MCP Server Box

MCP Server Box

镜子 (jìng zi)

MCP-Mirror

开发者工具
访问服务器

README

MCP 服务器盒子

描述

MCP 服务器盒子是一个 Python 项目,它与 Box API 集成,以执行各种操作,例如文件搜索、文本提取、基于 AI 的查询和数据提取。它利用 box-sdk-gen 库,并提供一组工具来与 Box 文件和文件夹进行交互。

模型上下文协议 (MCP) 是一个框架,旨在标准化模型与各种数据源和服务交互的方式。 在此项目中,MCP 用于促进与 Box API 的无缝集成,从而实现对 Box 文件和文件夹的高效且可扩展的操作。 MCP 服务器盒子项目旨在提供一个强大而灵活的解决方案,用于使用先进的 AI 和机器学习技术来管理和处理 Box 数据。

已实现的工具

Box 工具

box_who_am_i

获取您当前的用户信息并检查连接状态。

返回: 用户信息字符串

box_authorize_app_tool

启动 Box 应用程序授权过程。

返回: 授权状态消息

box_search_tool

在 Box 中搜索文件。

参数:

  • query (str):搜索查询
  • file_extensions (List[str], optional):要按其进行过滤的文件扩展名
  • where_to_look_for_query (List[str], optional):搜索位置(NAME、DESCRIPTION、FILE_CONTENT、COMMENTS、TAG)
  • ancestor_folder_ids (List[str], optional):要在其中搜索的文件夹 ID

返回: 搜索结果

box_read_tool

读取 Box 文件的文本内容。

参数:

  • file_id (str):要读取的文件的 ID

返回: 文件内容

box_ask_ai_tool

向 Box AI 询问有关文件的信息。

参数:

  • file_id (str):文件的 ID
  • prompt (str):AI 的问题

返回: AI 响应

box_search_folder_by_name

按名称查找文件夹。

参数:

  • folder_name (str):文件夹的名称

返回: 文件夹 ID

box_ai_extract_data

使用 AI 从文件中提取数据。

参数:

  • file_id (str):文件的 ID
  • fields (str):要提取的字段

返回: JSON 格式的提取数据

box_list_folder_content_by_folder_id

列出文件夹内容。

参数:

  • folder_id (str):文件夹的 ID
  • is_recursive (bool):是否递归列出

返回: JSON 格式的文件夹内容,包含 id、name、type 和 description

要求

  • Python 3.13 或更高版本
  • Box API 凭据(客户端 ID、客户端密钥等)

安装

  1. 克隆存储库:

    git clone https://github.com/box-community/mcp-server-box.git
    cd mcp-server-box
    
  2. 如果尚未安装,请安装 uv

    2.1 MacOS+Linux

    curl -LsSf https://astral.sh/uv/install.sh | sh
    

    2.2 Windows

    powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"
    
  3. 创建并设置我们的项目:

    3.1 MacOS+Linux

    # 创建虚拟环境并激活它
    uv venv
    source .venv/bin/activate
    
    # 锁定依赖项
    uv lock
    

    3.1 Windows

    # 创建虚拟环境并激活它
    uv venv
    .venv\Scripts\activate
    
    # 锁定依赖项
    uv lock
    
  4. 在根目录中创建一个 .env 文件,并添加您的 Box API 凭据:

    BOX_CLIENT_ID=your_client_id
    BOX_CLIENT_SECRET=your_client_secret
    

用法

运行 MCP 服务器

要启动 MCP 服务器,请运行以下命令:

uv --directory /path-to-the-project/mcp-server-box run src/mcp_server_box.py

使用 Claude 作为客户端

  1. 编辑您的 claude_desktop_config.json
code ~/Library/Application\ Support/Claude/claude_desktop_config.json
  1. 并添加以下内容:
{
    "mcpServers": {
        "mcp-server-box": {
            "command": "uv",
            "args": [
                "--directory",
                "/path-to-your-project/mcp-server-box",
                "run",
                "src/mcp_server_box.py"
            ]
        }
    }
}
  1. 如果 CLaude 正在运行,请重新启动它

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
Magic Component Platform (MCP)

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。

官方
精选
本地
TypeScript
MCP Package Docs Server

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。

精选
本地
TypeScript
Claude Code MCP

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)。

精选
本地
JavaScript
@kazuph/mcp-taskmanager

@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。

精选
本地
JavaScript
mermaid-mcp-server

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。

精选
JavaScript
Jira-Context-MCP

Jira-Context-MCP

MCP 服务器向 AI 编码助手(如 Cursor)提供 Jira 工单信息。

精选
TypeScript
Linear MCP Server

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。

精选
JavaScript
Sequential Thinking MCP Server

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。

精选
Python
Curri MCP Server

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。

官方
本地
JavaScript