tv-recommender-mcp-server

[English Version](README.en.md) # TV推荐MCP服务器 🚀 [](https://codecov.io/github/terryso/tv-recommender-mcp-server) [](https://badge.fury.io/js/tv-recommender-mcp-server)  [](https://nodejs.org) [](https://github.com/terryso/tv-recommender-mcp-server/pulls) [](https://smithery.ai/server/@terryso/tv-recommender-mcp-server) [](https://opensource.org/licenses/MIT) [](https://deepwiki.com/terryso/tv-recommender-mcp-server) > 基于TMDb API的美剧推荐MCP服务器，提供按类型推荐、相似剧集推荐和剧集详情功能。 ## 项目描述 本项目是一个基于MCP(Model Context Protocol)的服务器，专门用于提供全面的美剧推荐和信息查询服务。服务器通过标准输入/输出(stdio)与支持MCP的客户端通信，并通过调用TMDb(The Movie Database) API获取数据。服务覆盖从剧集发现、详情查询到观看渠道、演员信息、用户评论等多方面功能，为用户提供一站式剧集探索体验。 ### 项目背景与愿景 大型语言模型（LLM）在理解和生成文本方面表现出色，但在提供实时、个性化的美剧推荐方面存在局限性（如知识截止、缺乏用户偏好理解）。用户期望通过自然语言交互获得更精准、更及时的推荐，而现有LLM难以完全满足此需求。本项目旨在通过Model Context Protocol (MCP) Server扩展LLM的能力，解决这一痛点，抓住提供更智能影视发现体验的机会。 **愿景：** 让用户能够通过与LLM的自然对话，无缝地发现、了解并获取个性化、实时、可解释的美剧推荐，将LLM变为强大的个人娱乐顾问。 ### 目标用户 主要目标用户是熟悉并使用支持MCP的LLM客户端（如Claude Desktop）的个人用户。他们是美剧爱好者，对通过AI获取信息持开放态度，并希望以更自然、交互的方式发现符合口味的新剧集。 ## 系统架构 此MCP服务器采用模块化设计，具有明确的关注点分离。服务器初始化MCP框架，注册各种推荐工具，并使用TMDb客户端与TMDb API交互。配置设置（特别是TMDb API密钥）通过环境变量管理。 ### 高级架构图 ```mermaid flowchart TD A["MCP客户端<br>(LLM工具)"] -- "MCP请求<br>(stdio)" --> B subgraph "服务器架构" B["MCP核心<br>(stdio)"] --> C["工具路由器"] C --> D["工具实现层"] D --> E["TMDb服务客户端"] D --> F["工具辅助功能<br>(如类型映射)"] E -- "HTTP请求" --> G["TMDb API"] D --> H["日志系统"] E --> H end G -- "HTTP响应" --> E B -- "发送响应" --> A ``` ### 核心组件 - **MCP服务器实现**：服务器基于Model Context Protocol SDK for TypeScript构建，提供工具注册和客户端通信的基础。 - **TMDb客户端**：负责与TMDb API的所有交互，处理认证、构建API请求并处理响应。 - **推荐工具**：服务器公开各种工具，提供与电视节目发现和信息检索相关的特定功能。 ## 功能与路线图 (Features & Roadmap) 以下是本项目的完整功能列表及开发状态 (基于 `.ai` 目录下的用户故事): **Epic 1: 核心推荐工具 MVP (Core Recommendation Tools MVP)** - [x] **MCP 服务器基础设置与 API 集成 (MCP Server Setup & API Integration)** (`story-1-1-setup-integration.md`) - [x] **按类型推荐剧集 (Recommend Shows by Genre)** (`story-1-2-recommend-genre.md`) - 工具: `get_recommendations_by_genre` - [x] **查找相似剧集 (Find Similar Shows)** (`story-1-3-recommend-similar.md`) - 工具: `get_similar_shows` - [x] **获取剧集详情 (Get Show Details)** (`story-1-4-show-details.md`) - 工具: `get_show_details` **Epic 2: 增强与扩展 (Enhancements & Expansion)** - [ ] **基于关键词/主题发现 (Keyword/Theme Based Discovery)** (`story-2-1-keyword-discovery.md`) - [ ] **发现演员早期作品 (Early Actor Works Discovery)** (`story-2-2-early-works.md`) - [ ] **详细的单集信息与互动 (Detailed Episode Information & Interaction)** (`story-2-3-episode-details.md`) - [ ] **内容聚合(按平台/网络/公司) (Provider/Network/Company Content Aggregation)** (`story-2-4-provider-aggregation.md`) - [x] **查询演员信息及其作品 (Query Actor Information and Credits)** (`story-2-5-actor-info.md`) - 工具: `get_actor_details_and_credits`, `find_shows_by_actor`, `get_recommendations_by_actor` - [x] **高级剧集发现 (Advanced Show Discovery)** (`story-2-6-advanced-discovery.md`) - 工具: `discover_shows` - [x] **查询热门与趋势剧集 (Query Popular & Trending Shows)** (`story-2-7-popular-trending.md`) - 工具: `get_popular_shows`, `get_trending_shows` - [x] **查询剧集用户评论 (Query Show User Reviews)** (`story-2-8-reviews-ratings.md`) - 工具: `get_show_reviews` - [x] **查询剧集预告片与视频 (Query Show Trailers & Videos)** (`story-2-9-trailers.md`) - 工具: `get_show_videos` - [x] **查询剧集观看渠道 (Query Show Watch Providers)** (`story-2-10-watch-providers.md`) - 工具: `get_watch_providers` **Epic 3: 个性化与集成 (Personalization & Integration)** - [ ] **智能追剧进度管理 (Smart Watch Progress Management)** (`story-3-1-watch-progress.md`) **Epic 4: 可视化与探索 (Visualization & Exploration)** - [ ] **可视化系列/宇宙探索 (Visual Franchise/Universe Exploration)** (`story-4-1-franchise-visualization.md`) ## 技术栈 - **语言:** TypeScript - **运行时环境:** Node.js - **MCP SDK:** @modelcontextprotocol/sdk - **类型验证:** zod - **HTTP客户端:** axios - **外部API:** TMDb (The Movie Database) - **环境变量管理:** dotenv ## 快速开始 使用npx可以快速运行服务器，无需安装： ```bash # 设置TMDb API密钥（必须） export TMDB_API_KEY=your_api_key_here # 运行服务器 npx tv-recommender-mcp-server ``` ## 安装步骤 1. 从NPM安装 ```bash npm install -g tv-recommender-mcp-server ``` 2. 配置环境变量 ```bash export TMDB_API_KEY=your_api_key_here ``` 3. 运行服务器 ```bash tv-recommender-mcp-server ``` 或者，您可以克隆仓库： 1. 克隆仓库 ```bash git clone <仓库地址> cd tv-recommender-mcp-server ``` 2. 安装依赖 ```bash npm install ``` 3. 配置环境变量 - 复制`.env-example`为`.env` - 在[TMDb](https://www.themoviedb.org/)申请API密钥 - 将API密钥填入`.env`文件的`TMDB_API_KEY`字段 4. 构建并运行项目 ```bash npm run build npm start ``` ## 在Smithery平台中使用 要在Smithery平台中使用此MCP服务器，请按照以下步骤操作： 1. 访问 [Smithery平台](https://smithery.ai) 并登录您的账户 2. 搜索"@terryso/tv-recommender-mcp-server"或直接访问 [tv-recommender-mcp-server](https://smithery.ai/server/@terryso/tv-recommender-mcp-server) 3. 点击"Install"按钮安装此服务 4. **重要**: 在配置过程中，您需要提供一个TMDb API密钥 - 您可以在 [TMDb](https://www.themoviedb.org/) 网站注册并申请免费API密钥 - 在输入框中填入您的API密钥 5. 完成安装后，您可以在任何支持Smithery工具的AI聊天中使用此服务 ## 在Cursor中配置MCP服务器 要在Cursor中使用此MCP服务器，请按照以下步骤操作： 1. 在项目根目录创建（或编辑）`.cursor/mcp.json`文件 2. 在文件中配置服务器信息，格式如下（使用npx方式）： ```json { "mcpServers": { "TVRecommender": { "command": "npx", "args": [ "tv-recommender-mcp-server" ] } } } ``` 3. 使用环境变量传递TMDb API密钥： ```json { "mcpServers": { "TVRecommender": { "command": "env", "args": [ "TMDB_API_KEY=your_api_key_here", "npx", "tv-recommender-mcp-server" ] } } } ``` 4. 保存文件后，Cursor会自动检测并加载此MCP服务器 5. 现在，您可以在Cursor中通过以下方式使用此工具： - 在对话中输入 `/` 并选择 `TVRecommender` 工具 - 输入相关查询，如 "推荐科幻类电视剧" 或 "查找与《权力的游戏》相似的剧集" 6. 