What can you do with this server?

This server lets AI coding tools read Lanhu (Blue Lake) design data and automate Design-to-Code workflows. * List Lanhu teams, projects, folders, and design drafts. * Get design draft details, preview image URLs, and annotation data (layer trees with exact positions, sizes, colors, fonts). * Fetch complete structured design documents with absolute coordinates, full styles (fill/border/shadow/typography), and Design Tokens. * Retrieve DDS semantic UI component trees (e.g., NavBar, Avatar, Input, ImageText) with row/col layout and precise styles. * Generate front-end code from DDS data, including Vue 3 SFC or pure HTML. * One-click download design packages via Puppeteer: official HTML/CSS code plus sliced images, with CDN images replaced by local paths. * Download design covers or arbitrary images to local directories. * Set the active project from a Lanhu URL or project UUID so subsequent tool calls don't need projectId. * Inspect project sectors/groups to understand design organization.

How do I use lanhu-mcp-server?

1. Click on "Deploy Server". 2. Wait a few minutes for the server to deploy. Once ready, it will show a "Started" state. 3. In the chat, type @ followed by the MCP server name and your instructions, e.g., "@lanhu-mcp-server Show my recent Lanhu projects" That's it! The server will respond to your query, and you can continue using it as needed. Here is a step-by-step guide with screenshots.

lanhu-mcp-server

by DC911360

Overview Schema Source Related Servers Discussions Admin

TypeScript

Local

蓝湖 MCP Server

让 AI 编程工具（Claude Code / Cursor / Cline 等）直接读取蓝湖设计稿数据，实现 Design to Code 自动化。

功能

项目浏览 — 列出团队项目、设计稿列表、分区信息
精确设计数据 — 获取完整图层树（@1x 绝对坐标、全量样式 fill/border/shadow/typography）
DDS 语义化组件树 — 获取蓝湖 AI 识别的 UI 组件结构（NavBar / Avatar / Input / ImageText 等），包含 row/col 布局和精确样式
代码生成 — 基于 DDS 语义数据生成 Vue 3 SFC 或纯 HTML 代码
一键下载 — 通过 Puppeteer 从 DDS 页面提取官方 HTML/CSS 代码 + 下载所有切图并替换为本地路径
Design Tokens — 自动提取颜色、字体、间距、圆角等设计变量
资源下载 — 封面图、切图、导出图片下载

Related MCP server: lanhu-mcp

安装

npm install -g dc-lanhu-mcp-server

或免安装直接使用：

npx dc-lanhu-mcp-server

30 秒接入指南

全局安装后，按你使用的 AI 编程工具复制对应配置即可：

Claude Code（CLI）

claude mcp add lanhu-mcp \
  -e LANHU_COOKIE="你的cookie" \
  -e LANHU_AUTHORIZATION="你的token" \
  -- dc-lanhu-mcp-server

Cursor

在项目根目录创建 .cursor/mcp.json：

{
  "mcpServers": {
    "lanhu-mcp": {
      "command": "dc-lanhu-mcp-server",
      "env": {
        "LANHU_COOKIE": "你的cookie",
        "LANHU_AUTHORIZATION": "你的token"
      }
    }
  }
}

Codex（OpenAI）

codex mcp add lanhu-mcp \
  -e LANHU_COOKIE="你的cookie" \
  -e LANHU_AUTHORIZATION="你的token" \
  -- dc-lanhu-mcp-server

Windsurf

在 ~/.codeium/windsurf/mcp_config.json 添加：

{
  "mcpServers": {
    "lanhu-mcp": {
      "command": "dc-lanhu-mcp-server",
      "env": {
        "LANHU_COOKIE": "你的cookie",
        "LANHU_AUTHORIZATION": "你的token"
      }
    }
  }
}

VSCode Copilot Chat

在项目 .vscode/mcp.json 添加：

{
  "servers": {
    "lanhu-mcp": {
      "command": "dc-lanhu-mcp-server",
      "env": {
        "LANHU_COOKIE": "你的cookie",
        "LANHU_AUTHORIZATION": "你的token"
      }
    }
  }
}

Cline（VSCode 扩展）

在 VSCode settings.json 添加：

{
  "cline.mcpServers": {
    "lanhu-mcp": {
      "command": "dc-lanhu-mcp-server",
      "env": {
        "LANHU_COOKIE": "你的cookie",
        "LANHU_AUTHORIZATION": "你的token"
      }
    }
  }
}

