返回市场
极客机器人-mcp

极客机器人-mcp

作者:geekbot-com15 星标更新:2025-05-19

项目介绍

Geekbot MCP

Geekbot MCP Logo License: MIT Python 3.10+ PyPI version smithery badge Verified on MseeP

解锁您的Geekbot数据在LLM应用程序中的使用 🚀

Geekbot MCP(模型上下文协议)服务器充当桥梁,直接连接LLM客户端应用(如Claude、Cursor、Windsurf等)到您的Geekbot工作区。这使您能够通过自然语言在对话中无缝地与您的站会、报告和团队成员进行交互。

主要特性 ✨

  • 访问站会和投票信息:列出您Geekbot工作区中的所有站会和投票。📊
  • 获取站会报告和投票结果:根据特定站会、用户或日期范围筛选获取报告和投票结果。📄
  • 查看团队成员:获取您在Geekbot中合作的成员列表。👥
  • 发布站会报告:向Geekbot发布站会报告。📝

观看视频:

Alt text

安装 💻

通过Smithery安装

要在Smithery上作为远程服务器安装Geekbot MCP:

npx -y @smithery/cli install @geekbot-com/geekbot-mcp --client claude

远程服务器将自动更新到每个发布的最新版本。

更多关于Smithery的数据策略的信息。

手动安装

需要Python 3.10+ 和 uv

  1. 安装Python 3.10+(如果尚未安装):

  2. 安装uv(如果尚未安装):

    • macOS/Linux: 在终端中运行以下命令:

      curl -LsSf https://astral.sh/uv/install.sh | sh
      
    • Windows: 在PowerShell中运行以下命令:

      powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"
      

    (查看更多选项,请参阅uv安装文档。)

  3. 安装/升级Geekbot MCP:

    • macOS/Linux: 在终端中运行以下命令:

      uv tool install --upgrade geekbot-mcp
      
    • Windows: 在PowerShell中运行以下命令:

      uv tool install --upgrade geekbot-mcp
      

配置 ⚙️

安装Geekbot MCP后,您可以将其连接到您的LLM客户端桌面应用(例如,Claude Desktop、Cursor、Windsurf等):

  1. 获取您的Geekbot API密钥:在您的Geekbot API/Webhooks设置中找到它。🔑。

  2. 查找您的uv可执行路径:

  • Linux/macOS: 在终端中运行以下命令:

      which uv
    
  • Windows: 在PowerShell中运行以下命令:

      (Get-Command uv | Select-Object -ExpandProperty Path) -replace '\\', '\\'
    
  1. 配置您的LLM客户端桌面应用: 支持MCP的每个LLM客户端都提供一个配置文件,您可以编辑该文件以添加Geekbot MCP服务器。

如果您使用的是不同的LLM客户端,请参考您的客户端文档了解如何配置MCP服务器。

找到配置文件后,编辑它以添加Geekbot MCP服务器:

    {
      "mcpServers": {
        "geekbot-mcp": {
          "command": "UV-PATH",
          "args": [
            "tool",
            "run",
            "geekbot-mcp"
          ],
          "env": {
            "GB_API_KEY": "YOUR-API-KEY"
          }
        }
      }
    }

确保替换:

  • UV-PATH 为您在步骤2中找到的uv可执行路径
  • YOUR-API-KEY 您在步骤1中找到的Geekbot API密钥

使用 💡

配置完成后,您的LLM客户端应用将能够访问以下工具和提示来与您的Geekbot数据进行交互:

工具 🛠️

list_standups

目的:列出所有可通过您的API密钥访问的站会。对于获取概览或寻找特定站会ID很有用。

示例提示:"嘿,你能列出我的Geekbot站会吗?"

返回的数据字段:

  • id:唯一的站会标识符。
  • name:站会名称。
  • channel:关联的通信频道(例如,Slack频道)。
  • time:站会报告的预定时间。
  • timezone:预定时间的时区。
  • questions:站会上提出的问题列表。
  • participants:参与站会的用户列表。
  • owner_id:站会所有者的ID。
  • confidential:站会是否保密。
  • anonymous:站会是否匿名。

list_polls

目的:列出所有可通过您的API密钥访问的投票。对于获取概览或寻找特定投票ID很有用。

示例提示:"嘿,你能列出我的Geekbot投票吗?"

