Omi MCP Server

Omi MCP Server

一个模型上下文协议服务器,使 AI 助手能够与 Omi API 交互,从而为用户检索和创建对话和记忆。

Category
访问服务器

Tools

read_omi_memories

Retrieves user memories from Omi with pagination options

create_omi_conversation

Creates a new Omi conversation with text content and metadata

create_omi_memories

Creates Omi memories by extracting from text or using explicit memory objects

read_omi_conversations

Retrieves user conversations from Omi with pagination and filtering options

README

Omi MCP 服务器

smithery badge

本项目提供了一个模型上下文协议 (MCP) 服务器,用于与 Omi API 交互。该服务器提供了读取对话和记忆以及创建新对话和记忆的工具。

设置

  1. 克隆仓库
  2. 使用 npm install 安装依赖
  3. 创建一个包含以下变量的 .env 文件:
    API_KEY=你的_api_key
    APP_ID=你的_app_id
    

用法

通过 Smithery 安装

要通过 Smithery 为 Claude Desktop 自动安装 Omi MCP 服务器:

npx -y @smithery/cli install @fourcolors/omi-mcp --client claude

构建服务器

npm run build

运行服务器

npm run start

开发模式

对于具有热重载的开发:

npm run dev

测试服务器

包含一个简单的测试客户端来与 MCP 服务器交互。构建项目后,运行:

npm run test

或者直接运行:

./test-mcp-client.js

这将启动 MCP 服务器并提供一个交互式菜单来测试可用的工具。测试客户端对所有操作使用默认的测试用户 ID (test-user-123)。

清理并重新构建

要清理构建目录并从头开始重新构建:

npm run rebuild

使用 Claude 和 Cursor 进行配置

Claude 配置

要通过 Anthropic Console 或 API 将此 MCP 服务器与 Claude 一起使用:

  1. 在本地启动 MCP 服务器:

    npm run start
    
  2. 设置 Claude 对话时,配置 MCP 连接:

    {
    	"mcp_config": {
    		"transports": [
    			{
    				"type": "stdio",
    				"executable": {
    					"path": "/path/to/your/omi-mcp-local/dist/index.js",
    					"args": []
    				}
    			}
    		]
    	}
    }
    
  3. Claude 的示例提示:

    请使用 Omi API 获取用户 "user123" 的最新 5 个对话。
    
  4. Claude 将使用 MCP 执行 read_omi_conversations 工具:

    {
    	"id": "req-1",
    	"type": "request",
    	"method": "tools.read_omi_conversations",
    	"params": {
    		"user_id": "user123",
    		"limit": 5
    	}
    }
    

Cursor 配置

要将此 MCP 服务器与 Cursor 一起使用:

  1. 在终端中启动 MCP 服务器:

    npm run start
    
  2. 在 Cursor 中,转到 Settings > Extensions > MCP Servers

  3. 添加一个新的 MCP 服务器,并使用以下设置:

    • Name: Omi API
    • URL: stdio:/path/to/your/omi-mcp-local/dist/index.js
    • 启用服务器
  4. 现在,您可以直接在 Cursor 中使用 Omi 工具。例如:

    @Omi API 请获取用户 "user123" 的记忆并进行总结。
    
  5. Cursor 将与您的 MCP 服务器通信以执行必要的 API 调用。

可用工具

MCP 服务器提供以下工具:

read_omi_conversations

从 Omi 检索特定用户的对话,带有可选的过滤器。

参数:

  • user_id (string): 要获取对话的用户 ID
  • limit (number, optional): 要返回的最大对话数
  • offset (number, optional): 要跳过的对话数,用于分页
  • include_discarded (boolean, optional): 是否包括已丢弃的对话
  • statuses (string, optional): 以逗号分隔的状态列表,用于过滤对话

read_omi_memories

从 Omi 检索特定用户的记忆。

参数:

  • user_id (string): 要获取记忆的用户 ID
  • limit (number, optional): 要返回的最大记忆数
  • offset (number, optional): 要跳过的记忆数,用于分页

create_omi_conversation

在 Omi 中为特定用户创建新的对话。

参数:

  • text (string): 对话的完整文本内容
  • user_id (string): 要创建对话的用户 ID
  • text_source (string): 文本内容的来源(选项:"audio_transcript"、"message"、"other_text")
  • started_at (string, optional): 对话/事件开始的时间(ISO 8601 格式)
  • finished_at (string, optional): 对话/事件结束的时间(ISO 8601 格式)
  • language (string, optional): 语言代码(默认:"en")
  • geolocation (object, optional): 对话的位置数据
    • latitude (number): 纬度坐标
    • longitude (number): 经度坐标
  • text_source_spec (string, optional): 关于来源的附加说明

create_omi_memories

在 Omi 中为特定用户创建新的记忆。

参数:

  • user_id (string): 要创建记忆的用户 ID
  • text (string, optional): 将从中提取记忆的文本内容
  • memories (array, optional): 要直接创建的显式记忆对象的数组
    • content (string): 记忆的内容
    • tags (array of strings, optional): 记忆的标签
  • text_source (string, optional): 文本内容的来源
  • text_source_spec (string, optional): 关于来源的附加说明

测试

要测试 MCP 服务器,您可以使用提供的测试客户端:

node test-mcp-client.js

这将启动一个交互式测试客户端,允许您:

  1. 获取对话
  2. 获取记忆
  3. 创建一个对话
  4. 退出

测试客户端对所有操作使用默认的测试用户 ID (test-user-123)。

日志记录

MCP 服务器包含内置的日志记录功能,该功能会写入控制台和日志文件。这对于调试和监控服务器活动非常有用。

日志文件位置

日志写入到项目目录中的 logs/mcp-server.log。日志文件包含时间戳和有关以下内容的详细信息:

  • 服务器启动和关闭
  • 所有 API 请求和响应
  • 错误消息和堆栈跟踪
  • 对 Omi 的 API 调用
  • 请求参数和响应数据

查看日志

您可以使用 tail 命令实时查看日志:

tail -f logs/mcp-server.log

这将显示服务器处理请求并与 Omi API 交互时的实时更新。

日志格式

每个日志条目都遵循以下格式:

[2024-03-21T12:34:56.789Z] 日志消息在这里

时间戳采用 ISO 8601 格式,可以轻松关联事件和调试问题。

推荐服务器

Baidu Map

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。

官方
精选
JavaScript
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
Audiense Insights MCP Server

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。

官方
精选
本地
TypeScript
VeyraX

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。

官方
精选
本地
graphlit-mcp-server

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。

官方
精选
TypeScript
Kagi MCP Server

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。

官方
精选
Python
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
Exa MCP Server

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。

官方
精选