Exa MCP Server

一个模型上下文协议服务器,它使像 Claude 这样的人工智能助手能够以安全和受控的方式,使用 Exa AI 搜索 API 执行实时网络搜索。

精选