mmap-mcp-server
Enables AI assistants to read, search, and convert MindManager .mmap files without installing MindManager.
README
mmap MCP Server
一個讓 AI 助理可以讀取、搜尋、轉換 MindManager .mmap 檔案的本地 MCP Server。
不需要安裝 MindManager,直接解析 .mmap 原始檔案格式。
🛠️ 提供的工具
| 工具 | 說明 |
|---|---|
read_mmap |
讀取 .mmap 並回傳完整 JSON 結構 |
mmap_to_markdown |
將 .mmap 轉換為 Markdown 大綱 |
search_mmap |
搜尋包含關鍵字的節點 |
mmap_stats |
回傳節點數、深度等統計資訊 |
⚙️ 安裝步驟
1. 複製專案
git clone <本專案的 Git 網址>
cd mmap-mcp-server
2. 建立虛擬環境並安裝相依套件
需要 Python 3.10 以上版本。
Windows:
python -m venv .venv
.venv\Scripts\pip.exe install fastmcp
macOS / Linux:
python3 -m venv .venv
.venv/bin/pip install fastmcp
3. 設定 MCP
在您的 AI 工具的 MCP 設定檔中加入(請調整路徑):
Windows:
{
"mcpServers": {
"mmap-reader": {
"command": "C:/path/to/mmap-mcp-server/.venv/Scripts/python.exe",
"args": ["C:/path/to/mmap-mcp-server/server.py"]
}
}
}
macOS / Linux:
{
"mcpServers": {
"mmap-reader": {
"command": "/path/to/mmap-mcp-server/.venv/bin/python",
"args": ["/path/to/mmap-mcp-server/server.py"]
}
}
}
Antigravity IDE 設定範例(本機):
{ "mcpServers": { "mmap-reader": { "command": "d:/git/mmap-mcp-server/.venv/Scripts/python.exe", "args": ["d:/git/mmap-mcp-server/server.py"] } } }
4. 重新啟動 AI 工具
重啟後,AI 即可使用 mmap 相關工具。
🚀 使用範例
設定完成後,您可以對 AI 說:
幫我讀取 D:\projects\設計.mmap 的內容
搜尋 D:\projects\設計.mmap 裡面所有包含「管理」的節點
把 D:\projects\設計.mmap 轉成 Markdown 格式給我
📁 專案結構
mmap-mcp-server/
├── server.py ← MCP Server 主程式
├── mmap_parser.py ← .mmap 解析核心(不依賴 MindManager)
├── requirements.txt ← Python 相依套件清單
├── README.md ← 本說明文件
└── .venv/ ← 虛擬環境(git clone 後自行建立,不需 commit)
⚠️
.venv/目錄不需要 commit 進 Git,請在.gitignore中忽略。
🔧 相容性
- ✅ MindManager 20 / 21 / 22 及更新版本的
.mmap格式 - ✅ 不需要安裝 MindManager
- ✅ Windows / macOS / Linux 均可使用
- ✅ 支援繁體中文、簡體中文、英文節點
❓ 常見問題
Q: AI 找不到 mmap-reader 工具?
A: 確認 MCP 設定檔路徑正確,且已完全重新啟動 AI 工具。
Q: 讀取失敗顯示「無效的 .mmap 檔案」?
A: 確認檔案沒有設定密碼保護,且副檔名為 .mmap。
Q: 支援哪些 AI 工具?
A: 任何支援 MCP 協定的工具,包含 Antigravity IDE、Claude Desktop、Cursor 等。
Q: 如何更新?
A: git pull 後重新啟動 AI 工具即可,不需重裝套件。
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。
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。
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。
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。
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。
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。
e2b-mcp-server
使用 MCP 通过 e2b 运行代码。
Neon MCP Server
用于与 Neon 管理 API 和数据库交互的 MCP 服务器
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。