项目已迁移

该项目已被拆分并迁移到独立的仓库中。

• Google Kit: 针对Gmail、Google日历、Google聊天的工具
• RAG Kit: 针对RAG、记忆的工具
• Dev Kit: 针对开发者、Jira、Confluence、GitLab、GitHub等的工具
• Fetch Kit: 针对抓取、刮取等的工具
• Research Kit: 针对研究、学术、推理等的工具

MyMCP服务器

一个强大的模型上下文协议（MCP）服务器实现，集成了GitLab、Jira、Confluence、YouTube等功能。此服务器提供AI驱动的搜索能力和各种开发工作流程的实用工具。

教程

社区

对于社区支持、讨论和更新，请访问我们的论坛 community.aiocean.io。

先决条件

• Go 1.23.2 或更高版本
• 使用的服务所需的各类API密钥和令牌

安装

通过Smithery安装

要通过Smithery自动安装MyMCP服务器（会引导您完成交互式CLI设置）：

npx -y @smithery/cli install @nguyenvanduocit/all-in-one-model-context-protocol --client claude

注意：Smithery会提示您输入所需配置值，并自动处理环境设置

通过Go安装

1. 安装服务器：

go install github.com/nguyenvanduocit/all-in-one-model-context-protocol@latest

2. 需要手动设置 - 创建一个.env文件以包含您的配置：

ENABLE_TOOLS=
QDRANT_HOST=
ATLASSIAN_HOST=
ATLASSIAN_EMAIL=
GITLAB_HOST=
GITLAB_TOKEN=
BRAVE_API_KEY=
ATLASSIAN_TOKEN=
GOOGLE_AI_API_KEY=
PROXY_URL=
OPENAI_API_KEY=
DEEPSEEK_API_KEY=
QDRANT_PORT=
GOOGLE_TOKEN_FILE=
GOOGLE_CREDENTIALS_FILE=
QDRANT_API_KEY=

3. 配置Claude的配置：

{
  "mcpServers": {
    "my_mcp_server": {
      "command": "all-in-one-model-context-protocol",
      "args": ["-env", "/path/to/.env"],
    }
  }
}

秘密

GOOGLE_TOKEN_FILE 用于Google AI如Gemini、Google搜索、Google日历等。

GOOGLE_CREDENTIALS_FILE 是服务账户，用于高级功能如Google聊天。您需要在Google Cloud Console中创建项目并创建服务账户。还需要创建Google云聊天机器人。可以请求任何LLM模型为您创建这些内容。

启用工具

环境变量中有一个隐藏变量ENABLE_TOOLS。它是一个逗号分隔的启用工具组列表。如果未设置，则所有工具都将被启用。留空以启用所有工具。

以下是工具组列表：

• gemini: Gemini驱动的搜索
• fetch: 抓取工具
• confluence: Confluence工具
• youtube: YouTube工具
• jira: Jira工具
• gitlab: GitLab工具
• script: 脚本工具
• rag: RAG工具
• deepseek: Deepseek AI工具

可用工具

calendar_create_event

在Google日历中创建新事件

参数：

• summary (字符串) (必需): 事件标题
• description (字符串): 事件描述
• start_time (字符串) (必需): 事件开始时间，RFC3339格式（例如，2023-12-25T09:00:00Z）
• end_time (字符串) (必需): 事件结束时间，RFC3339格式
• attendees (字符串): 逗号分隔的与会者电子邮件地址列表

calendar_list_events

列出Google日历中的即将事件

参数：

• time_min (字符串): 搜索的开始时间，RFC3339格式（默认：现在）
• time_max (字符串): 搜索的结束时间，RFC3339格式（默认：从现在起一周）
• max_results (数字): 返回的最大事件数（默认：10）

calendar_update_event

更新Google日历中的现有事件

参数：

• event_id (字符串) (必需): 要更新的事件ID
• summary (字符串): 新的事件标题
• description (字符串): 新的事件描述
• start_time (字符串): 新的事件开始时间，RFC3339格式
• end_time (字符串): 新的事件结束时间，RFC3339格式
• attendees (字符串): 逗号分隔的新与会者电子邮件地址列表

calendar_respond_to_event

响应Google日历中的事件邀请

参数：

• event_id (字符串) (必需): 要响应的事件ID
• response (字符串) (必需): 您的响应（接受、拒绝或暂定）

confluence_search

搜索Confluence

参数：

• query (字符串) (必需): Atlassian Confluence查询语言（CQL）

confluence_get_page

获取Confluence页面内容

参数：

• page_id (字符串) (必需): Confluence页面ID

confluence_create_page

创建新的Confluence页面

参数：

• space_key (字符串) (必需): 页面将创建的空间键
• title (字符串) (必需): 页面标题
• content (字符串) (必需): 页面内容，存储格式（XHTML）
• parent_id (字符串): 父页面ID（可选）

