Slack MCP Server with SSE Transport
带有 SSE 传输的 Slack MCP 服务器
dVelopment
README
基于 SSE 传输的 Slack MCP 服务器
一个使用服务器发送事件 (SSE) 传输提供 Slack API 集成的模型上下文协议 (MCP) 服务器。该服务器允许 AI 助手通过一个简单的基于 HTTP 的接口与 Slack 工作区进行交互。
特性
- SSE 传输: 使用服务器发送事件 (SSE) 而不是 stdio,从而可以通过 HTTP/HTTPS 进行通信
- Slack API 集成: 提供对基本 Slack API 功能的访问
- 简单 Web 界面: 包括一个基本的 Web UI 和健康检查端点
- Docker 支持: 完全容器化,使用 Docker 易于部署
- TypeScript 实现: 使用 TypeScript 构建,具有类型安全性和更好的开发者体验
- 跨平台兼容性: 适用于任何支持 SSE 传输的 MCP 客户端
前提条件
- Node.js 18 或更高版本
- 具有适当权限的 Slack Bot Token
- Slack Team ID
- Docker (可选,用于容器化部署)
环境变量
变量 | 描述 | 默认值 |
---|---|---|
SLACK_BOT_TOKEN |
你的 Slack Bot User OAuth Token (以 xoxb- 开头) |
必需 |
SLACK_TEAM_ID |
你的 Slack 工作区/团队 ID | 必需 |
PORT |
服务器运行的端口 | 3000 |
设置说明
获取 Slack Bot Token 和 Team ID
-
创建一个 Slack App:
- 访问 Slack Apps 页面
- 点击 "Create New App"
- 选择 "From scratch"
- 命名你的 app 并选择你的工作区
-
配置 Bot Token 作用域:
- 在你的 app 设置中导航到 "OAuth & Permissions"
- 添加以下作用域:
channels:history
- 查看公共频道中的消息和其他内容channels:read
- 查看基本频道信息chat:write
- 以 app 的身份发送消息reactions:write
- 向消息添加表情符号users:read
- 查看用户及其基本信息
-
将 App 安装到工作区:
- 点击 "Install to Workspace" 并授权 app
- 保存以
xoxb-
开头的 "Bot User OAuth Token"
-
获取你的 Team ID:
- 在 Web 浏览器中打开 Slack
- 登录后,检查浏览器中的 URL
- URL 的格式如下:
https://app.slack.com/client/T01234567/...
- 你的 Team ID 是以 T 开头的字符串 (例如,
T01234567
)
本地开发
- 克隆存储库
- 安装依赖项:
npm install
- 基于
.env.example
创建一个.env
文件:SLACK_BOT_TOKEN=xoxb-你的-slack-bot-token SLACK_TEAM_ID=你的-slack-team-id PORT=3000
- 构建 TypeScript 代码:
npm run build
- 启动服务器:
npm start
对于具有自动重新加载的开发:
npm run dev
Docker 部署
使用 Docker Compose (推荐)
- 使用你的 Slack 凭据创建一个
.env
文件,如上所示 - 构建并运行容器:
docker compose up --build
使用预构建镜像
docker run -p 3000:3000 \
-e SLACK_BOT_TOKEN=xoxb-你的-slack-bot-token \
-e SLACK_TEAM_ID=你的-slack-team-id \
ghcr.io/dvelopment/slack-mcp-server-sse:latest
有关更详细的 Docker 说明,包括发布到 GitHub Container Registry,请参阅 DOCKER.md。
服务器端点
- SSE 端点:
/sse
- 连接到此端点以接收 SSE 事件 - 健康检查:
/health
- 简单的健康检查端点 (返回{"status":"ok"}
) - 主页:
/
- 包含有关服务器信息的简单 HTML 页面
可用的 Slack API 工具
工具名称 | 描述 | 必需参数 |
---|---|---|
slack_list_channels |
列出工作区中的公共频道,带有分页 | 无 (可选: limit , cursor ) |
slack_post_message |
向 Slack 频道发布新消息 | channel_id , text |
slack_reply_to_thread |
回复 Slack 中的特定消息线程 | channel_id , thread_ts , text |
slack_add_reaction |
向消息添加表情符号 | channel_id , timestamp , reaction |
slack_get_channel_history |
从频道获取最近的消息 | channel_id (可选: limit ) |
slack_get_thread_replies |
获取消息线程中的所有回复 | channel_id , thread_ts |
slack_get_users |
获取工作区中所有用户的列表 | 无 (可选: cursor , limit ) |
slack_get_user_profile |
获取特定用户的详细个人资料信息 | user_id |
连接到服务器
Node.js 客户端示例
// 替换为你的服务器 URL
const SERVER_URL = 'http://localhost:3000/sse';
// 创建 EventSource 以连接到 SSE 端点
const eventSource = new EventSource(SERVER_URL);
// 处理连接打开
eventSource.onopen = () => {
console.log('Connected to SSE server');
};
// 处理消息
eventSource.onmessage = (event) => {
console.log('Received message:', event.data);
try {
const data = JSON.parse(event.data);
console.log('Parsed data:', data);
} catch (error) {
console.log('Raw message (not JSON):', event.data);
}
};
// 处理错误
eventSource.onerror = (error) => {
console.error('SSE connection error:', error);
eventSource.close();
};
有关完整的客户端示例,请参见 examples
目录:
examples/client.js
- Node.js 客户端示例examples/browser-client.html
- 浏览器客户端示例
与 Claude MCP Wrapper 一起使用
要将此服务器与 Claude MCP wrapper 一起使用:
claude_mcp_wrapper.sh -y docker run -i --rm -e SLACK_BOT_TOKEN -e SLACK_TEAM_ID mcp/slack
或者对于基于 SSE 的连接:
claude_mcp_wrapper.sh -y http://localhost:3000/sse
许可证
MIT
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。