Call DK MCP

Call DK MCP服务器 - 为AI辅助开发提供用户call dk功能

项目概述

Call DK MCP 是一个基于 Model Context Protocol (MCP) 的服务器，专为AI辅助开发场景设计。它提供了一个图形用户界面，允许用户进行交互式call dk。

许可证: MIT License

Related MCP server: media-mcp

核心功能

🎯 主要特性

• 交互式call dk系统: 通过GUI界面收集用户的call dk

• 🚀 提示词优化功能: 集成Google Gemini AI，智能优化用户输入的提示词

• 现代化UI: 基于PySide6构建，支持暗色主题

• 跨平台兼容: 支持Windows、macOS和Linux

• MCP协议集成: 完全兼容Model Context Protocol标准

🛠️ 技术实现

架构设计

call-dk-mcp/
├── server.py          # MCP服务器主文件
├── calldk_ui.py       # GUI用户界面实现
├── test_server.py     # 测试文件
└── images/           # 界面资源文件

MCP配置

在Claude Desktop或其他MCP客户端中添加以下配置：

{
  "mcpServers": {
    "call-dk-mcp": {
      "command": "python",
      "args": [
        "G:\\docker\\McpApi\\call-dk-mcp\\server.py"
      ],
      "cwd": "G:\\docker\\McpApi\\call-dk-mcp"
    }
  }
}

注意: 请将路径 G:\\docker\\McpApi\\call-dk-mcp 替换为你的实际项目路径。

核心组件

1. MCP服务器 (server.py)

   • 基于FastMCP框架构建

   • 提供call_dk工具接口

   • 无需参数，直接调用

   • 管理GUI进程的启动和结果收集

2. GUI界面 (calldk_ui.py)

   • 使用PySide6构建现代化界面

   • 支持Windows暗色标题栏

   • 提供用户call dk输入功能

   • 支持图片上传功能

3. 配置管理

   • 保存用户界面设置

   • 项目特定的配置存储

技术栈

依赖项

• Python: >=3.11

• fastmcp: >=2.0.0 (MCP协议实现)

• pyside6: >=6.8.2.1 (GUI框架)

• pillow: >=10.0.0 (图片处理)

• google-genai: >=1.25.0 (Google Gemini AI API)

• python-dotenv: >=1.1.1 (环境变量管理)

开发工具

• pip: Python包管理器

• pytest: 测试框架

• Git: 版本控制

使用说明

环境要求

• Python >= 3.11

• 支持的操作系统：Windows、macOS、Linux

快速开始

1. 克隆项目

git clone <repository-url>
cd call-dk-mcp

2. 创建虚拟环境

python -m venv venv
venv\Scripts\activate  # Windows
# 或
source venv/bin/activate  # Linux/Mac

3. 安装依赖

pip install -r requirements.txt

4. 配置环境变量

# 复制环境变量模板
copy .env.example .env  # Windows
# 或
cp .env.example .env    # Linux/Mac

# 编辑.env文件，配置你的Google Gemini API密钥

5. 运行项目

# 作为MCP服务器运行
python server.py

# 或直接运行GUI界面测试
python calldk_ui.py

MCP工具使用

服务器提供一个主要工具：

call_dk() -> List[Union[str, Image]]

返回值:

• 文本内容：用户call dk内容

• 图片内容：用户上传的图片

项目结构

call-dk-mcp/
├── images/                  # 界面资源
│   ├── attribution.txt
│   └── feedback.png
├── venv/                   # 虚拟环境
├── README.md               # 项目文档
├── calldk_ui.py            # GUI界面实现
├── server.py               # MCP服务器
├── test_server.py          # 测试文件
├── prompt_optimizer.py     # 提示词优化模块
├── .env                    # 环境配置文件
└── 参考文件/               # 参考实现文件

