HelloWorld
登录
Q

Quickchat AI MCP工具

允许用户通过模型上下文协议将自定义的Quickchat AI代理集成到各种AI应用程序（Claude Desktop、Cursor、VS Code等）中，实现AI与AI之间的交互。

autonomous-agentscode-executionrag-systems

347 查看 · 2026-07-07 更新

简介

允许用户通过模型上下文协议将自定义的Quickchat AI代理集成到各种AI应用程序（Claude Desktop、Cursor、VS Code等）中，实现AI与AI之间的交互。

简介

允许用户通过模型上下文协议将自定义的Quickchat AI代理集成到各种AI应用程序（Claude Desktop、Cursor、VS Code等）中，实现AI与AI之间的交互。

Quickchat AI MCP 服务器

Quickchat AI MCP (模型上下文协议) 服务器允许任何人将您的 Quickchat AI 代理插入他们喜爱的 AI 应用程序中，如 Claude Desktop、Cursor、VS Code、Windsurf 等等。更多详情请参阅 这里。

快速开始

  1. 创建一个 Quickchat AI 账户，并开始任何计划的7天试用。
  2. 设置您的AI的知识库、功能和设置。
  3. 前往 MCP 页面激活您的 MCP。为其提供名称、描述以及（可选）命令。这些信息非常重要——AI应用程序需要理解何时联系您的AI，及其能力和知识是什么。
  4. 完成！现在您已经准备好通过任何AI应用程序测试您的 Quickchat AI，并向世界展示它！

Claude 工具结构
Claude 工具结构

Cursor 工具结构
Cursor 工具结构

有用的链接

先决条件

使用以下命令安装 uv： commandline curl -LsSf https://astral.sh/uv/install.sh | sh

或阅读更多 此处 的内容。

使用 Claude Desktop 测试

配置

前往 设置 > 开发者 > 编辑 配置。在文本编辑器中打开 claude_desktop_config.json 文件。如果您刚开始，该文件看起来会像这样：

JSON { "mcpServers": {} }

在这里您可以定义所有 Claude Desktop 可访问的 MCP。这是如何添加您的 Quickchat AI MCP 的示例：

JSON { "mcpServers": { "< QUICKCHAT AI MCP 名称 >": { "command": "uvx", "args": ["quickchat-ai-mcp"], "env": { "SCENARIO_ID": "< QUICKCHAT AI 场景 ID >", "API_KEY": "< QUICKCHAT AI API 密钥 >" } } } }

前往 Quickchat AI 应用 > MCP > 集成 查找上述片段，并填写 MCP 名称、场景ID 和 API 密钥的值。

使用 Cursor 测试

配置

前往 设置 > Cursor 设置 > MCP > 添加新的全局 MCP 服务器 并包含 Quickchat AI MCP 片段：

JSON { "mcpServers": { "< QUICKCHAT AI MCP 名称 >": { "command": "uvx", "args": ["quickchat-ai-mcp"], "env": { "SCENARIO_ID": "< QUICKCHAT AI 场景 ID >", "API_KEY": "< QUICKCHAT AI API 密钥 >" } } } }

同样地，您可以在 Quickchat AI 应用 > MCP > 集成 中找到 MCP 名称、场景ID 和 API 密钥的值。

在其他 AI 应用程序中测试

其他 AI 应用程序可能需要相同的配置，但将其纳入应用程序本身的实际步骤可能会有所不同。我们将随着进展扩展此 README。

向世界发布您的 Quickchat AI MCP!

⛔️ 不要将您的 Quickchat API 密钥发布给用户！一旦你准备好让其他用户将你的 Quickchat AI MCP 连接到他们的 AI 应用程序，请与他们分享配置片段！但是，你需要确保他们可以在不使用你的 Quickchat API 密钥的情况下使用你的 Quickchat AI MCP。以下是操作步骤：

  1. 在 Quickchat App MCP 页面上，关闭 Require API key 开关。
  2. 分享不含 API 密钥的配置片段：

JSON { "mcpServers": { "< QUICKCHAT AI MCP 名称 >": { "command": "uvx", "args": ["quickchat-ai-mcp"], "env": { "SCENARIO_ID": "< QUICKCHAT AI 场景 ID >" } } } }

酷炫功能

  • 你可以通过 Quickchat AI 仪表板控制 MCP 的所有方面。只需点击一下即可部署更改。这包括 MCP 名称和描述——你的所有用户需要做的就是刷新他们的 MCP 连接。
  • 在 Quickchat 收件箱中查看所有对话。请注意：这些不会是你用户发送给其 AI 应用的确切消息，而是他们 AI 应用与你的 Quickchat AI 之间的 AI <> AI 交互记录。🤯
  • 与大多数 MCP 实现不同，这不是一个静态工具传递给 AI。这是一种开放式的向你创建的 Quickchat AI 代理发送消息的方式。🙌

从源代码运行

使用 MCP 检查器 调试

commandline uv run mcp dev src/main.py

使用 Claude Desktop、Cursor 或其他 AI 应用调试

使用以下 JSON 配置：

JSON { "mcpServers": { "< QUICKCHAT AI MCP 名称 >": { "command": "uv", "args": [ "run", "--with", "mcp[cli]", "--with", "requests", "mcp", "run", "< 你的路径>/quickchat-ai-mcp/src/main.py" ], "env": { "SCENARIO_ID": "< QUICKCHAT AI 场景 ID >", "API_KEY": "< QUICKCHAT AI API 密钥 >" } } } }

测试

确保你的代码格式正确且所有测试均通过：

commandline ruff check --fix ruff format uv run pytest

GitHub Star 历史

Star History Chart

服务配置

[{'mcpServers': {'< QUICKCHAT AI MCP NAME >': {'args': ['quickchat-ai-mcp'], 'command': 'uvx', 'env': {'API_KEY': '< QUICKCHAT AI API KEY >', 'SCENARIO_ID': '< QUICKCHAT AI SCENARIO ID >'}}}}, {'mcpServers': {'< QUICKCHAT AI MCP NAME >': {'args': ['quickchat-ai-mcp'], 'command': 'uvx', 'env': {'API_KEY': '< QUICKCHAT AI API KEY >', 'SCENARIO_ID': '< QUICKCHAT AI SCENARIO ID >'}}}}, {'mcpServers': {'< QUICKCHAT AI MCP NAME >': {'args': ['quickchat-ai-mcp'], 'command': 'uvx', 'env': {'SCENARIO_ID': '< QUICKCHAT AI SCENARIO ID >'}}}}, {'mcpServers': {'< QUICKCHAT AI MCP NAME >': {'args': ['run', '--with', 'mcp[cli]', '--with', 'requests', 'mcp', 'run', '< YOUR PATH>/quickchat-ai-mcp/src/__main__.py'], 'command': 'uv', 'env': {'API_KEY': '< QUICKCHAT AI API KEY >', 'SCENARIO_ID': '< QUICKCHAT AI SCENARIO ID >'}}}}]

来源