Token导航 LogoToken导航TokenDH.com
Canvas MCP Client logo
AI代理stdio官方级别未说明来源级核验

Canvas MCP Client

MCP Server

Canvas MCP Client 是一个开源、可自托管的无限画布仪表盘应用,支持模块化小部件和MCP服务器集成,适用于AI工具管理和自定义工作空间。

工具数

0

提示词数

0

GitHub Stars

72

资源数

0
TypeScriptAI代理工作流自动化

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

作者 / 组织

n00bvn

提供方

n00bvn

最后核验

2026/5/17 20:22

运行时

Python

快速接入

先看主来源和安装命令,再打开仓库或文档;下面只保留这个条目的关键接入事实。

命令预览

python -m venv venv

详细介绍

Canvas MCP 客户端

Canvas MCP Client

一个可定制的无限画布仪表板,支持集成模型上下文协议(MCP)服务器

特点/功能快速入门文档做出贡献许可证

______________________________________________________________________

🎯 什么是Canvas MCP客户端?

Canvas MCP 客户端是一个 开源、可自托管的仪表板应用程序 它围绕一个无限大、可缩放和可平移的画布构建。它提供了一个统一的界面,通过一个灵活的、基于小部件的系统与多个MCP(模型上下文协议)服务器进行交互。

为何选择Canvas MCP客户端?

  • 🎨(颜料/绘画相关的表情符号,可意译为“绘画”或根据上下文具体描述) 无限画布利用无限缩放和平移功能,对您的工作空间进行空间布局
  • 拼图碎片 模块化小部件使用12+个预建小部件或创建您自己的自定义组件
  • 🛠️(工具/修理/手工工具) 无代码小部件构建器使用小部件构建器来创建您自己的小部件,无需编写代码
  • 🤖 表情符号“🤖”通常被用来表示机器人或机器人的形象,它是一个带有圆形头部、机械特征的卡通风格机器人形象。在中文中,这个表情符号可以直接用其英文原样表示,或者根据语境解释为“机器人”或“机械人”。所以,翻译成中文可以是“机器人”或“机械人”,具体取决于上下文和使用场景。 MCP集成使用FastMCP库无缝连接到多个MCP服务器
  • 🔌(电源插头/插座) 由人工智能驱动配置多个AI服务提供商(OpenAI、Anthropic、Ollama、Google)以增强功能
  • 🎭 表情符号“🎭”通常代表“戏剧面具”或“表演面具”,在中文中可以翻译为“戏剧面具”或根据语境简化为“面具”。这个表情符号常用于表示戏剧、表演、神秘或伪装等含义。 模板系统保存并共享小部件和仪表板配置
  • 🐳 表示“海豚”或“海豚的叫声”,在中文中可以直接用“海豚”来翻译这个表情符号。 轻松部署一键式Docker设置或手动安装
  • 🔒(锁形符号,常用于表示安全、保密或锁定状态) 隐私优先所有数据均保存在您的基础设施上,无外部依赖

非常适合AI高级用户、开发者、内容创作者以及任何希望拥有可定制工作空间来管理AI工具和服务的人士。

🎥 快速演示

Click to watch the Canvas MCP Client demo video

✨ 特点/功能

核心功能

  • 🎨 无限画布界面

- 平滑缩放和平移 - 网格吸附和对齐工具 - 持久的视口状态 - 响应式且优化的渲染

  • 🧩 丰富的控件系统 (12+ 小部件)

- 📝 便签纸 - 快速记笔记和提醒 - ✅ 待办事项列表 - 带复选框的任务管理 - 💬 AI聊天 - 集成大型语言模型对话 - 🖼️ 图像显示 - 视觉内容展示 - 🃏 闪卡 - 学习与记忆 - 🎬 视频播放器 - 媒体播放 - 📊 看板 - 项目管理 - 📈 电子表格 - 数据表与组织 - 📄 Markdown 编辑器 - 格式化文档 - 🌐 网页预览 - 嵌入式网页内容 - 🌍 世界时钟 - 多时区显示 - ☁️ 天气小部件 - 实时天气信息

