Senechal MCP 服务器

模型上下文协议 (MCP) 服务器作为 Senechal 项目的配套服务器，将 Senechal API 的健康数据提供给 LLM 应用程序。

概述

该服务器为 LLM 提供了一个标准化接口，用于从 Senechal API 访问健康数据。它公开：

资源：可以加载到 LLM 上下文中的健康数据
工具：LLM 可以调用以获取健康数据的函数
提示：用于分析健康数据的可重复使用模板

Related MCP server: OpenAPI MCP Server

安装

克隆此存储库
创建虚拟环境：
python -m venv venv source venv/bin/activate # On Windows: venv\Scripts\activate
安装依赖项：
pip install -r requirements.txt

配置

将.env.example文件复制到.env并添加您的 Senechal API 密钥和 URL：

# Required: Senechal API Key SENECHAL_API_KEY=your_api_key_here # Required: API base URL SENECHAL_API_BASE_URL=https://your-api-host/api/senechal

服务器要运行，就需要 API 密钥和 API URL。

Windows 配置

在 Windows 上运行时，请确保：

在配置中使用反斜杠或正确转义的路径
在 claude-desktop-config.json 中使用 Python 虚拟环境的完整路径：

{ "mcpServers": { "senechal-health": { "command": "C:\\path\\to\\venv\\Scripts\\python.exe", "args": [ "C:\\path\\to\\senechal_mcp_server.py" ], "env": { "SENECHAL_API_KEY": "your_api_key_here" } } } }

请注意，MCP 配置中的环境变量不使用.env文件，因此您需要在配置中明确设置它们。

用法

测试客户端/服务器设置

测试设置的最简单方法是运行示例客户端：

# In one terminal, start the server python senechal_mcp_server.py # In another terminal, run the example client python example_client.py

启动服务器

python senechal_mcp_server.py

使用 MCP Inspector 的开发模式

mcp dev senechal_mcp_server.py

在 Claude Desktop 中安装

该服务器包含 Claude Desktop 的配置文件：

mcp install senechal_mcp_server.py

然后，您可以从 Claude Desktop 的工具菜单中选择“Senechal Health”。

可用资源

senechal://health/summary/{period} - 获取每日、每周、每月或每年的健康摘要
- 例如： senechal://health/summary/day?span=7&metrics=all
- 参数：
  - period ：日、周、月、年
  - span ：周期数（默认值：1）
  - metrics ：逗号分隔列表或“全部”（默认）
  - offset ：从现在开始偏移的周期数（默认值：0）
senechal://health/profile - 获取用户的健康档案
- 包含人口统计数据、药物、补充剂
senechal://health/current - 获取当前健康测量数据
- 例如： senechal://health/current?types=1,2,3
- 参数：
  - types ：可选的以逗号分隔的测量类型 ID 列表
senechal://health/trends - 获取随时间推移的健康趋势
- 例如： senechal://health/trends?days=30&types=1,2,3&interval=day
- 参数：
  - days ：分析的天数（默认值：30）
  - types ：可选的以逗号分隔的测量类型 ID 列表
  - interval ：分组间隔 - 天、周、月（默认值：天）
senechal://health/stats - 获取健康指标的统计分析
- 例如： senechal://health/stats?days=30&types=1,2,3
- 参数：
  - days ：分析周期（天数）（默认值：30）
  - types ：可选的以逗号分隔的测量类型 ID 列表

可用工具

fetch_health_summary - 获取特定时期的健康摘要
- 参数：
  - period （必填）：日、周、月、年
  - metrics （可选）：逗号分隔的指标或“全部”（默认）
  - span （可选）：返回的周期数（默认值：1）
  - offset （可选）：偏移的周期数（默认值：0）
fetch_health_profile - 获取用户的健康资料
- 无需参数
fetch_current_health - 获取最新的健康测量数据
- 参数：
  - types （可选）：要过滤的测量类型 ID 列表
fetch_health_trends - 获取健康趋势数据
- 参数：
  - days （可选）：分析的天数（默认值：30）
  - types （可选）：要过滤的测量类型 ID 列表
  - interval （可选）：分组间隔 - 天、周、月（默认值：天）
fetch_health_stats - 获取健康指标的统计分析
- 参数：
  - days （可选）：分析期（天）（默认值：30）
  - types （可选）：要过滤的测量类型 ID 列表

可用提示

analyze_health_summary - 提示分析健康摘要
- 提供用于识别异常指标、趋势和建议行动的模板
- 旨在与senechal://health/summary/day?span=7数据一起使用
compare_health_trends - 提示比较不同时间段的健康趋势
- 提供用于比较不同时间范围（7、30、90 天）趋势的模板
- 旨在与健康趋势端点的数据一起使用

交互示例

正在加载健康摘要数据

# In an LLM application, load a week of health summaries content, mime_type = await session.read_resource("senechal://health/summary/day?span=7")

调用健康数据工具

# In an LLM conversation result = await session.call_tool( "fetch_health_trends", arguments={ "days": 30, "interval": "day" } ) # More complex example combining tools and resources profile = await session.call_tool("fetch_health_profile") trends = await session.call_tool( "fetch_health_trends", arguments={"days": 90, "interval": "week"} )

使用健康分析提示

# Get a prompt for analyzing health data prompt_result = await session.get_prompt("analyze_health_summary") for message in prompt_result.messages: print(f"[{message.role}]: {message.content.text}")

请参阅example_client.py文件以获取完整的工作示例。