Cherry Studio / 其他 GUI 客户端

设置 → MCP Servers → 添加：

Type: stdio
Command: dc-lanhu-mcp-server
Env: LANHU_COOKIE=xxx, LANHU_AUTHORIZATION=xxx

验证接入

在任意 agent 中输入："列出我的蓝湖项目" → 返回项目列表即接入成功 ✅

⚠️ 安全须知

重要：LANHU_COOKIE 和 LANHU_AUTHORIZATION 是你的蓝湖账号凭证，等同于密码。

.env 文件已自动设置 chmod 600（仅文件所有者可读写）
务必将 .env 和 .mcp.json 加入 .gitignore，切勿提交到代码仓库
若凭证泄露，请立即在蓝湖网页端退出登录使 Cookie 失效
Docker 环境下请通过环境变量注入凭证，不要挂载含凭证的配置文件到镜像中
Puppeteer 默认启用沙箱保护；如需在 Docker 中关闭，设置 LANHU_PUPPETEER_NO_SANDBOX=1

配置方式

只需 2 个字段：LANHU_COOKIE + LANHU_AUTHORIZATION。 tenantId 自动发现为 "0"（已验证可用），projectId 通过 lanhu_set_project 从 URL 自动提取，或在工具参数中直接传入。

5 种配置方式总览

#	方式	优先级	配置位置	适用场景
①	环境变量	最高	`process.env`	CI/CD、Docker、临时测试
②	`.mcp.json`	高	项目根目录	团队协作，配置随代码走
③	`.env`	中	包安装目录	本地开发，不提交 git
④	`settings.json`	低	`~/.claude/settings.json`	个人开发者，全局生效
⑤	交互引导	兜底	运行时输入	首次使用，零配置启动

优先级：① > ② > ③ > ④ > ⑤（高优先级覆盖低优先级）

① 环境变量（优先级最高）

通过进程环境变量注入，适用于 CI/CD、Docker 容器或临时测试：

# 方式 A：export 后启动
export LANHU_COOKIE="你的cookie"
export LANHU_AUTHORIZATION="你的token"
npx dc-lanhu-mcp-server

# 方式 B：一行命令
LANHU_COOKIE="你的cookie" LANHU_AUTHORIZATION="你的token" npx dc-lanhu-mcp-server

# 方式 C：Docker / CI 环境变量
# 在 Dockerfile 或 CI 配置中设置 LANHU_COOKIE 和 LANHU_AUTHORIZATION

会覆盖所有配置文件中的值。

② `.mcp.json` 项目级配置（推荐团队使用）

在项目根目录创建 .mcp.json，配置随代码走，可提交到 git：

{
  "mcpServers": {
    "lanhu-mcp": {
      "type": "stdio",
      "command": "npx",
      "args": ["dc-lanhu-mcp-server"],
      "env": {
        "LANHU_COOKIE": "你的cookie",
        "LANHU_AUTHORIZATION": "你的token"
      }
    }
  }
}

优势：

✅ 只需 2 个字段，tenantId/projectId 自动发现
✅ 配置跟随项目，新成员 clone 后即可使用
✅ 可加入 .gitignore 保护敏感信息

支持路径：

.mcp.json（标准，Claude Code / Cursor 通用）
.cursor/mcp.json（Cursor 专用）

③ `.env` 本地文件

在 dc-lanhu-mcp-server 包安装目录下创建 .env 文件：

LANHU_COOKIE=你的cookie
LANHU_AUTHORIZATION=你的token

文件权限自动设为 600（仅所有者可读写）。

适用：本地开发，不想污染全局配置。

④ `settings.json` 全局配置（推荐个人使用）

通过 Claude Code CLI 注册，配置写入 ~/.claude/settings.json，所有项目通用：

# 注册
claude mcp add lanhu-mcp \
  -e LANHU_COOKIE="你的cookie" \
  -e LANHU_AUTHORIZATION="你的token" \
  -- npx dc-lanhu-mcp-server

# 验证
claude mcp list

# 使用本地安装路径（更快启动）
claude mcp add lanhu-mcp \
  -e LANHU_COOKIE="你的cookie" \
  -e LANHU_AUTHORIZATION="你的token" \
  -- node /path/to/dc-lanhu-mcp-server/dist/index.js