  • 🔌 MCP 服务器管理

- 配置多个MCP服务器连接 - 支持stdio、HTTP和SSE传输协议 - 实时连接状态监控 - 导入/导出服务器配置

  • 🤖 大型语言模型(LLM)配置

- 支持多家AI服务提供商(OpenAI、Anthropic、Ollama、Google) - 可配置的模型参数 - 安全凭证存储 - 自定义API端点

  • 📦 模板系统

- 将小部件保存为可重用的模板 - 导出/导入仪表板配置 - 与社区分享模板 - 带预览功能的模板库

  • 🎨 定制化

- 浅色和深色主题 - 小部件颜色和形状的自定义 - 灵活的布局选项 - 拖放式界面

  • 💾 数据持久化

- 自动保存 - 本地 SQLite 存储(支持 PostgreSQL) - 会话恢复 - 备份和恢复功能

🚀 快速入门

先决条件

  • Docker & Docker Compose(注:这里的“&”在中文语境下通常不直接翻译,保持原样以表示并列关系,所以翻译为“Docker 和 Docker Compose”) (推荐)或者
  • Node.js 18及以上版本 并且 Python 3.10及以上版本 (手动设置)

选项1:Docker(推荐)

开始的最快方式:

# Clone the repository
git clone https://github.com/n00bvn/CanvasMCPClient.git
cd CanvasMCPClient

# Start the application
docker-compose up -d

# Access the application
open http://localhost:3031

该应用程序将在以下网址提供:

  • 前端http://localhost:3031(本地主机,端口3031)
  • 后端APIhttp://localhost:8081 翻译为中文是:“本地主机上的8081端口”。不过,通常我们不会直接翻译这个URL,而是理解为“访问本地运行在8081端口上的服务或应用”。在中文语境中,我们可能会说:“访问本地8081端口的服务”或者“打开本地8081端口的应用”
  • API文档http://localhost:8081/docs 翻译为中文是:“本地主机上的8081端口文档页面”。不过,通常我们不会直接翻译这样的URL地址,而是会说明其访问方式或功能,比如:“访问本地开发服务器上的文档页面,请打开浏览器并输入 http://localhost:8081/docs”

选项2:手动设置

Click to expand manual setup instructions

后端设置

# Navigate to backend directory
cd backend

# Create and activate virtual environment
python -m venv venv
source venv/bin/activate  # On Windows: venv\Scripts\activate

# Install dependencies
pip install -r requirements.txt

# Create data directory
mkdir -p data

# Set environment variables
export DATABASE_URL="sqlite:///./data/canvas_mcp.db"
export CORS_ORIGINS="http://localhost:3031,http://127.0.0.1:3031"
export SECRET_KEY="your-secret-key-here"

# Start the backend
uvicorn main:app --reload --host 0.0.0.0 --port 8081

前端设置

# Navigate to frontend directory (in a new terminal)
cd frontend

# Install dependencies
npm install

# Set environment variables
export NEXT_PUBLIC_API_URL="http://localhost:8081"

# Start the frontend
npm run dev

该应用程序将在 http://localhost:3031 上可用

第一步

  1. 配置MCP服务器 (可选)

- 点击侧边栏中的“MCP 服务器”按钮 - 添加您的MCP服务器配置 - 测试连接

  1. 设置人工智能服务提供商 (可选)

- 点击侧边栏中的“AI 配置” - 为您的首选提供商(OpenAI、Anthropic 等)添加 API 密钥 - 配置默认模型

  1. 创建您的第一个仪表板

- 点击左侧面板中的“新建仪表板” - 从工具栏中添加小部件 - 拖动、调整大小,并根据您的喜好进行自定义

  1. 探索功能

- 尝试不同的小部件类型 - 保存模板以供重用 - 导出并共享您的仪表板

📚 文档

🏗️ 建筑学

Canvas MCP 客户端采用现代且经过验证的技术构建:

前端

  • 框架Next.js 15 配合 React 19
  • 语言TypeScript
  • 造型Tailwind CSS
  • 状态管理Redux Toolkit
  • 用户界面组件使用Heroicons的自定义组件
  • 画布渲染优化性能的HTML5 Canvas

后端

  • 框架FastAPI(Python 3.10+)
  • 数据库SQLite(开发用)/ PostgreSQL(生产就绪)
  • ORM(对象关系映射)使用 Alembic 进行迁移的 SQLAlchemy
  • MCP集成FastMCP 库
  • API 文档自动生成的OpenAPI/Swagger文档

