humano-mcp

Servidor MCP que proporciona humanos como herramientas MCP

descripción general

human-mcp es un servidor MCP que permite a los asistentes de IA aprovechar las capacidades humanas. Recibe solicitudes del asistente de IA, muestra instrucciones al humano y devuelve la respuesta del humano al asistente de IA.

Características principales:

• Acepta solicitudes de ejecución de herramientas (a través de STDIN) de clientes MCP

• Escribe las instrucciones necesarias para la ejecución en una base de datos SQLite

• La aplicación Streamlit monitorea SQLite, muestra instrucciones al humano y solicita respuestas.

• Escriba los resultados de la entrada humana a través de Streamlit en SQLite

• El servidor MCP lee los resultados de SQLite y los devuelve al cliente (a través de STDOUT) como una respuesta MCP.

Related MCP server: browser-use MCP Server

Herramientas proporcionadas

1. human_eye_tool : El ojo humano se utiliza para describir una situación o localizar algo específico.

2. human_hand_tool : Un humano que usa su mano para realizar una manipulación física simple.

3. human_mouth_tool : Un humano usa su boca para decir las palabras especificadas.

4. human_weather_tool : Un humano verifica e informa el clima en su ubicación.

5. human_ear_tool : Un humano usa sus oídos para escuchar sonidos y describir la situación.

6. human_nose_tool : Un humano usa su nariz para identificar olores.

7. human_taste_tool : Un humano usa su boca para saborear la comida y describir su sabor.

configuración

Prerrequisitos

• Python 3.12 o superior

• ultravioleta

• SQLite3

Instrucciones de instalación

1. Clonar el repositorio

   git clone https://github.com/yourusername/human-mcp.git cd human-mcp

2. Crear y activar el entorno virtual

   uv venv source .venv/bin/activate

3. Instalar dependencias

   uv pip install .

Cómo utilizar

1. Instalar el servidor MCP

1. Conectarse al servidor MCP desde Claude

   "human-mcp": { "command": "uv", "args": [ "run", "--with", "mcp[cli]", "mcp", "run", "$PATH_TO_REPOSITORY/human_mcp/mcp_server.py" ] }

2. Inicie Streamlit UI en una segunda terminal

   task run-streamlit

3. Acceda a la interfaz de usuario de Streamlit en su navegador (normalmente http://localhost:8501 )

4. Una vez que envíe su solicitud a través de su cliente MCP (por ejemplo, Claude Desktop), la tarea aparecerá en la interfaz de usuario de Streamlit.

5. Una vez que ingrese su respuesta en la interfaz de usuario de Streamlit y haga clic en el botón "Enviar respuesta", la respuesta se enviará de vuelta al cliente MCP.

Estructura del proyecto

licencia

Instituto Tecnológico de Massachusetts (MIT)

Notas

Este proyecto pretende ser una broma. En la práctica, es necesario tener en cuenta factores como la carga de los operadores humanos y los retrasos en la respuesta.