如需调试或查看日志： - 在Cursor的开发者工具中（按 `Cmd+Option+I` 打开）查看控制台输出 - 通过环境变量启用调试模式：`"DEBUG=mcp:*,npx tv-recommender-mcp-server"` ## 使用场景示例 以下是几个实际使用场景示例，展示如何结合多个工具获得更好的体验： 1. **发现新剧集**： - 使用 `get_popular_shows` 或 `get_trending_shows` 获取当前热门剧集 - 找到感兴趣的剧集后，用 `get_show_details` 查看详情 - 通过 `get_show_videos` 观看预告片 - 使用 `get_watch_providers` 查找哪里可以观看 2. **基于喜爱的演员探索**： - 通过 `get_actor_details_and_credits` 查看喜欢的演员的所有作品 - 使用 `get_recommendations_by_actor` 获取与该演员相关的推荐 - 对感兴趣的剧集，用 `get_show_reviews` 查看其他观众的评价 3. **精确筛选剧集**： - 使用 `discover_shows` 结合多种条件（类型、年代、评分、关键词等）精确查找符合个人口味的剧集 - 例如：查找2020年后的高分科幻剧集，或者查找特定电视网络（如HBO、Netflix）的原创剧集 4. **相似内容探索**： - 看完一部喜欢的剧集后，使用 `get_similar_shows` 寻找风格相似的其他剧集 - 结合 `get_recommendations_by_genre` 探索更多同类型优质内容 以上功能可以在AI聊天中自然地组合使用，例如可以对AI说"推荐一些类似《怪奇物语》的科幻剧，并告诉我在哪里可以观看"，MCP工具会自动配合AI提供所需信息。 ## 工具说明 本MCP服务器提供以下工具: 1. **get_recommendations_by_genre** - 按类型获取剧集推荐 2. **get_similar_shows** - 获取与指定剧集相似的推荐 3. **get_show_details** - 获取指定剧集的详细信息 4. **get_watch_providers** - 查询特定剧集在指定国家/地区的观看渠道（流媒体、租赁、购买） 5. **discover_shows** - 高级剧集发现，支持多种条件组合（如类型、评分、年份、关键词、播放平台等） 6. **find_shows_by_actor** - 查找演员参演的剧集 7. **get_recommendations_by_actor** - 获取演员推荐的剧集 8. **get_actor_details_and_credits** - 获取演员详细信息（如简介、照片）及其参演的剧集列表 9. **get_popular_shows** - 获取当前最热门的剧集 10. **get_trending_shows** - 获取近期趋势剧集（支持日趋势和周趋势） 11. **get_show_videos** - 获取指定剧集的预告片和相关视频 12. **get_show_reviews** - 查看其他用户对特定剧集的评论 ### 工具详细文档 更多关于工具使用和系统架构的详细文档，请访问我们的[DeepWiki文档](https://deepwiki.com/terryso/tv-recommender-mcp-server)，其中包含： - 工具实现架构 - 请求流程图 - 部署和配置指南 - 各工具的详细参数说明 - 开发和测试指南 - 项目路线图等 ## 功能示例 以下是各工具的使用示例: ### 获取观看渠道 ``` /TVRecommender get_watch_providers --show_title="怪奇物语" --country_code="US" ``` ### 高级剧集发现 ``` /TVRecommender discover_shows --with_genres=["科幻", "惊悚"] --vote_average_gte=8.0 --first_air_date_year=2022 ``` ### 查询演员信息及作品 ``` /TVRecommender get_actor_details_and_credits --actor_name="布莱恩·科兰斯顿" ``` ### 获取热门与趋势剧集 ``` /TVRecommender get_popular_shows /TVRecommender get_trending_shows --time_window="day" ``` ### 获取剧集预告片与视频 ``` /TVRecommender get_show_videos --show_title="权力的游戏" ``` ### 查询剧集用户评论 ``` /TVRecommender get_show_reviews --show_title="绝命毒师" --page=1 ``` ## 安全考量 - **API Key管理**：TMDb API密钥是敏感的，不应硬编码在源代码中或提交到版本控制系统。它将仅通过环境变量使用dotenv包加载。.env文件必须包含在.gitignore中。 - **输入验证**：尽管MCP通信通常在客户端/服务器之间受信任，但建议在工具实现中进行基本的输入参数验证。 - **速率限制**：请注意TMDb API的速率限制。如有必要，请在未来的迭代中实现基本的重试逻辑或缓存。 - **依赖项**：保持依赖项更新，以修补已知的漏洞。 ## 开发模式 如果您希望参与开发，可以使用以下命令启动开发模式： ```bash npm run dev ``` ## 发布到NPM 本项目配置了GitHub Actions工作流，可以自动发布到NPM： 1. 确保更新了`package.json`中的版本号 2. 在GitHub仓库设置中添加以下密钥： - `NPM_TOKEN`: 您的NPM访问令牌 3. 在GitHub上创建一个新的Release或推送标签（v*格式） 4. GitHub Actions会自动构建并发布到NPM 您也可以手动触发工作流进行发布。 ## 贡献指南 欢迎提交Issue和Pull Request来帮助改进这个项目。 ## 许可证 [MIT](LICENSE) © 2023-present