Skip to main content
Glama
19147951441

OpenClaw-xiaozhi MCP Server

by 19147951441
OverviewSchemaRelated ServersScoreDiscussions
Python
Hybrid

OpenClaw--xiaozhi MCP Server

Python 3.9+ MCP Protocol License: MIT

OpenClaw-xiaozhi MCP Server 是一个基于 Model Context Protocol (MCP) 协议的智能桥接服务器，用于将用户意图通过 MCP 转发给 OpenClaw（贾维斯）AI 助手处理。支持异步任务处理、WebSocket 实时通信和任务完成回调通知。

📖 目录

✨ 功能特点

  • 🚀 异步处理 - 立即返回"处理中"状态，不阻塞客户端

  • 🔄 WebSocket 实时通信 - 与小智 MCP 服务器保持长连接

  • 📬 回调通知 - 任务完成后自动通知用户

  • 🛠️ 多工具支持 - 提供多种工具接口（ask_jarvis, execute_task, process_intent 等）

  • 🔌 自动重连 - 连接断开后自动重连，支持指数退避

  • 📊 完整 MCP 协议 - 支持 JSON-RPC 2.0 和 MCP 2024-11-05 协议

  • 💼 生产就绪 - 支持 Windows 服务、任务计划程序等多种部署方式

🏗️ 系统架构

┌─────────────────┐     ┌─────────────────────┐     ┌─────────────────┐
│  MCP 客户端     │────▶│  OpenClaw MCP       │────▶│  小智 MCP       │
│  (Claude 等)    │◀────│  Server (本服务)    │◀────│  WebSocket      │
└─────────────────┘     └─────────────────────┘     └─────────────────┘
                                │
                                ▼
                        ┌─────────────────┐
                        │  OpenClaw       │
                        │  (贾维斯 AI)    │
                        └─────────────────┘

工作流程

1. MCP 客户端发送意图
         │
         ▼
2. MCP Server 立即返回 task_id（状态：processing）
         │
         ▼
3. 异步发送给 OpenClaw 处理
         │
         ▼
4. OpenClaw 处理完成后通过 WebSocket 回调
         │
         ▼
5. 客户端可通过 get_task_result 查询结果

📋 环境要求

必需软件

软件

版本

说明

Python

3.9+

推荐 Python 3.11+

pip

21.0+

Python 包管理器

可选软件（用于生产部署）

软件

用途

Windows 10/11

运行环境

PowerShell 5.1+

运行安装脚本

Python 依赖

包名

版本

用途

mcp

>=1.0.0

MCP 协议实现

websockets

>=12.0

WebSocket 通信

python-dotenv

>=1.0.0

环境变量管理

📦 安装指南

方法一：源码安装（推荐）

# 1. 克隆或下载项目
cd C:\Users\user\Desktop\openclaw-mcp-server

# 2. 创建虚拟环境
python -m venv venv

# 3. 激活虚拟环境（Windows）
venv\Scripts\activate

# 4. 安装依赖
pip install -r requirements.txt

方法二：使用 install-startup.bat

# 双击运行或命令行执行
install-startup.bat

⚙️ 配置说明

1. 环境变量配置

复制 .env.example 为 .env：

copy .env.example .env

编辑 .env 文件，设置您的 Token：

# OpenClaw MCP Token
# 从 wss://api.xiaozhi.me/mcp/?token=xxx 中获取
OPENCLAW_TOKEN=your_token_here

2. 获取 Token

  1. 访问小智 MCP 平台

  2. 创建您的 Agent

  3. 复制包含 token 的 WebSocket URL

  4. 提取 token= 后面的值填入 .env

3. MCP 客户端配置

Claude Desktop 配置

编辑 Claude Desktop 配置文件（通常位于 %APPDATA%\Claude\claude_desktop_config.json）：

{
  "mcpServers": {
    "openclaw": {
      "command": "python",
      "args": ["C:/Users/user/Desktop/openclaw-mcp-server/server.py"],
      "env": {
        "OPENCLAW_TOKEN": "your_token_here"
      }
    }
  }
}

其他 MCP 客户端

{
  "mcpServers": {
    "openclaw": {
      "command": "path/to/your/python",
      "args": ["path/to/openclaw-mcp-server/server.py"],
      "env": {
        "OPENCLAW_TOKEN": "your_token"
      }
    }
  }
}

🚀 使用方法

启动服务器

# 激活虚拟环境
venv\Scripts\activate

# 运行服务器
python server.py

使用 run.bat 脚本

# 直接运行
run.bat

测试连接

# 运行测试脚本
python test_mcp_full.py

📡 API 参考

工具列表

1. process_intent

发送用户意图并立即返回任务 ID（异步处理）。

参数：

参数

类型

必需

说明

intent

string

✅

用户意图或请求内容

context

object

❌

可选的上下文信息

请求示例：

{
  "intent": "帮我写一封邮件",
  "context": {
    "tone": "formal",
    "recipient": "client"
  }
}

响应示例：

{
  "status": "processing",
  "task_id": "task_1",
  "message": "意图已接收，正在处理中...",
  "intent_preview": "帮我写一封邮件"
}

2. get_task_result

查询任务处理结果。

参数：

参数

类型

必需

说明

task_id

string

✅

任务 ID（由 process_intent 返回）

请求示例：

{"task_id": "task_1"}

响应示例（完成）：

{
  "status": "completed",
  "result": {
    "content": "尊敬的客户，..."
  }
}

响应示例（处理中）：

{
  "status": "processing",
  "message": "任务仍在处理中，请稍后查询"
}

3. ask_jarvis

向贾维斯提问获取智能回答。

参数：

参数

类型

必需

说明

question

string

✅

要问的问题

context

object

❌

可选的上下文信息

4. execute_task

让贾维斯执行特定任务。

参数：

参数

类型

必需

说明

task_description

string

✅

任务描述

parameters

object

❌

任务参数

5. get_status

获取贾维斯当前状态。

响应示例：

{
  "name": "贾维斯",
  "status": "online",
  "version": "1.0.0",
  "capabilities": [
    "自然语言理解",
    "任务执行",
    "信息查询",
    "工具调用"
  ]
}

