Skip to main content
Glama

Doctah-MCP

by TonybotNi
README_zh.md5.2 kB
<div align="center"> <img src="./assets/images/doctah-mcp-logo.png" alt="Doctah-MCP Logo" width="150" height="150"> # Doctah-MCP [![License: MIT](https://img.shields.io/badge/License-MIT-yellow.svg)](https://opensource.org/licenses/MIT) [![Python 3.10+](https://img.shields.io/badge/python-3.10+-blue.svg)](https://www.python.org/downloads/) [![MCP](https://img.shields.io/badge/MCP-Compatible-green.svg)](https://modelcontextprotocol.io/) **🌍 Language / 语言选择:** [🇺🇸 English](README.md) | [🇨🇳 中文](README_zh.md) </div> > 🎯 让 AI 助手能够搜索和访问明日方舟游戏资料的 MCP 服务器 Doctah-MCP 通过 Model Context Protocol (MCP) 为 AI 模型提供明日方舟 PRTS.wiki 资料的程序化访问接口。它让 AI 模型能够搜索干员、敌人信息并获取详细内容。 ## ✨ 核心功能 * 🎯 **干员搜索**: 查询干员详细信息,包括技能、天赋、基本属性等 * ⚔️ **敌人查询**: 获取敌人数据和等级信息 * 📋 **列表搜索**: 模糊搜索查找相关干员或敌人 * 🔍 **内容验证**: 智能区分干员和敌人页面,确保查询准确性 * 🤖 **AI 友好**: 结构化 Markdown 输出,便于 AI 理解 ## 🚀 快速开始 ### 通过源码安装 ```bash git clone https://github.com/TonybotNi/Doctah-MCP.git cd doctah-mcp pip install -e . ``` **验证安装:** ```bash # 测试全局命令是否可用 doctah-mcp --help # 或者测试 Python 模块方式 python -m doctah_mcp.server --help ``` ### 开发环境安装 ```bash # 克隆仓库 git clone https://github.com/TonybotNi/Doctah-MCP.git cd doctah-mcp # 安装开发依赖 pip install -e ".[dev]" ``` ### 🔌 MCP 集成配置 选择以下配置方法之一添加到你的 MCP 客户端配置文件中: **方法1:使用全局命令(推荐)** ```json { "mcpServers": { "doctah-mcp": { "command": "doctah-mcp", // 或使用完整路径: "/full/path/to/doctah-mcp" "args": [] } } } ``` > 💡 如果找不到 `doctah-mcp` 命令,请使用方法3,用完整的 python 路径 **方法2:使用 Python 模块** ```json { "mcpServers": { "doctah-mcp": { "command": "python", "args": ["-m", "doctah_mcp.server"] } } } ``` **方法3:指定完整路径(最可靠)** ```json { "mcpServers": { "doctah-mcp": { "command": "/full/path/to/python", "args": ["-m", "doctah_mcp.server"], "cwd": "/path/to/doctah-mcp-folder" } } } ``` > 💡 **说明**: `cwd` 是工作目录,只在方法3中需要,指向你下载的 doctah-mcp 项目文件夹 ## 💡 可用工具 服务器提供四个主要工具: ### 1. 搜索干员信息 根据干员名称查询详细信息: ```python result = await call_tool("search_operator_mcp", { "name": "银灰", "sections": "技能,天赋" }) ``` ### 2. 搜索敌人信息 根据敌人名称获取数据: ```python result = await call_tool("search_enemy_mcp", { "name": "源石虫", "sections": "级别0,级别1" }) ``` ### 3. 列出干员 查找匹配的干员列表: ```python result = await call_tool("list_operators_mcp", { "name": "医疗" }) ``` ### 4. 列出敌人 查找匹配的敌人列表: ```python result = await call_tool("list_enemies_mcp", { "name": "无人机" }) ``` ## 📁 客户端配置 ### Claude Desktop 配置文件位置: - **macOS**: `~/Library/Application Support/Claude/claude_desktop_config.json` - **Windows**: `%APPDATA%\Claude\claude_desktop_config.json` - **Linux**: `~/.config/Claude/claude_desktop_config.json` **推荐配置(最简单):** ```json { "mcpServers": { "doctah-mcp": { "command": "doctah-mcp", "args": [] } } } ``` **备用配置(如果上面不工作):** ```json { "mcpServers": { "doctah-mcp": { "command": "/full/path/to/python", "args": ["-m", "doctah_mcp.server"], "cwd": "/path/to/doctah-mcp-folder" } } } ``` ### Cherry Studio 1. 打开 Cherry Studio → Settings → MCP Servers → Add 2. 类型选择:STDIO 3. **简单配置**: - **Command**: `doctah-mcp` - **Args**: `[]` 4. **备用配置**(如果上面不工作): - **Command**: `/full/path/to/python` - **Args**: `["-m", "doctah_mcp.server"]` - **Cwd**: `/path/to/doctah-mcp-folder` ## ⚙️ 配置 通过环境变量进行配置: | 变量 | 说明 | 默认值 | |------|------|--------| | LOG_LEVEL | 日志级别 | INFO | ## 🧪 测试 运行测试套件: ```bash python -m pytest ``` ## 📄 许可证 基于 MIT 许可证发布。详见 [LICENSE](LICENSE) 文件。 ## 📖 详细配置指南 需要更详细的配置说明和故障排除?查看: - [Claude Desktop 详细配置](docs/setup/claude_desktop.md) - [Cherry Studio 详细配置](docs/setup/cherry_studio.md) --- <div align="center"> Made with ❤️ for Arknights community ## GitHub Star History [![Star History Chart](https://api.star-history.com/svg?repos=tonybotni/doctah-mcp&type=Date)](https://star-history.com/#tonybotni/doctah-mcp&Date) </div>

MCP directory API

We provide all the information about MCP servers via our MCP API.

curl -X GET 'https://glama.ai/api/mcp/v1/servers/TonybotNi/Doctah-MCP'

If you have feedback or need assistance with the MCP directory API, please join our Discord server