AI便签纸MCP 🗒️🤖（注：MCP可能代表某种特定功能或模式，但在此上下文中未给出具体含义，因此直接保留原样）
*一个微型的、边做边学的MCP服务器，你可以在几分钟内复制、运行并扩展它。*
这个仓库展示了如何构建一个 模型上下文协议（MCP） 一个允许AI应用（如 克劳德桌面版) 在你的电脑上写笔记和读笔记它设计得故意小巧，以便任何人都能理解其运作机制并对其进行适应性调整 他们自己的自动化系统。
______________________________________________________________________
为什么选择MCP？
大型语言模型（LLMs）在语言方面表现出色，但它们无法自行访问您的文件或工具。 MCP（多用途指挥平台） 这是安全地赋予AI（人工智能）能力的标准方法 工具 读取文件、调用API、查询数据库。此项目提供了四个简单的工具：
add_note(message)— 在本地追加一行notes.txtread_notes()— 阅读所有笔记notes_summary()— 返回一个简短且适合大型语言模型（LLM）的摘要notes://latest— 一个返回资源的（方法/接口） 最后 注
把这个当作一个 模式；图案 实现一切的自动化：待办事项列表、文件工作流、脚本、API等。
______________________________________________________________________
快速入门（5-10分钟）
1) 要求
- Python 3.10及以上版本
- 紫外线 （推荐）
pipx install uv或者从Astral下载 - Claude Desktop（或任何MCP客户端）
2) 克隆并安装
git clone https://github.com/Akshat-kay/AI-Sticky-Notes-MCP.git
cd AI-Sticky-Notes-MCP
uv sync # installs deps using pyproject.toml / uv.lock没有uv？使用pip： ``bash python -m venv .venv && source .venv/bin/activate # Windows: .venv\Scripts\activate pip install -r ``3) 运行服务器
python main.py它启动了一个MCP服务器 stdio（标准输入输出库） （无开放端口，无云端）。当需要时，您的MCP客户端将启动此进程。
4) 将其连接到Claude Desktop
- 打开 Claude Desktop → 设置 → 工具（MCP）
- 添加本地服务器
- 命令： python - 参数： main.py - 工作目录： 仓库文件夹
- 保存后，再将服务器开启。
你会看到一些工具： 添加备注， 阅读笔记，以及资源 笔记://最新。
______________________________________________________________________
试试这些提示
- 添加大型语言模型（LLM）事实
add 10 random facts about how LLMs work to notes- 准备MCP面试（侧重于自动化）
Add 8 scenario-based MCP interview prep notes focused on automation development.- 总结
Give me a short summary of the LLM notes and the MCP interview notes separately,
then add a few lines on how they are related.- 获取最后一条笔记（资源）
Fetch resource: notes://latest______________________________________________________________________
它是如何运作的（通俗易懂版）
- FastMCP服务器一个用于注册的微型Python应用程序 工具 和 资源.
- 工具 是AI可以调用的带有参数的函数。
- 资源 只读URI是AI可以获取的（比如
notes://latest）。 - 克劳德/MCP 客户端 自动发现工具并在运行前请求许可。
______________________________________________________________________
你可以重用的代码
以下是 最小模式 对于任何基于文件的工具，请将其复制到一个新的工具中并修改其内容。
from mcp.server.fastmcp import FastMCP
import os
mcp = FastMCP("Sticky Notes")
BASE = os.path.dirname(__file__)
NOTES_PATH = os.path.join(BASE, "notes.txt")
def ensure_file():
os.makedirs(BASE, exist_ok=True)
if not os.path.exists(NOTES_PATH):
with open(NOTES_PATH, "w", encoding="utf-8") as f:
f.write("")
@mcp.tool()
def add_note(message: str) -> str:
"""Append a note (one line) to notes.txt."""
ensure_file()
with open(NOTES_PATH, "a", encoding="utf-8") as f:
f.write(message.rstrip() + "\n")
return "note saved"
@mcp.tool()
def read_notes() -> str:
"""Return the full notes file."""
ensure_file()
with open(NOTES_PATH, "r", encoding="utf-8") as f:
content = f.read().strip()
return content or "no notes yet"
@mcp.tool()
def notes_summary() -> str:
"""Return a lightweight natural-language summary (LLM-friendly)."""
ensure_file()
with open(NOTES_PATH, "r", encoding="utf-8") as f:
content = f.read().strip()
return "there are no notes yet" if not content else f"Summary:\n{content[:2000]}"
@mcp.resource("notes://latest")
def latest_note():
"""Return the last line as a resource (bytes, mime)."""
ensure_file()
with open(NOTES_PATH, "r", encoding="utf-8") as f:
lines = f.readlines()
latest = lines[-1].strip() if lines else "no notes yet"
return latest.encode("utf-8"), "text/plain"
if __name__ == "__main__":
mcp.run()______________________________________________________________________
根据您的自动化需求进行定制
- 调用一个shell命令
@mcp.tool()
def run_script(name: str) -> str:
# validate 'name' against an allow-list to avoid injection
...- 与API交谈
@mcp.tool()
def get_weather(city: str) -> dict:
# use requests/httpx; return small JSON the LLM can reason about
...- 查询数据库
@mcp.tool()
def list_tasks(status: str = "open") -> list[dict]:
# use parameterized queries; never string-format SQL
...设计小贴士
- 保持 输入小且明确 （该模型推理能力更强）。
- 返回 紧凑的JSON或纯文本 （节省标记；更易于解析）。
- 添加 docstrings（文档字符串）—大型语言模型（LLMs）通过阅读它们来学习如何使用您的工具。
______________________________________________________________________
安全与保障（复制这种思维方式）
- 代码中无秘密从环境变量加载；提交一个
*.env.example。 - 最小特权原则限制文件路径；拒绝
..或者绝对路径。 - 输入验证长度限制、命令白名单、清理文件名。
- 锁定依赖项提交
uv.lock启用 Dependabot 和 CI 审计。 - 将数据与代码分离不要提交像……这样的运行时文件
notes.txt。 - 以非管理员用户身份运行 在可能的情况下。
将这个添加到 .gitignore:.venv/
__pycache__/
*.pyc
notes.txt
.env
*.log
.vscode/
.idea/
.DS_Store
Thumbs.db______________________________________________________________________
故障排除（快速修复）
- 在Claude中，“response was interrupted”翻译为“响应被中断” → 您的服务器可能已崩溃。
- 确保你以……结尾 mcp.run() (不 main())，并且实际拨打 ensure_file()。 - 跑 python main.py 在终端中查看错误。
- 克劳德找不到服务器
- 检查 工作目录 并且 参数（或论据） 在MCP设置中。 - 在Windows上，确认 python 指向正确的解释器（py -V， where python）。
- Unicode 或行尾看起来很奇怪
- 总是用（某个程序/软件）打开文件 encoding="utf-8" 并使用 \n。
______________________________________________________________________
了解更多/下一步
- 为笔记（JSON 行格式）添加标签和标题，并构建一个 搜索 工具。
- 创建一个 调度器 带有安全提示的工具（例如，定时运行）。
- 将内部系统封装在MCP工具之后，为AI提供“安全的手”。
______________________________________________________________________
做出贡献
欢迎提出问题和提交拉取请求（PRs）——请保留示例 小巧、安全且注释详尽 所以学习MCP的朋友们可以跟着一起学。
许可证
麻省理工学院（请随意在您的项目中重用）。