开发特性

代码质量

• 类型注解: 完整的Python类型提示

• 错误处理: 健壮的异常处理机制

• 进程管理: 安全的子进程启动和清理

• 跨平台支持: Windows特定优化和通用兼容性

用户体验

• 响应式界面: 流畅的用户交互体验

• 暗色主题: 现代化的视觉设计

• 实时反馈: 命令执行状态的实时显示

• 配置持久化: 用户设置的自动保存

工作流程

1. AI代理调用: AI助手通过MCP协议调用call_dk工具

2. GUI启动: 系统启动图形界面，标题为"call dk"

3. 用户交互: 用户输入call dk内容，可选择上传图片

4. 结果返回: 系统收集用户call dk和图片，返回给AI代理

5. 流程完成: AI代理基于call dk继续后续操作

贡献指南

欢迎贡献代码！请遵循以下步骤：

1. Fork 项目

2. 创建功能分支 (git checkout -b feature/AmazingFeature)

3. 提交变更 (git commit -m 'Add some AmazingFeature')

4. 推送分支 (git push origin feature/AmazingFeature)

5. 创建Pull Request

许可证

本项目采用 MIT 许可证 - 详见 LICENSE 文件。

联系方式

• 项目: Call DK MCP

• 许可证: MIT License

🚀 提示词优化功能

功能概述

集成了基于Google Gemini 2.5 Flash模型的智能提示词优化功能，能够将用户输入的简单提示词优化为更清晰、具体、有效的提示词。

配置步骤

1. 获取Google Gemini API密钥

   • 访问 Google AI Studio

   • 创建新的API密钥

   • 复制生成的API密钥

2. 配置环境变量

   • 编辑项目根目录下的 .env 文件

   • 将 GEMINI_API_KEY=your_api_key_here 中的 your_api_key_here 替换为你的实际API密钥

   # Google Gemini API配置
   GEMINI_API_KEY=AIzaSyC_your_actual_api_key_here
   GEMINI_MODEL=gemini-2.5-flash
   GEMINI_TEMPERATURE=0.2
   GEMINI_MAX_TOKENS=1000

3. 安装依赖

   # 激活虚拟环境
   venv\Scripts\activate  # Windows
   
   # 安装提示词优化相关依赖
   pip install google-genai python-dotenv

使用方法

1. 启动GUI界面

   python calldk_ui.py

2. 使用提示词优化

   • 在文本输入框中输入原始提示词

   • 点击 "🚀 提示词优化 (Ctrl+Q)" 按钮或按快捷键 Ctrl+Q

   • 等待AI处理完成（按钮会显示"🧠 优化中..."）

   • 优化后的提示词会自动替换输入框中的内容

   • 如需撤销优化，按 Ctrl+Z 恢复原始内容

优化示例

原始提示词：

写一个关于AI的文章

优化后的提示词：

请撰写一篇关于人工智能技术发展现状与未来趋势的深度分析文章。文章应包含：
1. AI技术的历史发展脉络
2. 当前主流AI技术及其应用领域
3. AI对社会经济的影响分析
4. 未来AI发展的机遇与挑战
5. 对AI伦理和监管的思考
文章字数控制在2000-3000字，语言专业但易懂，适合技术爱好者阅读。

