模型上下文协议（MCP）

所有版权归于： https://github.com/ShawhinT/YouTube-Blog/

这是 AI 代理系列的第四个示例。在这里，我构建了一个客户端 MCP 服务器，以便任何 AI 应用都可以访问人工智能虚拟助手 (AVA) 的工具集。

链接

如何运行此示例

克隆此 repo
如果还没有安装uv，请先安装

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

在开发模式下测试服务器

uv run mcp dev mcp-server-example.py

将服务器配置添加到 AI 应用程序（例如 Claude Desktop 或 Cursor）。

{ "mcpServers": { "AVA": { "command": "/Users/shawhin/.local/bin/uv", # replace with global path to your uv installation "args": [ "--directory", "/Users/shawhin/Documents/_code/_stv/sandbox/ava-mcp/", # replace with global path to repo "run", "mcp-server-example.py" ] } } }

Related MCP server: SEO AI Assistant

自定义 AVA 的行为

更新个人信息和偏好

在项目目录中找到prompts/ava.md文件
使用以下方式自定义文件：
- 沟通偏好
- 处理任务的具体说明
- AVA 的任何其他相关指南

环境设置（.env）

在项目根目录中创建一个.env文件，其中包含以下变量：

USER_EMAIL=your_email_address # Google OAuth Credentials GOOGLE_CREDENTIALS_PATH=.config/ava-agent/credentials.json GOOGLE_TOKEN_PATH=.config/ava-agent/token.json

所需的环境变量：

USER_EMAIL ：您要用于此应用程序的 Gmail 地址
GOOGLE_CREDENTIALS_PATH ：您的 Google OAuth 凭据文件的路径
GOOGLE_TOKEN_PATH ：存储 Google OAuth 令牌的路径

Google OAuth 设置

1.创建项目目录结构

首先，创建所需的目录结构：

mkdir -p .config/ava-agent

2. 设置 Google Cloud 项目

前往Google Cloud Console
创建新项目或选择现有项目
启用 Gmail API：
- 在导航菜单中，转到“API 和服务”>“库”
- 搜索“Gmail API”
- 点击“启用”

3.创建OAuth凭证

在 Google Cloud Console 中：
- 前往“API 和服务”>“凭证”
- 点击“创建凭证”>“OAuth 客户端 ID”
- 选择“桌面应用程序”作为应用程序类型
- 给它起一个名字（例如，“AVA Gmail 客户端”）
- 点击“创建”
下载凭证：
- 创建完成后，点击“下载JSON”
- 将下载的文件保存为.config/ava-agent/中的credentials.json
- 该文件应包含您的客户端 ID 和客户端密钥

4. 配置 OAuth 同意屏幕

在 Google Cloud Console 中：
- 前往“API 和服务”>“OAuth 同意屏幕”
- 选择“外部”用户类型
- 填写所需信息：
  - 应用程序名称
  - 用户支持电子邮件
  - 开发者联系信息
- 添加 Gmail API 范围： https://www.googleapis.com/auth/gmail.modify
- 将您的电子邮件添加为测试用户
- 完成配置