
mcp-toolbox

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_KEY
、TAVILY_API_KEY
等 - 如何运行:使用
mcp-toolbox stdio
或mcp-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