Quickchat AI MCP-Server

Mit dem Quickchat AI MCP-Server ( Model Context Protocol ) können Sie jedem erlauben, Ihren Quickchat AI-Agenten in seine bevorzugte KI-App wie Claude Desktop, Cursor, VS Code, Windsurf und mehr einzubinden.

Schnellstart

1. Erstellen Sie ein Quickchat AI-Konto und starten Sie eine 7-tägige Testversion eines beliebigen Plans.

2. Richten Sie die Wissensdatenbank, Funktionen und Einstellungen Ihrer KI ein.

3. Gehen Sie zur MCP-Seite, um Ihr MCP zu aktivieren. Geben Sie ihm Name , Beschreibung und (optional) Befehl . Diese sind wichtig – KI-Apps müssen wissen, wann sie Ihre KI kontaktieren müssen und welche Fähigkeiten und Kenntnisse sie hat.

4. Das war's! Jetzt können Sie Ihre Quickchat-KI über eine beliebige KI-App testen und der Welt präsentieren!

Related MCP server: MCP OpenAI Server

Nützliche Links

• Schnellstartvideo youtube.com/watch?v=JE3dNiyZO8w

• Schnellstart-Blogbeitrag: quickchat.ai/post/how-to-launch-your-quickchat-ai-mcp

• MCP (Model Context Protocol) erklärt: quickchat.ai/post/mcp-explained

• Das Quickchat AI MCP-Paket auf PyPI: pypi.org/project/quickchat-ai-mcp

• Das Quickchat AI MCP GitHub-Repo: github.com/quickchatai/quickchat-ai-mcp

Voraussetzung

Installieren Sie uv mit:

curl -LsSf https://astral.sh/uv/install.sh | sh

oder lesen Sie hier mehr.

Test mit Claude Desktop

Konfiguration

Gehen Sie zu Settings > Developer > Edit . Öffnen Sie die Datei claude_desktop_config.json in einem Texteditor. Wenn Sie gerade erst anfangen, sieht die Datei so aus:

{
  "mcpServers": {}
}

Hier können Sie alle MCPs definieren, auf die Ihr Claude Desktop Zugriff hat. So fügen Sie Ihr Quickchat AI MCP hinzu:

{
  "mcpServers": {
    "< QUICKCHAT AI MCP NAME >": {
      "command": "uvx",
      "args": ["quickchat-ai-mcp"],
      "env": {
        "SCENARIO_ID": "< QUICKCHAT AI SCENARIO ID >",
        "API_KEY": "< QUICKCHAT AI API KEY >"
      }
    }
  }
}

Gehen Sie zur Quickchat AI app > MCP > Integration , um den obigen Codeausschnitt mit den ausgefüllten Werten MCP-Name, SCENARIO_ID und API_KEY zu finden.

Test mit Cursor

Konfiguration

Gehen Sie zu Settings > Cursor Settings > MCP > Add new global MCP server und fügen Sie das Quickchat AI MCP-Snippet ein:

{
  "mcpServers": {
    "< QUICKCHAT AI MCP NAME >": {
      "command": "uvx",
      "args": ["quickchat-ai-mcp"],
      "env": {
        "SCENARIO_ID": "< QUICKCHAT AI SCENARIO ID >",
        "API_KEY": "< QUICKCHAT AI API KEY >"
      }
    }
  }
}

Werte für MCP-Name, SCENARIO_ID und API_KEY finden Sie wie zuvor unter Quickchat AI app > MCP > Integration .

Testen Sie mit anderen KI-Apps

Andere KI-Apps erfordern höchstwahrscheinlich dieselbe Konfiguration, die eigentlichen Schritte zur Einbindung in die App selbst unterscheiden sich jedoch. Wir werden diese README-Datei fortlaufend erweitern.

Präsentieren Sie der Welt Ihr Quickchat AI MCP!

⛔️ Do not publish your Quickchat API key to your users!

Sobald Sie anderen Benutzern erlauben, Ihr Quickchat AI MCP mit ihren KI-Apps zu verbinden, geben Sie den Konfigurationsausschnitt an sie weiter! Stellen Sie jedoch sicher, dass sie Ihr Quickchat AI MCP ohne Ihren Quickchat-API-Schlüssel verwenden können. So geht's:

1. Schalten Sie auf der MCP-Seite der Quickchat-App den Schalter „API-Schlüssel erforderlich“ AUS .

2. Geben Sie den Konfigurationsausschnitt ohne den API-Schlüssel frei :

{
  "mcpServers": {
    "< QUICKCHAT AI MCP NAME >": {
      "command": "uvx",
      "args": ["quickchat-ai-mcp"],
      "env": {
        "SCENARIO_ID": "< QUICKCHAT AI SCENARIO ID >"
      }
    }
  }
}

Coole Funktionen

• Sie können alle Aspekte Ihres MCP über das Quickchat AI-Dashboard steuern. Ein Klick genügt, und Ihre Änderung wird implementiert . Dazu gehören der MCP-Name und die Beschreibung – Ihre Benutzer müssen lediglich ihre MCP-Verbindung aktualisieren.

• Alle Konversationen im Quickchat-Posteingang ansehen. Denken Sie daran: Dies sind nicht die genauen Nachrichten, die Ihre Nutzer an ihre KI-App senden, sondern die Transkription der KI-<>-KI-Interaktion zwischen ihrer KI-App und Ihrer Quickchat-KI. 🤯

• Im Gegensatz zu den meisten MCP-Implementierungen handelt es sich hierbei nicht um ein statisches Tool, das einer KI übergeben wird. Es ist eine offene Möglichkeit, Nachrichten an von Ihnen erstellte Quickchat-KI-Agenten zu senden. 🙌

Ausführen von der Quelle

Debuggen mit dem MCP-Inspektor

uv run mcp dev src/__main__.py

Debuggen mit Claude Desktop, Cursor oder anderen KI-Apps

Verwenden Sie die folgende JSON-Konfiguration:

{
  "mcpServers": {
    "< QUICKCHAT AI MCP NAME >": {
      "command": "uv",
      "args": [
        "run",
        "--with",
        "mcp[cli]",
        "--with",
        "requests",
        "mcp",
        "run",
        "< YOUR PATH>/quickchat-ai-mcp/src/__main__.py"
      ],
      "env": {
        "SCENARIO_ID": "< QUICKCHAT AI SCENARIO ID >",
        "API_KEY": "< QUICKCHAT AI API KEY >"
      }
    }
  }
}

Testen

Stellen Sie sicher, dass Ihr Code richtig formatiert ist und alle Tests bestanden werden:

ruff check --fix
ruff format
uv run pytest

GitHub Star-Verlauf