也支持手动编辑 ~/.claude/settings.json：

{
  "mcpServers": {
    "lanhu-mcp": {
      "command": "npx",
      "args": ["dc-lanhu-mcp-server"],
      "env": {
        "LANHU_COOKIE": "你的cookie",
        "LANHU_AUTHORIZATION": "你的token"
      }
    }
  }
}

⑤ 交互引导（首次兜底）

无任何配置时，首次运行自动进入交互引导：

npx dc-lanhu-mcp-server

引导流程：

提示输入 LANHU_COOKIE
提示输入 LANHU_AUTHORIZATION（可选，直接回车跳过）
提示输入 tenantId（可选，直接回车跳过 → 自动发现）
粘贴蓝湖项目 URL（可选，直接回车跳过 → 通过 lanhu_set_project 设置）
选择写入位置（.env / settings.json / 两者）
自动保存，下次启动无需重复输入

引导只在交互式终端中进行。若 stdin 不是 TTY（例如被 MCP 客户端以管道方式启动）且没有任何配置，服务器会直接打印配置指引并退出，不会阻塞等待输入。

配置优先级

多个配置源共存时，按以下优先级加载（局部 > 全局）：

process.env → .mcp.json → .env → settings.json → 交互引导
     ↑            ↑          ↑         ↑             ↑
  环境变量     项目级配置   本地env   Claude全局    首次兜底

示例：

同时有 .mcp.json 和 .env → 使用 .mcp.json
同时有环境变量和配置文件 → 使用环境变量
只有 settings.json → 自动回填 .env

获取蓝湖凭证

登录蓝湖网页版
F12 打开开发者工具
进入 Network 标签
刷新页面，选择任意 Fetch/XHR 请求
在 Request Headers 中复制：
- Cookie → LANHU_COOKIE（必需）
- Authorization → LANHU_AUTHORIZATION（推荐，部分接口需要）

只需这 2 个凭证，tenantId 和 projectId 不需要手动获取。

使用流程

配置凭证（2 个字段）→ 设置项目（URL 自动提取）→ 获取设计数据

第一步：配置凭证 — 选择上述 5 种方式之一，只需 LANHU_COOKIE + LANHU_AUTHORIZATION

第二步：设置项目 — 两种方式任选：

调用 lanhu_set_project 传入蓝湖 URL，自动提取 projectId（推荐）
或在每个工具调用中直接传 projectId 参数

第三步：获取设计数据 — 调用 lanhu_get_design_document 等工具

# 示例：在 Claude Code 中对话

> "从这个蓝湖链接获取设计稿并生成 Vue 组件：
>  https://lanhuapp.com/web/#/item/project/detailDetach?pid=xxx&project_id=xxx&image_id=yyy"

# MCP Server 自动完成：
# 1. 从 URL 提取 projectId 和 imageId
# 2. autoDiscover() 设置 tenantId = "0"
# 3. 调用 getDesignDocument(imageId, projectId)
# 4. 返回完整设计数据（图层树 + 样式 + Design Tokens）

MCP Tools

Tool	说明
`lanhu_set_project`	从蓝湖 URL 中提取并设置默认 projectId（设置后后续工具免传）
`lanhu_list_projects`	列出团队项目/文件夹
`lanhu_get_designs`	获取项目下的设计稿列表
`lanhu_get_design_detail`	获取设计稿详情（尺寸、预览图、版本）
`lanhu_get_design_document`	获取完整精确结构化设计数据（核心）
`lanhu_get_annotations`	获取标注数据（图层树）
`lanhu_get_preview`	获取预览图 URL
`lanhu_get_tokens`	提取 Design Tokens
`lanhu_get_sectors`	获取项目分区信息
`lanhu_get_dds_schema`	获取 DDS 语义化 UI 组件树
`lanhu_generate_code`	基于 DDS 数据生成 Vue / HTML 代码
`lanhu_download_design`	一键下载设计稿（DDS 代码 + 切图）
`lanhu_download_cover`	下载设计稿封面图
`lanhu_download_image`	下载任意图片到本地

