Skip to main content
Glama

MCP Chat

MCP Chat ist eine Befehlszeilenanwendung, die interaktive Chat-Funktionen mit KI-Modellen über die Anthropic-API ermöglicht. Die Anwendung unterstützt das Abrufen von Dokumenten, befehlsbasierte Prompts und erweiterbare Tool-Integrationen über die MCP-Architektur (Model Control Protocol).

Voraussetzungen

  • Python 3.9+

  • Anthropic API-Schlüssel

Related MCP server: MCP Chat

Einrichtung

Schritt 1: Umgebungsvariablen konfigurieren

  1. Erstellen oder bearbeiten Sie die .env-Datei im Projektstammverzeichnis und stellen Sie sicher, dass die folgenden Variablen korrekt gesetzt sind:

ANTHROPIC_API_KEY=""  # Enter your Anthropic API secret key

Schritt 2: Abhängigkeiten installieren

Option 1: Einrichtung mit uv (Empfohlen)

uv ist ein schneller Python-Paket-Installer und -Resolver.

  1. Installieren Sie uv, falls noch nicht geschehen:

pip install uv
  1. Erstellen und aktivieren Sie eine virtuelle Umgebung:

uv venv
source .venv/bin/activate  # On Windows: .venv\Scripts\activate
  1. Installieren Sie die Abhängigkeiten:

uv pip install -e .
  1. Führen Sie das Projekt aus

uv run main.py

Option 2: Einrichtung ohne uv

  1. Erstellen und aktivieren Sie eine virtuelle Umgebung:

python -m venv .venv
source .venv/bin/activate  # On Windows: .venv\Scripts\activate
  1. Installieren Sie die Abhängigkeiten:

pip install anthropic python-dotenv prompt-toolkit "mcp[cli]==1.8.0"
  1. Führen Sie das Projekt aus

python main.py

Verwendung

Grundlegende Interaktion

Geben Sie einfach Ihre Nachricht ein und drücken Sie die Eingabetaste, um mit dem Modell zu chatten.

Dokumentenabruf

Verwenden Sie das @-Symbol gefolgt von einer Dokumenten-ID, um Dokumentinhalte in Ihre Anfrage einzubeziehen:

> Tell me about @deposition.md

Befehle

Verwenden Sie das /-Präfix, um im MCP-Server definierte Befehle auszuführen:

> /summarize deposition.md

Befehle werden automatisch vervollständigt, wenn Sie die Tab-Taste drücken.

Entwicklung

Hinzufügen neuer Dokumente

Bearbeiten Sie die Datei mcp_server.py, um neue Dokumente zum docs-Dictionary hinzuzufügen.

Implementierung von MCP-Funktionen

Um die MCP-Funktionen vollständig zu implementieren:

  1. Vervollständigen Sie die TODOs in mcp_server.py

  2. Implementieren Sie die fehlende Funktionalität in mcp_client.py

Linting und Typenprüfung

Es sind keine Lint- oder Typenprüfungen implementiert.

F
license - not found
Not graded
quality - not tested
D
maintenance

Maintenance

Maintainers
Response time
Release cycle
Releases (12mo)
Commit activity

Resources

Unclaimed servers have limited discoverability.

Looking for Admin?

If you are the server author, to access and configure the admin panel.

Related MCP Servers

  • F
    license
    Not graded
    quality
    D
    maintenance
    A command-line interface application for interactive chat with AI models via the Anthropic API. It supports document retrieval, command-based prompts, and extensible tool integrations through the MCP architecture.
  • F
    license
    Not graded
    quality
    D
    maintenance
    A command-line interface application for interactive chat with AI models via the Anthropic API. It supports document retrieval, command-based prompts, and extensible tool integrations through the Model Control Protocol architecture.

View all related MCP servers

Related MCP Connectors

  • Real-time chat hub for AI agents — Claude Code, Cursor, Cline, Codex over MCP or REST.

  • A comprehensive Model Context Protocol (MCP) server that enables AI assistants to interact with yo…

  • Generate PDFs from templates via AI chat. Works with Claude, ChatGPT, Cursor, and any MCP client.

View all MCP Connectors

Latest Blog Posts

MCP directory API

We provide all the information about MCP servers via our MCP API.

curl -X GET 'https://glama.ai/api/mcp/v1/servers/MeeraMendhe/MCP-'

If you have feedback or need assistance with the MCP directory API, please join our Discord server