基础设施

  • 集装箱化Docker & Docker Compose
  • 网络服务器Uvicorn(开发环境)/ Gunicorn(生产环境)
  • 反向代理Nginx(可选,用于生产环境)

🤝 贡献

我们欢迎社区成员的贡献!无论您是修复漏洞、添加功能、改进文档,还是创建新控件,您的帮助都将受到赞赏。

贡献方式:

  • 🐛 报告错误和问题
  • 💡 提出新功能或小部件的建议
  • 📝 改善文档
  • 🔧 提交拉取请求
  • 🎨 分享小部件和仪表板模板
  • ⭐ 给仓库点个星,并分享出去

开始吧:

  1. 阅读我们的 贡献指南
  2. 办理退房/结账 悬而未决的问题
  3. 加入讨论

在提交拉取请求(PR)之前:

# Auto-fix formatting issues
./lint-fix.sh

# Check all linting rules
./lint.sh

代码检查设置 以获取详细信息。

请阅读我们的 行为准则 在贡献之前。

🛡️ 安全

安全是首要任务。如果您发现安全漏洞,请按照我们的 安全政策 负责任地报告它。

安全特性:

  • 加密凭证存储
  • 本地优先数据架构
  • 无遥测或外部数据传输
  • 确保MCP服务器连接安全
  • 定期更新依赖项

🗺️ 路线图

  • \[ \] 支持oAuth的远程MCP服务器
  • \[ \] 与OpenAI应用集成
  • \[ \] 为小部件添加自定义提示
  • \[ \] 支持图像和视频生成AI模型
  • \[ \] 添加更多内置小部件,如日历、音乐播放器、图表等。
  • \[ \] 添加更多实用工具,如文本、形状等。
  • \[ \] 为小部件添加自定义数据源(webhook、REST API 等)
  • \[ \] 画布仪表板历史记录及撤销/重做功能
  • \[ \] 增强小部件构建器以支持更高级的小部件
  • \[ \] 支持网页抓取和深入研究能力
  • \[ \] 移动端响应式设计改进
  • \[ \] 增强的人工智能集成能力
  • \[ \] 对大型仪表板进行性能优化
  • \[ \] 进口/出口改进
  • \[ \] 实时协作功能
  • \[ \] 可访问性增强(符合WCAG 2.1标准)

看看 悬而未决的问题 以获取完整功能提案列表和已知问题列表。

📊 项目状态

Canvas MCP 客户端正在积极维护中,并且 稳定发展我们遵循语义化版本控制,并维护一个 更改日志(或更新日志) 适用于所有版本。

当前版本1.0.0 状态稳定 - 准备好进行自托管 最后更新时间2025年10月

🙏 致谢

  • 构建于 FastMCP 用于MCP服务器集成
  • 受Miro、Figma和Obsidian Canvas等无限画布工具的启发
  • 图标由 Heroicons(英雄图标)
  • 社区贡献者和测试人员

📄 许可证

这个项目遵循MIT许可证授权——详见 许可证 文件中有详细信息。

______________________________________________________________________

💬 社区与支持

⭐ 星辰历史

如果您觉得Canvas MCP客户端很有用,请考虑给它点个星吧! ⭐

______________________________________________________________________

由充满爱意的团队倾心打造 VISONA(注:此词在中文中无直接对应含义,可能是特定品牌、项目或概念的名称,根据音译可暂译为“维索纳”,但具体翻译需依据上下文或品牌官方命名) 以及开源社区

⬆ 返回顶部

目录标签

目录标签

TypeScriptAI代理工作流自动化无限画布本地部署模块化小部件MCP集成AI工具管理自定义仪表盘

接入字段

传输方式(transport,传输协议)

stdio

鉴权方式(authType,认证方式)

oauth

运行时(runtime,运行环境)

Python

工具数量(toolCount,工具数)

0

资源数量(resourceCount,资源数)

0

提示词数量(promptCount,提示词数)

0

权限和风险

stdiooauth部署方式未说明

接入前请确认传输方式、认证方式和部署位置,并根据实际工具能力限制访问范围。

安装前确认

不要直接授予不必要的文件、网络或账号权限;先核对安装命令和配置内容。

来源信息

继续浏览同类 MCP