mcp-toolbox

mcp-toolbox

site icon
2025.04.15 13
PythonLLM增强工具API集成命令行工具Figma集成音频处理内存管理Web工具图像生成开发效率
mcp-toolbox 是一个通过模型上下文协议(MCP)增强大型语言模型(LLM)能力的综合工具包。它提供了一系列工具,使LLM能够与外部服务和API交互,扩展其功能,超越文本生成。该工具包支持命令行执行、Figma集成、音频处理、内存管理等多种功能,适用于开发者和研究人员。
View on GitHub

Overview

基本能力

产品定位

mcp-toolbox 是一个通过模型上下文协议(MCP)增强大型语言模型(LLM)能力的综合工具包。它提供了一系列工具,使LLM能够与外部服务和API交互,扩展其功能,超越文本生成。

核心功能

  • 命令行执行:通过LLM执行任何命令行指令
  • Figma集成:访问Figma文件、组件、样式等
  • 可扩展架构:轻松添加新的API集成
  • MCP协议支持:兼容Claude Desktop和其他支持MCP的LLM
  • 音频工具:处理音频文件,包括获取音频长度和转录文本
  • 内存工具:存储和查询记忆,支持语义搜索
  • Web工具:从URL获取HTML内容,使用Tavily或DuckDuckGo搜索
  • Flux图像生成:使用Flux API生成图像

适用场景

  • 开发者希望通过LLM与外部服务交互
  • 研究人员需要扩展LLM的功能
  • 团队协作中需要集成Figma等设计工具
  • 需要处理音频文件或生成图像的项目

工具列表

  • 命令行工具execute_command
  • 文件操作工具read_file_content, write_file_content, replace_in_file, list_directory
  • Figma工具figma_get_file, figma_get_file_nodes, figma_get_image, 等
  • 音频工具get_audio_length, get_audio_text
  • 内存工具think, get_session_id, remember, recall, forget
  • Web工具get_html, save_html, search_with_tavily, search_with_duckduckgo
  • Flux图像生成工具flux_generate_image

常见问题解答

  • 如何安装:推荐使用uv或pip安装,具体命令见安装教程
  • 如何配置:需要设置环境变量如FIGMA_API_KEYTAVILY_API_KEY
  • 如何运行:使用mcp-toolbox stdiomcp-toolbox sse命令

使用教程

使用依赖

安装uv(推荐):

# macOS/Linux
curl -LsSf https://astral.sh/uv/install.sh | sh
# Windows
powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"

安装教程

使用uv安装:

uvx "mcp-toolbox[all]@latest" stdio

或使用pip安装:

pip install "mcp-toolbox[all]"

调试方式

运行MCP服务器:

# 使用stdio传输
mcp-toolbox stdio
# 使用SSE传输
mcp-toolbox sse --host localhost --port 9871

生成调试配置模板:

uv run generate_config_template.py

许可证

该项目遵循 Apache-2.0 开源许可条款,请参阅 Apache-2.0 了解完整条款。