confluence_update_page

更新现有的Confluence页面

参数：

• page_id (字符串) (必需): 要更新的页面ID
• title (字符串): 新的页面标题（可选）
• content (字符串): 新的页面内容，存储格式（XHTML）
• version_number (字符串): 乐观锁定的版本号（可选）

deepseek_reasoning

使用Deepseek的AI能力进行多步骤问题解决、批判性分析和战略决策支持的先进推理引擎

参数：

• question (字符串) (必需): 需要深入分析和推理的结构化查询或问题陈述
• context (字符串) (必需): 在MCP生态系统内定义查询的操作背景和目的
• knowledge (字符串): 提供相关的聊天历史记录、知识库条目和结构化数据上下文，用于MCP感知推理

get_web_content

从给定的HTTP/HTTPS URL获取内容。此工具允许您检索网页、API或任何可访问的HTTP端点的文本内容。返回原始文本内容。

参数：

• url (字符串) (必需): 要获取内容的完整HTTP/HTTPS URL（例如，https://example.com）

gchat_list_spaces

列出所有可用的Google聊天空间/房间

gchat_send_message

向Google聊天空间或直接消息发送消息

参数：

• space_name (字符串) (必需): 发送消息的空间名称
• message (字符串) (必需): 要发送的文本消息

ai_web_search

使用Google AI搜索网络。最佳工具用于实时信息更新

参数：

• question (字符串) (必需): 要询问的问题。应为一个问题
• context (字符串) (必需): 问题的背景/目的，有助于Gemini更好地理解问题

gitlab_list_projects

列出GitLab项目

参数：

• group_id (字符串) (必需): GitLab组ID
• search (字符串): 可以提供多个术语，用转义的空格（+或%20）分隔，并且会被AND在一起。例如：one+two 将匹配子串one和two（顺序不限）。

gitlab_get_project

获取GitLab项目详情

参数：

• project_path (字符串) (必需): 项目/仓库路径

gitlab_list_mrs

列出合并请求

参数：

• project_path (字符串) (必需): 项目/仓库路径
• state (字符串) (默认：all): MR状态（opened/closed/merged）

gitlab_get_mr_details

获取合并请求详情

参数：

• project_path (字符串) (必需): 项目/仓库路径
• mr_iid (字符串) (必需): 合并请求IID

gitlab_create_MR_note

在合并请求上创建备注

参数：

• project_path (字符串) (必需): 项目/仓库路径
• mr_iid (字符串) (必需): 合并请求IID
• comment (字符串) (必需): 备注文本

gitlab_get_file_content

从GitLab仓库获取文件内容

参数：

• project_path (字符串) (必需): 项目/仓库路径
• file_path (字符串) (必需): 仓库中的文件路径
• ref (字符串) (必需): 分支名称、标签或提交SHA

gitlab_list_pipelines

列出GitLab项目的流水线

参数：

• project_path (字符串) (必需): 项目/仓库路径
• status (字符串) (默认：all): 流水线状态（running/pending/success/failed/canceled/skipped/all）

gitlab_list_commits

在指定日期范围内列出GitLab项目的提交

参数：

• project_path (字符串) (必需): 项目/仓库路径
• since (字符串) (必需): 开始日期（YYYY-MM-DD）
• until (字符串): 结束日期（YYYY-MM-DD）。如果没有提供，默认为当前日期
• ref (字符串) (必需): 分支名称、标签或提交SHA

gitlab_get_commit_details

获取提交详情

参数：

• project_path (字符串) (必需): 项目/仓库路径
• commit_sha (字符串) (必需): 提交SHA

gitlab_list_user_events

在指定日期范围内列出GitLab用户的活动

参数：

• username (字符串) (必需): GitLab用户名
• since (字符串) (必需): 开始日期（YYYY-MM-DD）
• until (字符串): 结束日期（YYYY-MM-DD）。如果没有提供，默认为当前日期

gitlab_list_group_users

列出GitLab组中的所有用户

参数：

• group_id (字符串) (必需): GitLab组ID

gitlab_create_mr

创建新的合并请求

参数：

• project_path (字符串) (必需): 项目/仓库路径
• source_branch (字符串) (必需): 源分支名称
• target_branch (字符串) (必需): 目标分支名称
• title (字符串) (必需): 合并请求标题
• description (字符串): 合并请求描述

gmail_search

使用Gmail的搜索语法在Gmail中搜索邮件

参数：

• query (字符串) (必需): Gmail搜索查询。遵循Gmail的搜索语法

gmail_move_to_spam

根据消息ID将特定邮件移动到Gmail的垃圾邮件文件夹

参数：

• message_ids (字符串) (必需): 要移动到垃圾邮件的消息ID的逗号分隔列表

gmail_create_filter

创建具有指定标准和操作的Gmail过滤器

参数：

• from (字符串): 过滤来自该发件人的邮件
• to (字符串): 过滤发送给该收件人的邮件
• subject (字符串): 过滤具有该主题的邮件
• query (字符串): 额外的搜索查询标准
• add_label (布尔值): 将标签添加到匹配的消息
• label_name (字符串): 要添加的标签名称（如果add_label为true则必需）
• mark_important (布尔值): 标记匹配的消息为重要
• mark_read (布尔值): 标记匹配的消息为已读
• archive (布尔值): 归档匹配的消息

