yagms
又一个 Gmail MCP 服务器 (Yòu yīgè Gmail MCP fúwùqì)
acro5piano
README
yagms
又一个 Gmail MCP 服务器
设置和使用
Gmail MCP 服务器
Gmail MCP 服务器提供通过模型上下文协议 (MCP) 与您的 Gmail 帐户交互的工具。
前提条件
- 为 Gmail API 创建 OAuth 凭据:
- 前往 Google Cloud Console
- 创建一个新项目或选择一个现有项目
- 启用 Gmail API
- 创建 OAuth 2.0 凭据(桌面应用程序)
- 下载凭据 JSON 文件并将其保存为
~/.yagms-oauth.keys.json
构建此项目
- 安装 Bun。
- 构建代码
bun install
bun run build-gmail # 它将生成 ./dist/gmail.js
身份验证
在使用 Gmail MCP 服务器之前,您需要使用您的 Google 帐户进行身份验证:
# 运行身份验证流程
bun run dist/gmail.js auth
这将:
- 启动一个浏览器窗口,供您登录您的 Google 帐户
- 请求访问您的 Gmail 帐户的权限
- 将身份验证凭据保存到
~/.yagms-credentials.json
运行服务器
身份验证后,您可以运行 Gmail MCP 服务器:
# 运行服务器
bun run src/gmail.ts
配置
您可以使用环境变量自定义 OAuth 密钥和凭据的路径:
GMAIL_OAUTH_PATH
: OAuth 密钥文件的路径(默认:~/.yagms-oauth.keys.json
)GMAIL_CREDENTIALS_PATH
: 保存凭据的路径(默认:~/.yagms-credentials.json
)
可用工具
Gmail MCP 服务器提供以下工具:
-
list-emails: 从您的收件箱获取电子邮件
- 参数:
senderEmail
(可选):按发件人电子邮件过滤maxResults
(可选,默认:10):要返回的最大电子邮件数量labelIds
(可选,默认:["INBOX"]):要过滤的标签 ID
- 参数:
-
get-email: 按 ID 获取特定电子邮件
- 参数:
emailId
: 要检索的电子邮件的 ID
- 参数:
-
search-emails: 使用 Gmail 搜索语法搜索电子邮件
- 参数:
query
: Gmail 搜索查询(例如,“from:example@gmail.com has:attachment”)maxResults
(可选,默认:10):要返回的最大电子邮件数量
- 参数:
-
get-labels: 获取所有 Gmail 标签
- 无需参数
示例 MCP 配置
将其添加到您的 MCP 设置文件中:
{
"mcpServers": {
"gmail": {
"command": "bun",
"args": ["run", "/path/to/yagms/dist/gmail.js"],
"env": {},
"disabled": false,
"autoApprove": []
}
}
}
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。