环境变量

变量	必需	说明
`LANHU_COOKIE`	是	蓝湖登录 Cookie
`LANHU_AUTHORIZATION`	否	Authorization Token（部分接口需要）
`LANHU_TENANT_ID`	否	租户 ID（不配置则自动发现，默认 `"0"` 已验证可用）
`LANHU_PROJECT_ID`	否	默认项目 ID（不配置则通过工具参数传入，或使用 `lanhu_set_project` 设置）
`CHROME_PATH`	否	Chrome 路径（`lanhu_download_design` 需要，默认自动检测）
`LANHU_ALLOW_HTTP_DATA_URL`	否	设为 `1` 时放行蓝湖返回的 `http://` 数据地址。默认强制 HTTPS（这些请求会带 Cookie）；内网地址拦截始终生效，不受此开关影响

测试

方式一：MCP Inspector（推荐）

MCP Inspector 是官方调试工具，提供 Web UI 可以直接调用 Tools：

# 设置环境变量
export LANHU_COOKIE="你的cookie"
export LANHU_AUTHORIZATION="你的token"

# 启动 Inspector
npx @modelcontextprotocol/inspector node dist/index.js

浏览器会打开 http://localhost:5173，可以：

查看所有注册的 Tools
手动调用每个 Tool 并查看返回结果
调试输入参数

方式二：直接在 Claude Code 中测试

# 1. 添加 MCP Server
claude mcp add lanhu-mcp -e LANHU_COOKIE="你的cookie" -- node $(pwd)/dist/index.js

# 2. 启动 Claude Code，直接对话测试
claude

# 然后在对话中说：
# "列出我的蓝湖项目"
# "获取设计稿 xxx 的数据"

使用流程

配置凭证 — .mcp.json 中只需 LANHU_COOKIE + LANHU_AUTHORIZATION
设置项目（二选一）：
- 调用 lanhu_set_project 传入蓝湖 URL，自动提取 projectId
- 或在每个工具调用中直接传 projectId 参数
获取设计数据 — 调用 lanhu_get_design_document 等工具

# 示例对话流程：
> "从这个蓝湖链接获取设计稿：https://lanhuapp.com/web/#/item/project/detailDetach?pid=xxx&project_id=xxx&image_id=yyy"

# MCP Server 自动：
# 1. 提取 projectId 和 imageId
# 2. 调用 getDesignDocument(imageId, projectId)
# 3. 返回完整设计数据

方式三：命令行快速验证

# 确认 Server 能正常启动（会等待 stdio 输入）
echo '{"jsonrpc":"2.0","id":1,"method":"initialize","params":{"protocolVersion":"2024-11-05","capabilities":{},"clientInfo":{"name":"test","version":"0.1.0"}}}' | LANHU_COOKIE="你的cookie" node dist/index.js

方式四：开发模式 + Inspector

# 使用 tsx 直接运行，改代码无需重新构建
npx @modelcontextprotocol/inspector npx tsx src/index.ts

错误日志

Server 会自动捕获所有异常并记录到日志文件，方便排查问题。

日志位置：

~/.lanhu-mcp/error.log

监控内容：

TOOL_ERROR — Tool 调用失败（含工具名、参数、完整堆栈）
UNCAUGHT_EXCEPTION — 未捕获异常
UNHANDLED_REJECTION — 未处理的 Promise 拒绝
SIGTERM / SIGINT — 进程退出信号

常用命令：

# 实时查看（推荐，调试时开一个终端窗口常驻）
tail -f ~/.lanhu-mcp/error.log

# 查看全部内容
cat ~/.lanhu-mcp/error.log

# 只看最后 50 行
tail -50 ~/.lanhu-mcp/error.log

# 分页查看（按 q 退出，/ 搜索）
less ~/.lanhu-mcp/error.log

# 只查某个工具的错误
grep "lanhu_download_design" ~/.lanhu-mcp/error.log

# 统计错误次数
grep -c "TOOL_ERROR" ~/.lanhu-mcp/error.log

# 清空日志
> ~/.lanhu-mcp/error.log

# 用编辑器打开
code ~/.lanhu-mcp/error.log   # VSCode / Cursor

日志格式：

[2026-07-15T02:02:50.582Z] TOOL_ERROR [lanhu_get_design_document]: 获取详情失败: Image not exist
Error: 获取详情失败: Image not exist
    at LanhuClient.getDesignDetail (...)
    at ...
Args: {
  "imageId": "invalid-image-id-12345",
  "projectId": "b27d22f6-..."
}
────────────────────────────────────────────────────────────────────────────────