返回的数据字段:

  • id:唯一的投票标识符。
  • name:投票名称。
  • time:投票的预定时间。
  • timezone:预定时间的时区。
  • questions:投票中提出的问题列表。
  • participants:参与投票的用户列表。
  • creator:投票创建者。

fetch_reports

目的:检索特定的站会报告。您可以按站会、用户和日期范围筛选。

示例提示:

  • "获取昨天提交的Retrospective站会报告。"
  • "显示John Doe用户在'Weekly Sync'站会上的报告。"
  • "获取2024年6月1日之后提交给Daily Standup站会的所有报告。"

可用筛选器:

  • standup_id:按特定站会ID筛选。
  • user_id:按特定用户ID筛选报告。
  • after:检索在此日期之后提交的报告(YYYY-MM-DD) 🗓️。
  • before:检索在此日期之前提交的报告(YYYY-MM-DD) 🗓️。

返回的数据字段:

  • id:唯一的报告标识符。
  • reporter_name:提交报告的用户名。
  • reporter_id:提交报告的用户ID。
  • standup_id:报告所属的站会ID。
  • created_at:报告提交的时间戳。
  • content:报告的实际答案/内容。

post_report

目的:向Geekbot发布报告。

示例提示:"嘿,你能发布Daily Standup站会的报告吗?"

返回的数据字段:

  • id:唯一的报告标识符。
  • reporter_name:提交报告的用户名。
  • reporter_id:提交报告的用户ID。
  • standup_id:报告所属的站会ID。
  • created_at:报告提交的时间戳。
  • content:报告的实际答案/内容。

list_members

目的:列出您在Geekbot工作区中共享站会的所有团队成员。

示例提示:"我的Geekbot工作区中的成员是谁?"

返回的数据字段:

  • id:唯一的成员标识符。
  • name:成员的全名。
  • email:成员的电子邮件地址。
  • role:成员在Geekbot中的角色(例如,管理员、成员)。

fetch_poll_results

目的:检索特定投票的结果。需要投票ID,并可选地指定日期范围。

示例提示:"嘿,关于新Logo的决定是什么,在Geekbot投票中?"

返回的数据字段:

  • total_results:总结果数。
  • question_results:问题结果列表。

提示 💬

weekly_rollup_report

目的:生成一份全面的周汇总报告,总结团队站会响应,突出关键更新,识别风险和缓解策略,概述下一步行动,并跟踪即将推出的项目。

小贴士 💡

  • 审查工具使用:让代理请求您对每个工具操作的明确批准,并不允许自动调用工具。此安全功能确保您控制敏感操作,特别是在向Geekbot发布报告时。您将在执行前被提示审查并批准每个工具调用,帮助防止意外的数据提交。

  • 请求预览:在发布报告之前,要求代理预览报告而不实际发布。这将给您机会审查报告并确保其正确或在发布到Geekbot之前进行更改。

  • 限制检索数据量:如果您使用fetch_reports工具,请将日期范围限制在一个合理的时期内。这有助于防止代理检索大量数据并导致性能问题。请注意,代理将对可以检索的报告数量施加限制。

参数:

  • standup_id:要包含在汇总报告中的站会ID。

开发 🧑‍💻

有兴趣贡献或本地运行服务器?

设置开发环境

# 1. 克隆仓库
git clone https://github.com/geekbot-com/geekbot-mcp.git
cd geekbot-mcp

# 2. 安装uv(如有需要)
# curl -LsSf https://astral.sh/uv/install.sh | sh

# 3. 创建虚拟环境并安装依赖项
uv sync

运行测试 ✅

# 确保已安装依赖项(uv sync)
pytest

贡献 🤝

欢迎贡献!请分叉仓库并提交带有更改的Pull Request。

许可证 📜

本项目采用MIT许可证

致谢 🙏