用于 Kibela API 集成的 MCP 服务器实现,使 LLM 能够与 Kibela 内容进行交互。
<img width="320" alt="示例" src="https://gips3.baidu.com/it/u=1393022638,3665933228&fm=3081&app=3081&f=PNG?w=1122&h=472" /><a href="https://glama.ai/mcp/servers/m21nkeig1p"><img width="380" height="200" src="https://gips2.baidu.com/it/u=1554391061,3887480942&fm=3081&app=3081&f=PNG?w=760&h=400" alt="Kibela Server MCP 服务器" /></a>
[!TIP] 此扩展通过使用来自 graphql 包的 buildClientSchema、getIntrospectionQuery 和 printSchema 函数执行 GraphQL 模式内省,以逆向工程 Kibela 的 API。详情见此
KIBELA_TEAM: 您的 Kibela 团队名称(必需)KIBELA_TOKEN: 您的 Kibela API 令牌(必需)添加到您的 ~/.cursor/mcp.json:
{
"mcpServers": {
"kibela": {
"command": "npx",
"args": ["-y", "@kiwamizamurai/mcp-kibela-server"],
"env": {
"KIBELA_TEAM": "YOUR_TEAM_NAME",
"KIBELA_TOKEN": "YOUR_TOKEN"
}
}
}
}
如果您想使用 Docker,请使用以下配置:
{
"mcpServers": {
"kibela": {
"command": "docker",
"args": [
"run",
"-i",
"--rm",
"-e",
"KIBELA_TEAM",
"-e",
"KIBELA_TOKEN",
"ghcr.io/kiwamizamurai/mcp-kibela-server:latest"
],
"env": {
"KIBELA_TEAM": "YOUR_TEAM_NAME",
"KIBELA_TOKEN": "YOUR_TOKEN"
}
}
}
}
根据给定查询搜索 Kibela 笔记
query (字符串):搜索查询coediting (布尔值,可选):按共同编辑状态筛选isArchived (布尔值,可选):按归档状态筛选sortBy (字符串,可选):排序依据 (RELEVANT, CONTENT_UPDATED_AT)userIds (字符串数组,可选):按用户 ID 筛选folderIds (字符串数组,可选):按文件夹 ID 筛选从 Kibela 获取您最新的笔记
limit (数字,可选):要获取的笔记数量 (默认:15)获取特定笔记的内容和评论
id (字符串):笔记 IDinclude_image_data (布尔值,可选):是否在响应中包含图像数据 URL (默认:false)获取可访问的组列表
获取组中的文件夹
groupId (字符串):组 IDparentFolderId (字符串,可选):嵌套文件夹的父文件夹 ID获取组中未附加到任何文件夹的笔记
groupId (字符串):组 ID获取文件夹中的笔记
folderId (字符串):文件夹 IDlimit (数字,可选):要获取的笔记数量 (默认:100)获取用户列表
喜欢笔记
noteId (字符串):笔记 ID取消喜欢笔记
noteId (字符串):笔记 ID获取您最近查看的笔记
limit (数字,可选):要获取的笔记数量 (最大 15)根据路径或 URL 获取笔记内容
path (字符串):笔记路径 (例如 '/group/folder/note') 或完整的 Kibela URL (例如 'https://team.kibe.la/notes/123')include_image_data (布尔值,可选):是否在响应中包含图像数据 URL (默认:false)npm install对于本地开发,更新您的 ~/.cursor/mcp.json:
{
"mcpServers": {
"kibela": {
"command": "node",
"args": ["path/to/mcp-kibela-server/dist/src/index.js"],
"env": {
"KIBELA_TEAM": "YOUR_TEAM_NAME",
"KIBELA_TOKEN": "YOUR_TOKEN"
}
}
}
}
npx @modelcontextprotocol/inspector node ./dist/src/index.js
并设置环境变量
本地构建和运行:
docker build -t mcp-kibela-server .
然后使用以下配置:
{
"mcpServers": {
"kibela": {
"command": "docker",
"args": [
"run",
"-i",
"--rm",
"-e",
"KIBELA_TEAM",
"-e",
"KIBELA_TOKEN",
"mcp-kibela-server"
],
"env": {
"KIBELA_TEAM": "YOUR_TEAM_NAME",
"KIBELA_TOKEN": "YOUR_TOKEN"
}
}
}
}
对于 SSE 传输,请确保服务器 URL 设置为:http://localhost:3000/sse