Quickchat AI MCP工具

@quickchatai/quickchat-ai-mcp

1 Stars 352 次浏览 quickchatai 更新于 2026-08-23

允许用户通过模型上下文协议将自定义的Quickchat AI代理集成到各种AI应用程序（Claude Desktop、Cursor、VS Code等）中，实现AI与AI之间的交互。

开发者工具知识管理与记忆

MCP 服务配置

复制以下 JSON 到 OPClaw 或其他 MCP 客户端的配置文件中即可使用

{
  "mcpServers": {
    "\u003c QUICKCHAT AI MCP NAME \u003e": {
      "args": [
        "run",
        "--with",
        "mcp[cli]",
        "--with",
        "requests",
        "mcp",
        "run",
        "\u003c YOUR PATH\u003e/quickchat-ai-mcp/src/__main__.py"
      ],
      "command": "uv",
      "env": {
        "API_KEY": "\u003c QUICKCHAT AI API KEY \u003e",
        "SCENARIO_ID": "\u003c QUICKCHAT AI SCENARIO ID \u003e"
      }
    }
  }
}

服务介绍

Quickchat AI MCP 服务器

Quickchat AI MCP (模型上下文协议) 服务器允许任何人将您的 Quickchat AI 代理插入他们喜爱的 AI 应用程序中，如 Claude Desktop、Cursor、VS Code、Windsurf 等等。更多详情请参阅这里。

快速开始

创建一个 Quickchat AI 账户，并开始任何计划的7天试用。
设置您的AI的知识库、功能和设置。
前往 MCP 页面激活您的 MCP。为其提供名称、描述以及（可选）命令。这些信息非常重要——AI应用程序需要理解何时联系您的AI，及其能力和知识是什么。
完成！现在您已经准备好通过任何AI应用程序测试您的 Quickchat AI，并向世界展示它！

有用的链接

快速入门视频: youtube.com/watch?v=JE3dNiyZO8w
快速入门博客文章: quickchat.ai/post/how-to-launch-your-quickchat-ai-mcp
MCP (模型上下文协议) 解释: quickchat.ai/post/mcp-explained
Quickchat AI MCP 包在 PyPI 上: pypi.org/project/quickchat-ai-mcp
Quickchat AI MCP GitHub 仓库: github.com/quickchatai/quickchat-ai-mcp

先决条件

使用以下命令安装 uv：
commandline
curl -LsSf https://astral.sh/uv/install.sh | sh

或阅读更多此处的内容。

使用 Claude Desktop 测试

配置

前往 设置 > 开发者 > 编辑 配置。在文本编辑器中打开 claude_desktop_config.json 文件。如果您刚开始，该文件看起来会像这样：

JSON
{
"mcpServers": {}
}

在这里您可以定义所有 Claude Desktop 可访问的 MCP。这是如何添加您的 Quickchat AI MCP 的示例：

JSON
{
"mcpServers": {
"< QUICKCHAT AI MCP 名称 >": {
"command": "uvx",
"args": ["quickchat-ai-mcp"],
"env": {
"SCENARIO_ID": "< QUICKCHAT AI 场景 ID >",
"API_KEY": "< QUICKCHAT AI API 密钥 >"
}
}
}
}

前往 Quickchat AI 应用 > MCP > 集成 查找上述片段，并填写 MCP 名称、场景ID 和 API 密钥的值。

使用 Cursor 测试

配置

前往 设置 > Cursor 设置 > MCP > 添加新的全局 MCP 服务器 并包含 Quickchat AI MCP 片段：

同样地，您可以在 Quickchat AI 应用 > MCP > 集成 中找到 MCP 名称、场景ID 和 API 密钥的值。

在其他 AI 应用程序中测试

其他 AI 应用程序可能需要相同的配置，但将其纳入应用程序本身的实际步骤可能会有所不同。我们将随着进展扩展此 README。

向世界发布您的 Quickchat AI MCP!

⛔️ 不要将您的 Quickchat API 密钥发布给用户！一旦你准备好让其他用户将你的 Quickchat AI MCP 连接到他们的 AI 应用程序，请与他们分享配置片段！但是，你需要确保他们可以在不使用你的 Quickchat API 密钥的情况下使用你的 Quickchat AI MCP。以下是操作步骤：

在 Quickchat App MCP 页面上，关闭 Require API key 开关。
分享不含 API 密钥的配置片段：

JSON
{
"mcpServers": {
"< QUICKCHAT AI MCP 名称 >": {
"command": "uvx",
"args": ["quickchat-ai-mcp"],
"env": {
"SCENARIO_ID": "< QUICKCHAT AI 场景 ID >"
}
}
}
}

酷炫功能

你可以通过 Quickchat AI 仪表板控制 MCP 的所有方面。只需点击一下即可部署更改。这包括 MCP 名称和描述——你的所有用户需要做的就是刷新他们的 MCP 连接。
在 Quickchat 收件箱中查看所有对话。请注意：这些不会是你用户发送给其 AI 应用的确切消息，而是他们 AI 应用与你的 Quickchat AI 之间的 AI <> AI 交互记录。🤯
与大多数 MCP 实现不同，这不是一个静态工具传递给 AI。这是一种开放式的向你创建的 Quickchat AI 代理发送消息的方式。🙌

从源代码运行

使用 MCP 检查器调试

commandline
uv run mcp dev src/main.py

使用 Claude Desktop、Cursor 或其他 AI 应用调试

使用以下 JSON 配置：

JSON
{
"mcpServers": {
"< QUICKCHAT AI MCP 名称 >": {
"command": "uv",
"args": [
"run",
"--with",
"mcp[cli]",
"--with",
"requests",
"mcp",
"run",
"< 你的路径>/quickchat-ai-mcp/src/main.py"
],
"env": {
"SCENARIO_ID": "< QUICKCHAT AI 场景 ID >",
"API_KEY": "< QUICKCHAT AI API 密钥 >"
}
}
}
}

测试

确保你的代码格式正确且所有测试均通过：

commandline
ruff check --fix
ruff format
uv run pytest

GitHub Star 历史

查看源码项目主页