该项目实现了一个模型上下文协议(MCP)服务器,用于与Beeminder API进行交互。

模型上下文协议(MCP)是一个开放协议,标准化了应用程序如何向大型语言模型(LLMs)提供上下文。它就像“AI应用的USB-C端口”——提供了一种标准化的方式,将AI模型连接到不同的数据源和工具上。
MCP遵循客户端-服务器架构,其中:
Beeminder是一款工具,通过结合以下内容来克服拖延症(即违背自己的判断行事):
此服务器实现提供了与Beeminder API兼容的访问,允许AI助手帮助用户管理他们的Beeminder目标、数据点和其他相关功能。
该服务器提供了对核心Beeminder功能的访问,包括:
你需要Beeminder API密钥和用户名才能运行服务器。获取API密钥的方法如下:
你也需要安装uv。查看uv文档以获取安装说明。你可以使用其他工具,但你需要更改claude_desktop_config.json文件中的command。
claude_desktop_config.json文件中:~/Library/Application\ Support/Claude/claude_desktop_config.json%APPDATA%/Claude/claude_desktop_config.json"mcpServers": {
"beeminder": {
"command": "uv",
"args": [
"--directory",
"/path/to/repo/mcp-beeminder",
"run",
"mcp-beeminder"
],
"env": {
"BEEMINDER_API_KEY": "YOUR_BEEMINDER_API_KEY",
"BEEMINDER_USERNAME": "YOUR_BEEMINDER_USERNAME"
}
}
}
感谢@ianm199的beeminder-client包,本项目基于此包。
当然还要感谢Beeminder团队构建了如此出色的产品!