功能特点

• 智能优化: 基于Google Gemini 2.5 Flash模型的AI思考能力

• 保持原意: 优化过程中保持用户原始意图不变

• 增强细节: 自动添加必要的细节和具体要求

• 多领域适用: 适用于各种领域和场景的提示词优化

• 快捷键支持: Ctrl+Q 快速优化，Ctrl+Z 撤销操作

• 无干扰体验: 优化完成后无弹窗提示，保持流畅操作

• 撤销功能: 支持一键撤销优化，恢复原始输入内容

故障排除

问题：提示词优化按钮显示为灰色不可用

• 检查 .env 文件中的API密钥是否正确配置

• 确认已安装 google-genai 依赖包

• 验证网络连接是否正常

问题：优化失败提示API错误

• 检查API密钥是否有效且有足够的配额

• 确认API密钥有访问Gemini模型的权限

• 检查网络连接和防火墙设置

功能特性

图片上传功能

功能概述

为call dk系统增加图片上传功能，允许用户在call dk中包含图像内容，提升AI助手对用户需求的理解能力。

实现思路

1. 用户界面增强

• 在call dk文本框旁边添加"添加图片"按钮

• 支持点击按钮选择本地图片文件（支持常见格式：PNG、JPG、JPEG、GIF等）

• 添加"清除所有图片"按钮，允许用户移除已选择的图片

• 在界面中显示已选择图片的缩略图预览

• 支持单个图片删除功能

2. 图片处理流程

• 用户选择图片后，在本地进行预处理（压缩、格式转换等）

• 图片临时存储在内存中，不写入磁盘

• 支持多张图片上传（可设置数量限制，如最多5张）

2.1 截图功能实现

• 集成屏幕截图工具，支持区域截图

• 自定义截图快捷键设置（默认可设为Ctrl+Shift+S）

• 截图后自动添加到反馈框的图片预览区域

• 支持截图编辑功能（如标注、裁剪等基础操作）

3. 数据传输机制

• 用户点击"发送call dk"时，将图片转换为Base64编码

• 通过MCP协议将图片数据与文字call dk一同传输给AI客户端

• 返回数据结构：

  {
      "interactive_calldk": str,
      "images": [
          {
              "filename": str,
              "data": str,  # Base64编码的图片数据
              "mime_type": str  # 图片MIME类型
          }
      ]
  }

4. AI处理能力

• AI助手接收到图片数据后，利用内置的图像识别功能分析图片内容

• 结合文字call dk和图像内容，提供更准确的响应

• 支持图片中的文字识别（OCR）、对象检测、场景理解等

技术实现要点

前端界面（PySide6）

• 使用QFileDialog实现文件选择

• 使用QLabel显示图片缩略图

• 使用QScrollArea支持多图片展示

• 图片压缩使用PIL/Pillow库

数据处理

• 图片大小限制（如单张不超过5MB）

• 自动压缩大尺寸图片以优化传输

• 支持的图片格式验证

安全考虑

• 内存使用优化，防止大图片导致内存溢出

用户体验优化

• 图片预览：显示已选择图片的缩略图

• 单个删除：支持删除单个图片

• 错误处理：友好的错误提示信息

• 格式支持：支持常见图片格式

工作进度记录

2025-01-27 Call DK功能实现与优化

实现内容：

1. 项目重构 - 将所有"feedback"相关字眼替换为"call dk"

2. 文件重命名 - feedback_ui.py重命名为calldk_ui.py

3. 界面优化 - 简化GUI界面，去掉不必要的描述区域

4. 图片功能 - 支持图片上传和预览功能

5. 测试完善 - 添加pytest测试确保功能正常

技术优化：

1. 代码清理 - 移除不必要的依赖导入

2. 函数重命名 - 所有函数名从feedback改为calldk

3. 配置更新 - 更新MCP配置为标准Python环境

4. 文档完善 - 更新README.md文档

当前状态： 功能实现完成，所有测试通过，GUI界面简洁易用

2025-01-27 提示词优化功能集成

实现内容：

1. 提示词优化模块 - 基于Google Gemini 2.5 Flash模型的智能优化功能

2. 环境配置管理 - 使用.env文件管理API密钥和模型参数

3. GUI界面集成 - 在calldk_ui.py中添加"提示词优化"按钮

4. 异步处理 - 使用QThread避免UI阻塞，提供流畅的用户体验

5. 错误处理 - 完善的错误提示和状态反馈机制

技术实现：

1. 依赖管理 - 新增google-genai和python-dotenv依赖

2. 模块封装 - 创建独立的prompt_optimizer.py模块

3. 线程处理 - 实现OptimizeThread类处理API调用

4. 配置系统 - 支持多种模型参数和优化选项配置

5. 用户体验 - 一键优化，自动替换输入内容

功能特点：

• 🧠 AI思考模式：利用Gemini 2.5的内置思考能力

• 🎯 智能优化：保持原意的同时增强提示词的具体性和有效性

• ⚡ 快速响应：异步处理确保界面流畅不卡顿

• 🔧 灵活配置：支持温度、Token数等参数调整

• 🛡️ 错误处理：友好的错误提示和状态反馈

当前状态： 提示词优化功能集成完成，支持一键智能优化用户输入

本项目旨在改善AI辅助开发的用户体验，通过call dk机制让开发者更好地与AI协作。