Click on "Deploy Server".
Wait a few minutes for the server to deploy. Once ready, it will show a "Started" state.
In the chat, type @ followed by the MCP server name and your instructions, e.g., "@kimi-bridge 用kimi帮我写一个Python快速排序，保存到C:/quicksort.py"
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.
让 WorkBuddy 通过 MCP 协议 调用本地 kimi-code CLI，实现远程通过 QQ 消息控制本地 AI 执行任务。
架构：bridge-core (gRPC) → bridge-api (HTTP) → bridge-mcp-server (MCP) → WorkBuddy
三层架构：gRPC 核心调度 + HTTP API 层 + MCP 协议适配
真实调度器：直接 spawn kimi-code 子进程，捕获 stdout 输出
MCP 原生接入：WorkBuddy 自动发现 7 个工具，零配置调用
事件流驱动：全局事件队列，任务状态实时同步
跨平台：支持 Windows（自动检测 Git Bash）
Related MCP server: Amadeus-QQ-MCP
┌─────────────┐ QQ 消息 ┌──────────────┐
│ 用户手机 │ ───────────────→ │ WorkBuddy │
└─────────────┘ └──────┬───────┘
│ MCP Streamable HTTP
↓
┌─────────────────────┐
│ bridge-mcp-server │ port 9001
│ (MCP 协议适配) │
└──────────┬──────────┘
│ HTTP REST
↓
┌─────────────────────┐
│ bridge-api │ port 8742
│ (HTTP API 层) │
└──────────┬──────────┘
│ gRPC
↓
┌─────────────────────┐
│ bridge-core │ port 50051
│ (进程调度核心) │
└──────────┬──────────┘
│ subprocess
↓
┌─────────────────────┐
│ kimi-code CLI │
│ (本地 AI 执行) │
└─────────────────────┘Python 3.12+
kimi-code CLI 已安装并登录
Git for Windows（bridge-core 自动检测路径）
pip install -r requirements.txt# PowerShell
Set-ExecutionPolicy -ExecutionPolicy RemoteSigned -Scope Process
.\start-all.ps1三个服务将依次启动：
服务 | 端口 | 说明 |
bridge-core | 50051 | gRPC 核心调度 |
bridge-api | 8742 | HTTP API |
bridge-mcp-server | 9001 | MCP 服务器 |
编辑文件：
C:\Users\<你的用户名>\.workbuddy\connectors\<connector-id>\mcp.json添加配置：
{
"mcpServers": {
"kimi-bridge": {
"type": "streamable-http",
"url": "http://127.0.0.1:9001/mcp",
"timeout": 300000
}
}
}注意：修改后需重启 WorkBuddy 生效。
在 QQ 给 WorkBuddy 发消息：
"用 kimi 帮我写一个 Python 快速排序，保存到
C:/Users/lenovo/Documents/quicksort.py"
WorkBuddy 会自动：
识别需求，调用 MCP run_task
bridge 创建任务 → 启动 kimi 子进程
kimi 执行代码生成和文件写入
返回结果到 QQ
文件操作必须使用绝对路径，因为 kimi-code CLI 不会自动使用子进程的工作目录。
✅ 正确：C:/Users/lenovo/Documents/project/hello.py
❌ 错误：./hello.py
.
├── bridge-core/ # gRPC 核心调度器
│ ├── server.py # 真实子进程调度（spawn kimi CLI）
│ ├── proto/bridge.proto # gRPC 协议定义
│ └── generated/ # 生成的 pb 文件
├── bridge_api/ # HTTP API 层（FastAPI）
│ ├── main.py # FastAPI 应用入口
│ ├── api/ # REST 路由
│ ├── services/ # 业务逻辑（task_service, event_processor）
│ ├── storage/ # SessionStore（内存 + 持久化）
│ └── core_client/ # gRPC 客户端
├── bridge-mcp-server.py # MCP 服务器（FastMCP）
├── bridge-gateway/ # Next.js Web 网关（可选）
├── tests/ # pytest 测试套件
├── dev_files/ # 设计文档与交付总结
├── docs/ # 使用说明与配置指南
├── start-all.ps1 # 一键启动脚本
└── requirements.txt # Python 依赖工具 | 说明 |
| 创建任务，返回 session_id |
| 查询任务状态 |
| 查询任务输出日志 |
| 列出所有任务 |
| 停止任务 |
| 审批等待中的工具调用 |
| 创建任务并阻塞轮询直到完成（最常用） |
交付总结 — 完整的问题排查与修复记录
使用说明 — 启动与调用示例
WorkBuddy 配置 — MCP 接入详细步骤
MIT
This server cannot be deployed
MCP server for GLM chat completions using Zhipu AI models via AceDataCloud
MCP server for AI dialogue using various LLM models via AceDataCloud
Remote MCP server for supportsheep: run AI interviews and manage support content for your blog.
MCP server for Qwen Image 3 AI image generation
