human-mcp

人MCP

提供人类作为 MCP 工具的 MCP 服务器

概述

human-mcp 是一个 MCP 服务器，它使 AI 助手能够利用人类的能力。它接收来自AI助手的请求，向人类显示指令，并将人类的响应返回给AI助手。

主要特点：

• 接受来自 MCP 客户端的工具执行请求（通过 STDIN）
• 将执行所需的指令写入 SQLite 数据库
• Streamlit 应用程序监控 SQLite，向人类显示指令并提示响应。
• 通过 Streamlit 将人工输入的结果写入 SQLite
• MCP 服务器从 SQLite 读取结果并将其作为 MCP 响应返回给客户端（通过 STDOUT）。

提供的工具

1. human_eye_tool ：人眼用于描述情况或定位特定事物。
2. human_hand_tool ：人类用手进行简单的物理操作。
3. human_mouth_tool ：人类用嘴说出指定的词语。
4. human_weather_tool ：人工检查并报告您所在位置的天气。
5. human_ear_tool ：人类用耳朵听声音并描述情况。
6. human_nose_tool ：人类用鼻子来识别气味。
7. human_taste_tool ：人类用嘴巴品尝食物并描述其味道。

设置

先决条件

• Python 3.12 或更高版本
• 紫外线
• SQLite3

安装说明

1. 克隆存储库
   git clone https://github.com/yourusername/human-mcp.git cd human-mcp
2. 创建并激活虚拟环境
   uv venv source .venv/bin/activate
3. 安装依赖项
   uv pip install .

如何使用

0. 安装 MCP 服务器

1. 从 Claude 连接到 MCP 服务器
   "human-mcp": { "command": "uv", "args": [ "run", "--with", "mcp[cli]", "mcp", "run", "$PATH_TO_REPOSITORY/human_mcp/mcp_server.py" ] }
2. 在第二个终端中启动 Streamlit UI
   task run-streamlit
3. 在浏览器中访问 Streamlit UI（通常是http://localhost:8501 ）
4. 一旦您通过 MCP 客户端（例如 Claude Desktop）提交请求，该任务就会出现在 Streamlit UI 中。
5. 一旦您在 Streamlit UI 中输入您的回复并单击“发送回复”按钮，回复将被发送回 MCP 客户端。

项目结构

执照

麻省理工学院

笔记

这个项目纯粹是开玩笑而已。在实际操作中，需要考虑人类操作员的负担、响应延迟等因素。