🖥️ 部署选项

方案一：Windows 服务（推荐用于生产环境）

特点：

  • ✅ 最稳定，系统级服务

  • ✅ 开机自动启动

  • ✅ 进程崩溃自动重启

  • ✅ 完善的日志管理

  • ⚠️ 需要管理员权限

安装步骤：

  1. 右键点击 install-service.ps1

  2. 选择 "以管理员身份运行"

  3. 按提示完成安装

管理命令：

# 启动服务
net start JarvisMCPBridge

# 停止服务
net stop JarvisMCPBridge

# 查看状态
sc query JarvisMCPBridge

# 查看日志
Get-Content service.log -Tail 50

# 卸载服务（管理员）
.\uninstall-service.ps1

方案二：任务计划程序（适合个人使用）

特点：

  • ✅ 无需管理员权限

  • ✅ 用户登录时自动启动

  • ✅ 进程崩溃自动重启

安装步骤：

  1. 双击运行 install-task.ps1

  2. 按提示完成安装

管理命令：

# 启动任务
Start-ScheduledTask -TaskName JarvisMCPBridge_AutoStart

# 停止任务
Stop-ScheduledTask -TaskName JarvisMCPBridge_AutoStart

# 查看状态
Get-ScheduledTask -TaskName JarvisMCPBridge_AutoStart

方案三：开机启动文件夹（简单测试）

步骤：

  1. 按 Win + R

  2. 输入 shell:startup

  3. 创建 start-service.bat 的快捷方式

部署方案对比

特性

Windows 服务

任务计划

启动文件夹

管理员权限

需要

不需要

不需要

开机启动

✅

✅ (登录时)

✅ (登录时)

自动重启

✅

✅

❌

日志管理

✅

⚠️

❌

稳定性

⭐⭐⭐⭐⭐

⭐⭐⭐⭐

⭐⭐⭐

推荐场景

生产环境

个人使用

临时测试

🐛 故障排除

常见问题

1. OPENCLAW_TOKEN 未设置

错误信息：

ValueError: 请设置 OPENCLAW_TOKEN 环境变量

解决方案：

  • 确保 .env 文件存在于项目根目录

  • 检查 .env 文件中 OPENCLAW_TOKEN 是否正确设置

2. WebSocket 连接失败

错误信息：

连接失败：...

解决方案：

  • 检查网络连接

  • 验证 Token 是否有效

  • 检查防火墙设置

3. 依赖安装失败

解决方案：

# 升级 pip
python -m pip install --upgrade pip

# 重新安装依赖
pip install -r requirements.txt --force-reinstall

4. 服务无法启动

诊断步骤：

# 查看详细错误
sc qc JarvisMCPBridge

# 手动测试运行
cd C:\Users\user\Desktop\openclaw-mcp-server
venv\Scripts\activate
python bridge.py

日志查看

# 查看服务日志
Get-Content service.log -Tail 100

# 持续跟踪日志
Get-Content service.log -Wait -Tail 20

检查 Python 环境

# 确认 Python 路径
where python

# 确认虚拟环境激活
echo %VIRTUAL_ENV%

# 检查已安装的包
pip list | Select-String "websockets|mcp|dotenv"

📁 项目结构

openclaw-mcp-server/
├── server.py                 # MCP 服务器主程序
├── bridge.py                 # 小智桥接器（完整 MCP 协议）
├── openclaw_client.py        # OpenClaw WebSocket 客户端
├── tools.py                  # MCP 工具定义
├── config.py                 # 配置管理
├── requirements.txt          # Python 依赖
├── .env                      # 环境变量（需自行创建）
├── .env.example              # 环境变量示例
├── manifest.json             # 项目清单
├── mcp-client-config.json    # MCP 客户端配置示例
│
├── run.bat                   # 快速运行脚本
├── start-service.bat         # 服务启动脚本
├── install-service.ps1       # 安装 Windows 服务
├── uninstall-service.ps1     # 卸载服务
├── install-task.ps1          # 安装任务计划
├── install-startup.bat       # 快速安装脚本
│
├── test_client.py            # 客户端测试
├── test_mcp_full.py          # 完整 MCP 测试
│
├── README.md                 # 本文档
├── SERVICE_GUIDE.md          # 服务部署指南
├── SETUP_COMPLETE.md         # 安装完成说明
└── TEST_REPORT.md            # 测试报告

🔧 开发指南

添加新工具

在 tools.py 中添加新的工具定义：

@mcp.tool()
def your_new_tool(param1: str, param2: int = 0) -> dict:
    """
    工具描述
    
    Args:
        param1: 参数 1 说明
        param2: 参数 2 说明
    
    Returns:
        返回结果
    """
    # 实现逻辑
    return {"result": "success"}

调试模式

# 启用详细日志
python -u server.py 2>&1 | tee debug.log

📄 许可证

本项目采用 MIT 许可证 - 详见 LICENSE 文件

🤝 贡献

欢迎提交 Issue 和 Pull Request！

📞 支持

如有问题，请提交 Issue 或联系维护者。

🤖 Powered by OpenClaw (贾维斯)

This server cannot be installed

-
security - not tested
A
license - permissive license
-
quality - not tested

How are these scores calculated?

Resources

Unclaimed servers have limited discoverability.

Looking for Admin?

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

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/19147951441/OpenClaw--xiaozhi-MCP-Server'

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