每条日志包含：时间戳 / 类型 / 工具名 / 错误信息 / 调用堆栈 / 调用参数。

项目结构

src/
├── index.ts          # MCP Server 入口（首次配置引导 + stdio 启动）
├── client.ts         # 蓝湖 API 客户端（图层解析、DDS、下载）
├── tools.ts          # MCP Tools 注册
├── dds-codegen.ts    # DDS → Vue / HTML 代码生成器
├── dds-puppeteer.ts  # Puppeteer 提取 DDS 官方代码 + 切图下载
└── types.ts          # 类型定义

参考

蓝湖官网
MCP 协议规范
@modelcontextprotocol/sdk
MCP Inspector — 官方调试工具
dsphper/lanhu-mcp — 社区参考实现
Puppeteer — DDS 代码提取依赖

Available Tools

14 tools

lanhu_download_coverB

下载设计稿封面图（完整设计截图）到本地目录。

Inputs: imageId (required), outputPath (required), projectId.

lanhu_download_designA

一键下载蓝湖设计稿：通过 Puppeteer 从 DDS 页面提取官方生成的 HTML/CSS 代码 + 下载所有 CDN 切图并替换为本地路径。输出 index.html / index.css / flexible.js / common.css + img/。

Inputs: imageId (required), outputPath (required), projectId.

lanhu_download_imageC

下载任意图片 URL 到本地目录。

Inputs: url (required), fileName (required), outputPath (required).

lanhu_generate_codeB

基于蓝湖 DDS 语义化数据生成前端代码。支持 Vue 3 SFC (.vue) 和 HTML 输出。

Inputs: imageId (required), format, outputPath.

lanhu_get_annotationsB

获取设计稿的标注数据（图层树），包含每个元素的尺寸、位置、颜色、字体等精确参数。

Inputs: imageId (required), projectId.

lanhu_get_dds_schemaA

获取蓝湖 DDS 语义化 UI 组件树。返回经过 AI 识别的 UI 组件结构（NavBar/Avatar/Input/ImageText 等），包含 row/col 布局和精确样式。用于 300% 精确还原设计稿。

Inputs: imageId (required), versionId.

lanhu_get_design_detailB

获取设计稿详情，包含尺寸、预览图 URL、版本信息、json_url（标注数据地址）。

Inputs: imageId (required), projectId.

lanhu_get_design_documentA

获取设计稿的完整精确结构化数据。返回图层树（绝对坐标@1x、全量样式fill/border/shadow/typography）、Design Tokens。供 iOS/Android/Flutter/Web/H5 代码生成器使用。

Inputs: imageId (required), projectId.

lanhu_get_designsA

获取项目下的设计稿列表。使用项目的 UUID（sourceId）作为 projectId。

Inputs: projectId.

lanhu_get_previewB

获取设计稿的预览图 URL。

Inputs: imageId (required), projectId.

lanhu_get_sectorsB

获取项目的分区（分组）信息，了解设计稿的组织结构。

Inputs: projectId.

lanhu_get_tokensB

从设计稿标注数据中提取 Design Tokens（颜色变量等）。

Inputs: projectId.

lanhu_list_projectsB

列出蓝湖团队下的所有项目/文件夹，返回 ID 和名称。parentId=0 表示根目录。

Inputs: parentId.

lanhu_set_projectA

从蓝湖项目 URL 中提取并设置默认 projectId。之后所有工具调用无需再传 projectId。支持格式：完整 URL 或直接粘贴 projectId UUID。

Inputs: url (required).

Tool Schema Changelog

Recent tool additions, removals, and schema changes observed during successful MCP inspections.

Loading tool schema changelog…

Deploy Server

Claude Code, inside the Godot 4 editorFlockbay puts an AI agent in the real Godot 4 editor: it writes GDScript, runs your game and fixes what breaks. Free, or bring your own Claude Code or Codex.flockbay.comAd

TDQS

A3.7/5.0

Scored 2026-07-15 07:45 across 14 tools

Disambiguation5/5

Each tool has a clearly distinct purpose: downloading covers, designs, or images; generating code; retrieving annotations, DDS schema, design details, documents, previews, sectors, tokens; listing projects; and setting the project. No two tools do the same thing, and any apparent overlap (e.g., annotations vs. design document) is well-differentiated by description.

Naming Consistency5/5

All tools follow a consistent 'lanhu_verb_noun' pattern in snake_case (e.g., lanhu_download_cover, lanhu_get_annotations, lanhu_list_projects). The verbs are specific and predictable, making it easy to infer the action and target resource.

