VseGPT MCP Servers
MCP 服务器 для VseGPT (MCP Server for VseGPT)
janvarev
README
VseGPT MCP 服务器
这里是一组用 Python 编写的 VseGPT 的 MCP 服务器。
MCP (模型上下文协议) 是语言模型和外部上下文服务器之间的交互协议。 MCP 的主要任务是：
- 通过 API 为模型提供对最新数据和知识的访问
- 能够执行现实世界中的操作（发送电子邮件、处理文件等）
- 确保与外部系统交互时的安全性
MCP 服务器充当语言模型和外部服务/数据之间的中间层，提供标准化的交互接口。
安装
使用 Python + fastmcp package (启动时 - 版本 0.4.1)
逻辑
VseGPT 的不同功能通常会分布在不同的服务器中，而不是集中在一个服务器中。 这允许动态地启用和禁用模型在 tools 字段中提供的功能， 而不会使该字段、模型上下文过载，也不会使模型感到困惑。
服务器
mcp_gen_image.py
用于通过 VseGPT 生成图像的服务器。
文件保存在脚本的 /tmp_images 文件夹中。
启动方式：fastmcp run mcp_gen_image.py
环境变量：
- VSEGPT_API_KEY=您的_vsegpt_密钥 (必需)
- IMG_MODEL_ID=VseGPT 网站上的图像生成模型 ID (可选，默认为
img-dummy/image) - IMG_SIZE=生成大小 (可选，默认为
1024x1024)
示例配置可以在这里找到：https://vsegpt.ru/ExtTools/CherryStudio
mcp_gen_tts.py
(Beta，如果需要，请通过代码自行配置)
用于通过 VseGPT 生成语音的服务器。
文件保存在脚本的 /tmp_images 文件夹中。 收到文件后，启动 MPC-HC 播放声音。
启动方式：fastmcp run mcp_gen_tts.py
环境变量：
- VSEGPT_API_KEY=您的_vsegpt_密钥 (必需)
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。