人MCP

提供人类作为 MCP 工具的 MCP 服务器

概述

human-mcp 是一个 MCP 服务器，它使 AI 助手能够利用人类的能力。它接收来自AI助手的请求，向人类显示指令，并将人类的响应返回给AI助手。

主要特点：

接受来自 MCP 客户端的工具执行请求（通过 STDIN）
将执行所需的指令写入 SQLite 数据库
Streamlit 应用程序监控 SQLite，向人类显示指令并提示响应。
通过 Streamlit 将人工输入的结果写入 SQLite
MCP 服务器从 SQLite 读取结果并将其作为 MCP 响应返回给客户端（通过 STDOUT）。

Related MCP server: browser-use MCP Server

提供的工具

human_eye_tool ：人眼用于描述情况或定位特定事物。
human_hand_tool ：人类用手进行简单的物理操作。
human_mouth_tool ：人类用嘴说出指定的词语。
human_weather_tool ：人工检查并报告您所在位置的天气。
human_ear_tool ：人类用耳朵听声音并描述情况。
human_nose_tool ：人类用鼻子来识别气味。
human_taste_tool ：人类用嘴巴品尝食物并描述其味道。

设置

先决条件

Python 3.12 或更高版本
紫外线
SQLite3

安装说明

克隆存储库

git clone https://github.com/yourusername/human-mcp.git
cd human-mcp

创建并激活虚拟环境
```
uv venv
source .venv/bin/activate
```
安装依赖项
```
uv pip install .
```

如何使用

安装 MCP 服务器

task install-mcp

从 Claude 连接到 MCP 服务器

"human-mcp": {
  "command": "uv",
  "args": [
    "run",
    "--with",
    "mcp[cli]",
    "mcp",
    "run",
    "$PATH_TO_REPOSITORY/human_mcp/mcp_server.py"
  ]
}

在第二个终端中启动 Streamlit UI
```
task run-streamlit
```
在浏览器中访问 Streamlit UI（通常是http://localhost:8501 ）
一旦您通过 MCP 客户端（例如 Claude Desktop）提交请求，该任务就会出现在 Streamlit UI 中。
一旦您在 Streamlit UI 中输入您的回复并单击“发送回复”按钮，回复将被发送回 MCP 客户端。

项目结构

human-mcp/
├── human_mcp/              # メインのPythonパッケージ
│   ├── __init__.py         # パッケージマーカー
│   ├── db_utils.py         # SQLite関連ユーティリティ
│   ├── tools.py            # ツール定義
│   ├── mcp_server.py       # MCPサーバー本体
│   └── streamlit_app.py    # Streamlit UI アプリ
├── human_tasks.db          # SQLite データベースファイル (実行時に生成)
├── pyproject.toml          # プロジェクト設定、依存関係
└── README.md               # このファイル