gmail_list_filters

列出帐户中的所有Gmail过滤器

gmail_list_labels

列出帐户中的所有Gmail标签

gmail_delete_filter

根据其ID删除Gmail过滤器

参数：

• filter_id (字符串) (必需): 要删除的过滤器ID

gmail_delete_label

根据其ID删除Gmail标签

参数：

• label_id (字符串) (必需): 要删除的标签ID

jira_get_issue

检索特定Jira问题的详细信息，包括其状态、分配人、描述、子任务和可用转换

参数：

• issue_key (字符串) (必需): Jira问题的唯一标识符（例如，KP-2，PROJ-123）

jira_search_issue

使用JQL（Jira查询语言）搜索Jira问题。返回匹配问题的关键细节，如摘要、状态、分配人和优先级

参数：

• jql (字符串) (必需): JQL查询字符串（例如，'project = KP AND status = "In Progress"'）

jira_list_sprints

列出特定Jira板的所有活跃和未来冲刺，包括冲刺ID、名称、状态和日期

参数：

• board_id (字符串) (必需): Jira板的数字ID（可以在板URL中找到）

jira_create_issue

创建具有指定详细信息的新Jira问题。返回创建的问题的关键、ID和URL

参数：

• project_key (字符串) (必需): 创建问题的项目标识符（例如，KP，PROJ）
• summary (字符串) (必需): 问题的简短标题或标题
• description (字符串) (必需): 问题的详细解释
• issue_type (字符串) (必需): 要创建的问题类型（常见类型：Bug、Task、Story、Epic）

jira_update_issue

修改现有Jira问题的详细信息。支持部分更新 - 只有指定的字段将被更改

参数：

• issue_key (字符串) (必需): 要更新的问题的唯一标识符（例如，KP-2）
• summary (字符串): 问题的新标题（可选）
• description (字符串): 问题的新描述（可选）

jira_list_statuses

检索特定Jira项目的所有可用问题状态ID及其名称

参数：

• project_key (字符串) (必需): 项目标识符（例如，KP，PROJ）

jira_transition_issue

使用有效的转换ID将问题通过其工作流进行转换。可以从jira_get_issue获取可用转换

参数：

• issue_key (字符串) (必需): 要转换的问题（例如，KP-123）
• transition_id (字符串) (必需): 来自可用转换列表的转换ID
• comment (字符串): 随转换添加的可选评论

RAG_memory_index_content

将内容索引到内存中，可以插入或更新

参数：

• collection (字符串) (必需): 内存集合名称
• filePath (字符串) (必需): 内容文件路径
• payload (字符串) (必需): 纯文本负载

RAG_memory_index_file

将本地文件索引到内存中

参数：

• collection (字符串) (必需): 内存集合名称
• filePath (字符串) (必需): 要索引的本地文件路径

RAG_memory_create_collection

在内存中创建新的向量集合

参数：

• collection (字符串) (必需): 内存集合名称

RAG_memory_delete_collection

删除内存中的向量集合

参数：

• collection (字符串) (必需): 内存集合名称

RAG_memory_list_collections

列出内存中的所有向量集合

RAG_memory_search

基于查询在集合中搜索内存

参数：

• collection (字符串) (必需): 内存集合名称
• query (字符串) (必需): 搜索查询，应该是关键词

RAG_memory_delete_index_by_filepath

通过文件路径删除向量索引

参数：

• collection (字符串) (必需): 内存集合名称
• filePath (字符串) (必需): 要删除的本地文件路径

execute_comand_line_script

在用户的系统上安全地执行命令行脚本，带有安全限制。特性包括沙箱执行、超时保护和输出捕获。支持跨平台脚本编写，自动检测环境。

参数：

• content (字符串) (必需):
• interpreter (字符串) (默认：/bin/sh): 解释器二进制路径（例如，/bin/sh, /bin/bash, /usr/bin/python, cmd.exe）。针对允许列表进行验证以确保安全
• working_dir (字符串): 执行目录路径（默认：用户主目录）。验证以防止未经授权访问系统位置

web_search

使用Brave搜索引擎API搜索网络

参数：

• query (字符串) (必需): 要搜索的查询（最大400个字符，50个单词）
• count (数字) (默认：5): 结果数量（1-20，默认5）
• country (字符串) (默认：ALL): 国家代码

sequentialthinking

`一种详细的工具，通过思考进行动态和反思的问题解决。 此工具帮助通过灵活的思维过程分析问题，该过程可以适应和演变。 每个想法都可以建立在、质疑或修订之前的见解，随着理解的加深。