Tool Count5/5

With 14 tools, the server is well-scoped for interacting with the Lanhu design platform. Each tool addresses a specific need (listing, getting details, downloading, code generation), and the count is neither too sparse nor overwhelming.

Completeness4/5

The tool surface covers core workflows: browsing projects and designs, retrieving detailed structural data and tokens, downloading assets, and generating code. Minor gaps exist (e.g., no direct tool for searching designs or managing project metadata), but the set is sufficient for common tasks.

Maintenance

ActivitySlowing

ResponsivenessNo recent community issues

Resources

Related MCP Connectors

Anima MCP ServerA
io.github.AnimaApp
Connect AI coding agents to Anima Playground, Figma, and your design system.
Developer Tools App Automation Content Management Systems
3526
https://public-api.animaapp.com/v1/mcp
TsehaA
io.tseha
Serves your design system and coding standards to coding agents, so they stop guessing.
Developer Tools Documentation Access
942
https://tseha.io/mcp
VynixA
in.vynix
Give AI coding agents access to your Vynix visual feedback, bug reports, and AI diagnosis.
Testing & QA Tools Monitoring Developer Tools
17111
https://mcp.vynix.in/mcp
OverlayQAA
com.overlayqa
Run accessibility, contrast, and design token audits and file QA issues from your AI coding tool.
Testing & QA Tools Design Tools Developer Tools
451
https://api.overlayqa.com/mcp

Related MCP Servers

Lanhu MCP Server
Design Tools Developer Tools Code Analysis
MrDgbot
A
license
A
quality
C
maintenance
Enables AI to directly read and analyze Lanhu design drafts and requirement documents to generate HTML, CSS, and structural analyses. It allows users to extract design slices and process prototype pages directly within AI clients.
Updated 3 months ago (2026-08-07 09:10 UTC)
3
292 npm
148
MIT
lanhu-mcp
Design Tools Developer Tools
xinayida
A
license
A
quality
C
maintenance
Provides AI coding agents with structured access to Lanhu design data, enabling direct inspection of artboards, extraction of pixel-perfect layer styles and CSS attributes, and downloading of design assets without vision token overhead.
Updated 21 days ago (2026-10-22 09:26 UTC)
9
MIT
mcp-lanhu
Design Tools Developer Tools
Shaolh0603
A
license
A
quality
C
maintenance
Enables AI coding assistants to directly access Lanhu design drafts, generate frontend code, parse PRDs, and download design assets.
Updated 2 months ago (2026-09-10 08:48 UTC)
3
292 npm
MIT
Lanhu MCP Server
Design Tools Developer Tools Knowledge & Memory
Hewiek
A
license
Not graded
quality
B
maintenance
Enables AI assistants to read Lanhu design collaboration content: extracting and analyzing Axure prototype pages, downloading UI designs and slices, and converting design specs into HTML+CSS for implementation. It also provides a shared team message board so multiple AI tools can reuse requirement analyses and knowledge across projects.
Updated 3 days ago (2026-11-09 18:33 UTC)
MIT

蓝湖 MCP Server

功能

安装

30 秒接入指南

Claude Code（CLI）

Cursor

Codex（OpenAI）

Windsurf

VSCode Copilot Chat

Cline（VSCode 扩展）

Cherry Studio / 其他 GUI 客户端

验证接入

⚠️ 安全须知

配置方式

5 种配置方式总览

① 环境变量（优先级最高）

② .mcp.json 项目级配置（推荐团队使用）

③ .env 本地文件

④ settings.json 全局配置（推荐个人使用）

⑤ 交互引导（首次兜底）

配置优先级

获取蓝湖凭证

使用流程

MCP Tools

环境变量

测试

方式一：MCP Inspector（推荐）

方式二：直接在 Claude Code 中测试

使用流程

方式三：命令行快速验证

方式四：开发模式 + Inspector

错误日志

项目结构

参考

Available Tools

Tool Schema Changelog

TDQS

Maintenance

Resources

Related MCP Connectors

Related MCP Servers

Lanhu MCP Server

lanhu-mcp

mcp-lanhu

Lanhu MCP Server

② `.mcp.json` 项目级配置（推荐团队使用）

③ `.env` 本地文件

④ `settings.json` 全局配置（推荐个人使用）