MCP Toolz

Name: mcp-toolz
Author: taylorleese

mcp-name: io.github.taylorleese/mcp-toolz

GitHub issues GitHub last commit codecov PyPI version Python MCP License: MIT

pre-commit OpenSSF Best Practices OpenSSF Scorecard Dependabot

为 Claude Code 提供的 MCP 服务器，提供多 LLM 反馈工具和剪贴板图像捕获功能。

功能特性

多 LLM 反馈：从 ChatGPT (OpenAI)、Claude (Anthropic)、Gemini (Google) 和 DeepSeek 获取第二意见
剪贴板图像捕获：将 macOS 剪贴板中的图像直接粘贴到 Claude Code 中进行分析
MCP 集成：通过模型上下文协议 (Model Context Protocol) 与 Claude Code 协同工作

Related MCP server: Todoist MCP

快速入门

安装

从 PyPI 安装（推荐）

pip install mcp-toolz

从源码安装（开发）

# Clone the repository
git clone https://github.com/taylorleese/mcp-toolz.git
cd mcp-toolz

# Create and activate virtual environment
python3 -m venv venv
source venv/bin/activate  # macOS/Linux
# or: venv\Scripts\activate  # Windows

# Install in editable mode with dev dependencies
pip install -e ".[dev]"

配置

# Set your API keys as environment variables (at least one required for AI feedback tools)
export OPENAI_API_KEY=sk-...           # For ChatGPT
export ANTHROPIC_API_KEY=sk-ant-...    # For Claude
export GOOGLE_API_KEY=...              # For Gemini
export DEEPSEEK_API_KEY=sk-...         # For DeepSeek

# Or create a .env file (if installing from source)
cp .env.example .env
# Edit .env and add your API keys

MCP 服务器设置

添加到您的 Claude Code MCP 设置中：

如果通过 pip 安装：

{
  "mcpServers": {
    "mcp-toolz": {
      "command": "python",
      "args": ["-m", "mcp_server"],
      "env": {
        "OPENAI_API_KEY": "sk-...",
        "ANTHROPIC_API_KEY": "sk-ant-...",
        "GOOGLE_API_KEY": "...",
        "DEEPSEEK_API_KEY": "sk-..."
      }
    }
  }
}

如果从源码安装：

{
  "mcpServers": {
    "mcp-toolz": {
      "command": "python",
      "args": ["-m", "mcp_server"],
      "cwd": "/absolute/path/to/mcp-toolz",
      "env": {
        "PYTHONPATH": "/absolute/path/to/mcp-toolz/src"
      }
    }
  }
}

重启 Claude Code 以加载 MCP 服务器。

MCP 服务器工具

AI 反馈工具

针对代码、架构决策和实施计划从多个 LLM 获取第二意见：

ask_chatgpt - 获取 ChatGPT 的分析（支持自定义问题）
ask_claude - 获取 Claude 的分析（支持自定义问题）
ask_gemini - 获取 Gemini 的分析（支持自定义问题）
ask_deepseek - 获取 DeepSeek 的分析（支持自定义问题）

剪贴板图像工具

paste_image - 从 macOS 剪贴板捕获图像以进行分析（支持可选问题）

Claude Code 技能

`/resolve-github-alerts`

自动分类并解决 GitHub 安全警报（Dependabot、代码扫描、密钥扫描）。在 Claude Code 中运行它以：

修复失败的 Dependabot PR（lint/测试问题）
升级易受攻击的依赖项并重新编译需求
修复代码扫描和密钥扫描警报
提交包含所有修复的单个 PR 以供人工审核

/resolve-github-alerts

使用示例

获取多个 AI 视角

I'm deciding between Redis and Memcached for caching user sessions.
Ask ChatGPT for their analysis.

后续操作：

“Ask Claude the same question for comparison”
“Ask Gemini for another perspective”
“What does DeepSeek think about this?”

分析剪贴板图像

将图像复制到剪贴板（截图、图表、错误消息等），然后：

Analyze my clipboard image

或者带上具体问题：

What's wrong with the UI layout in my clipboard image?

多视角调试

I'm getting "TypeError: Cannot read property 'map' of undefined" in my React component.
The error occurs in UserList.jsx when rendering the users array.
Ask ChatGPT and Claude for debugging suggestions.

环境变量

# Required (at least one for AI feedback tools)
OPENAI_API_KEY=sk-...                              # Your OpenAI API key
ANTHROPIC_API_KEY=sk-ant-...                       # Your Anthropic API key
GOOGLE_API_KEY=...                                 # Your Google API key (for Gemini)
DEEPSEEK_API_KEY=sk-...                            # Your DeepSeek API key

# Optional
MCP_TOOLZ_MODEL=gpt-5                                         # OpenAI model (default: gpt-5)
MCP_TOOLZ_CLAUDE_MODEL=claude-sonnet-4-5-20250929             # Claude model
MCP_TOOLZ_GEMINI_MODEL=gemini-2.0-flash-thinking-exp-01-21   # Gemini model
MCP_TOOLZ_DEEPSEEK_MODEL=deepseek-chat                        # DeepSeek model

故障排除

“Error 401: Invalid API key”

验证 API 密钥是否已在 .env 或环境变量中设置
检查您的 API 提供商账户是否已启用计费

“No module named context_manager”

在直接运行 Python 之前使用 PYTHONPATH=src
或者通过 pip 安装：pip install mcp-toolz

“No image found in clipboard”

请先复制一张图像（截图、右键点击 > 复制图像等）
paste_image 工具需要 macOS（使用 AppleScript 读取剪贴板）

项目结构

mcp-toolz/
├── src/
│   ├── mcp_server/              # MCP server for Claude Code
│   │   └── server.py            # MCP tools and handlers
│   └── context_manager/         # Client implementations
│       ├── openai_client.py     # ChatGPT API client
│       ├── anthropic_client.py  # Claude API client
│       ├── gemini_client.py     # Gemini API client
│       ├── deepseek_client.py   # DeepSeek API client
│       └── clipboard.py         # macOS clipboard image capture
├── tests/                       # pytest tests
├── requirements.in
└── requirements.txt

开发

贡献者设置

# Clone and install
git clone https://github.com/taylorleese/mcp-toolz.git
cd mcp-toolz
python3 -m venv venv
source venv/bin/activate
pip install -r requirements-dev.txt

# Install pre-commit hooks (IMPORTANT!)
pre-commit install

# Copy and configure .env
cp .env.example .env
# Edit .env with your API keys

运行测试

source venv/bin/activate
pytest

代码质量

pre-commit Code style: black Ruff mypy isort security: bandit

# Run all checks (runs automatically on commit after pre-commit install)
pre-commit run --all-files

# Individual tools
black .
ruff check .
mypy src/

许可证

MIT

mcp-toolz