PeakMojo Server官方
一个 Python 服务器实现,用于集成 PeakMojo API,提供对各种资源(如用户、角色、场景和工具)的访问,以便管理 PeakMojo 功能。
README
PeakMojo 服务器
一个用于与 PeakMojo API 集成的 Python 服务器实现。
特性
- 与 PeakMojo API 端点的完全集成
- Bearer token 身份验证
- 基于资源和工具的 PeakMojo 功能访问
- 开发期间自动回退到模拟响应
安装
pip install mcp-server-peakmojo
配置
服务器需要以下环境变量:
PEAKMOJO_API_KEY
: 您的 PeakMojo API 密钥,用于身份验证PEAKMOJO_BASE_URL
(可选): PeakMojo API 基础 URL (默认为 https://api.staging.readymojo.com)
您也可以通过命令行参数配置这些:
python -m mcp_server_peakmojo --api-key YOUR_API_KEY --base-url YOUR_BASE_URL
可用资源
服务器提供对以下 PeakMojo 资源的访问:
- 用户 (
peakmojo://users
) - 角色 (
peakmojo://personas
,peakmojo://personas/tags
,peakmojo://personas/search
) - 场景 (
peakmojo://scenarios
) - 工作场景 (
peakmojo://job_scenarios
) - 工作 (
peakmojo://jobs
) - 应用 (
peakmojo://applications
) - 实践 (
peakmojo://practices
) - 技能 (
peakmojo://skills
) - 证书 (
peakmojo://certificates
)
可用工具
服务器提供以下工具来与 PeakMojo API 交互:
用户管理
get_peakmojo_users
: 获取所有用户列表get_peakmojo_user
: 按 ID 获取用户详细信息get_peakmojo_user_stats
: 获取用户统计信息update_peakmojo_user_stats
: 更新用户统计信息
角色管理
get_peakmojo_personas
: 获取角色列表get_peakmojo_persona_tags
: 获取角色标签search_peakmojo_personas
: 搜索角色create_peakmojo_persona
: 创建新角色
场景管理
get_peakmojo_scenarios
: 获取场景列表create_peakmojo_job_scenario
: 创建新的工作场景
工作区管理
get_workspace_personas
: 获取工作区的角色
工作管理
get_job
: 获取工作详细信息
应用管理
get_application
: 获取应用详细信息
实践管理
get_practice_messages
: 获取实践消息
技能管理
get_user_skills
: 获取用户技能
证书管理
get_certificates
: 获取证书列表get_certificate_skills
: 获取证书的技能issue_user_certificate
: 向用户颁发证书add_certificate_skill_courses
: 向证书技能添加课程
开发
在开发过程中,如果 API 不可访问,服务器将自动回退到每个端点的模拟响应。 这允许在不需要实时 API 连接的情况下进行开发和测试。
错误处理
服务器实现了全面的错误处理:
- 无效的 API 密钥会被记录为警告
- 失败的 API 请求会回退到模拟响应
- HTTP 错误会被正确捕获和记录
- 所有错误都以 JSON 响应的形式返回,并带有适当的错误消息
Docker 支持
前提条件
Docker 镜像构建用于多个平台:
- Linux/amd64
- Linux/arm64
- Linux/arm/v7
选项 1:从 Docker Hub 拉取
docker pull buryhuang/mcp-server-peakmojo:latest
选项 2:本地构建
docker build -t mcp-server-peakmojo .
运行容器
使用 API 密钥的基本用法:
docker run \
-e PEAKMOJO_API_KEY=your_api_key_here \
-e PEAKMOJO_BASE_URL=https://api.staging.readymojo.com \
buryhuang/mcp-server-peakmojo:latest
跨平台发布
要为多个平台发布 Docker 镜像:
-
创建一个新的构建器实例(如果尚未创建):
docker buildx create --use
-
为多个平台构建和推送镜像:
docker buildx build --platform linux/amd64,linux/arm64,linux/arm/v7 -t peakmojo/mcp-server-peakmojo:latest --push .
-
验证镜像是否可用于指定的平台:
docker buildx imagetools inspect peakmojo/mcp-server-peakmojo:latest
与 Claude Desktop 一起使用
在您的 Claude Desktop 设置中配置 MCP 服务器:
{
"mcpServers": {
"peakmojo": {
"command": "docker",
"args": [
"run",
"-i",
"--rm",
"-e",
"PEAKMOJO_API_KEY=your_api_key_here",
"-e",
"PEAKMOJO_BASE_URL=https://api.staging.readymojo.com",
"peakmojo/mcp-server-peakmojo:latest"
]
}
}
}
从源代码运行示例
如果您想直接从源代码运行:
{
"mcpServers": {
"peakmojo": {
"command": "python",
"args": [
"-m",
"mcp_server_peakmojo",
"--api-key",
"your_api_key_here",
"--base-url",
"https://api.staging.readymojo.com"
]
}
}
}
贡献
- Fork 仓库
- 创建您的特性分支 (
git checkout -b feature/amazing-feature
) - 提交您的更改 (
git commit -m 'Add some amazing feature'
) - 推送到分支 (
git push origin feature/amazing-feature
) - 打开一个 Pull Request
推荐服务器
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。
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。
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)。
@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。
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。
Jira-Context-MCP
MCP 服务器向 AI 编码助手(如 Cursor)提供 Jira 工单信息。

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。

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。
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。