Knowfun MCP服务器
](https://www.npmjs.com/package/knowfun-mcp)  ](package.json)  
中文 |英语
这是一个 模型上下文协议(MCP) 该服务器封装了Knowfun.io OpenAPI,允许人工智能助手(如克劳德)直接调用Knowfun的内容生成功能。
特性
通过此MCP服务器,AI助手可以:
- ✅ 创建内容生成任务(课程、海报、游戏、电影)
- ✅ 查询任务状态和详细结果
- ✅ 获取任务列表(带分页和筛选)
- ✅ 查询信用余额和使用明细
- ✅ 获取API配置架构(所有可用的生成选项)
安装
# Clone or navigate to project directory
cd knowfun-mcp
# Install dependencies
npm install
# Compile TypeScript
npm run build配置
- 复制环境变量模板:
cp .env.example .env- 编辑
.env文件并填写您的Knowfun API密钥:
KNOWFUN_API_KEY=kf_your_api_key_here
KNOWFUN_API_BASE_URL=https://api.knowfun.io💡 如何获取API密钥? 1. 登录到 knowfun.io 1. 首选 /api-platform 页 1. 创建或查看您的API密钥- 测试连接(可选但推荐):
npm test如果配置正确,它将显示:
- ✅ API密钥有效
- ✅ 网络连接正常
- ✅ 当前信用余额
在Claude桌面中使用
编辑Claude Desktop配置文件:
macOS: ~/Library/Application Support/Claude/claude_desktop_config.json 视窗: %APPDATA%\Claude\claude_desktop_config.json
添加以下配置:
{
"mcpServers": {
"knowfun": {
"command": "node",
"args": ["/Users/jamson/code/knowfun-mcp/dist/index.js"],
"env": {
"KNOWFUN_API_KEY": "kf_your_api_key_here",
"KNOWFUN_API_BASE_URL": "https://api.knowfun.io"
}
}
}
}重新启动Claude Desktop以使用Knowfun工具。
在克劳德代码(CLI)中使用
创建或编辑 ~/.config/claude/settings.json:
{
"mcpServers": {
"knowfun": {
"command": "node",
"args": ["/Users/jamson/code/knowfun-mcp/dist/index.js"],
"env": {
"KNOWFUN_API_KEY": "kf_your_api_key_here",
"KNOWFUN_API_BASE_URL": "https://api.knowfun.io"
}
}
}
}然后像往常一样使用Claude Code CLI。
在游标中使用
创建 .cursor/mcp_config.json 在您的项目中:
{
"mcpServers": {
"knowfun": {
"command": "node",
"args": ["/Users/jamson/code/knowfun-mcp/dist/index.js"],
"env": {
"KNOWFUN_API_KEY": "kf_your_api_key_here",
"KNOWFUN_API_BASE_URL": "https://api.knowfun.io"
}
}
}
}或在光标设置(设置→ 特性→ MCP).
可用工具
1.创建任务
创建内容生成任务(API: POST /api/openapi/v1/tasks)
参数:
requestId(字符串,必填):自定义请求ID(1-64个字符)taskType(字符串,必填):任务类型-course,poster,game,filmmaterial(对象,必填):输入材料
- text (string):文本内容 - url (string):文档或网页URL - type (string):材料类型(文本、url、pdf、doc等)
config(object):生成配置(可选,调用get_schema首先查看可用选项)callbackUrl(string):完成时回调URL(可选)language(string):语言设置(可选)
示例:
{
"requestId": "req-20260301-001",
"taskType": "course",
"material": {
"text": "Introduction to AI: AI is a branch of computer science...",
"type": "text"
},
"config": {
"course": {
"contentLanguage": "en",
"explainLanguage": "en",
"aspectRatio": "landscape"
}
}
}2.任务
按taskId查询任务状态(API: GET /api/openapi/v1/tasks/:taskId)
参数:
taskId(字符串,必填):任务ID
3.get_task_by_request_id
按requestId查询任务状态(API: GET /api/openapi/v1/tasks/by-request/:requestId)
参数:
requestId(字符串,必填):请求ID
4.获取任务详情
获取详细的任务信息(API: GET /api/openapi/v1/tasks/:taskId/detail)
参数:
taskId(字符串,必填):任务IDverbose(boolean):返回详细的调试信息(默认为false)
5.任务列表
获取任务列表(API: GET /api/openapi/v1/tasks)
参数:
page(number):页码(默认为1)limit(数量):每页项目数(默认为20)status(string):状态筛选器(待定、正在处理、成功、失败)taskType(string):类型过滤器(课程、海报、游戏、电影)
6.获取信用平衡
查询当前API关键信用余额(API: GET /api/openapi/v1/credits/balance)
退货:
available:可用学分earned:总学分used:已用学分locked:锁定学分
7.获取信用_定价
获取每种任务类型的信用定价(API: GET /api/openapi/v1/credits/pricing)
8.get_schema
获取API配置架构(API: GET /api/openapi/v1/schema)
包括所有可用的内容样式、模板、语言等。
9.设备使用
查询信用使用详细信息(API: GET /api/openapi/usage)
参数:
startDate(字符串):开始日期(YYYY-MM-DD)endDate(字符串):结束日期(YYYY-MM-DD)
任务类型
课程
生成多媒体课程内容(视频、PPT等)
主要配置:
contentStyle:内容风格(简洁、详细等)contentLanguage:内容语言explainLanguage:叙述语言voiceType:语音类型aspectRatio:纵横比(横向、纵向)
海报
制作知识信息图海报
主要配置:
usage:布局类型(信息图、业务报告等)style:艺术风格(手绘、写实等)aspectRatio:纵横比(1:1、4:3、16:9等)
游戏
生成互动游戏内容
主要配置:
gameType:游戏类型(故事、互动、任务等)aspectRatio:纵横比
电影
制作短视频或微电影
主要配置:
filmStyle:电影风格(故事、纪录片、教程等)aspectRatio:纵横比(16:9、9:16、1:1)
发展
# Watch file changes and auto-compile
npm run watch
# Run in development mode
npm run dev技术栈
- MCP-SDK:@modelcontextprotocol/sdk
- HTTP客户端:轴
- 语言:TypeScript
- 运行时:Node.js
文档
快速开始
- 🚀 QUICKSTART.md -快速入门指南
- 🚀 QUICKSTART.zh.md - 快速入门指南
完整文档
- 📖 README.md -完整文档(英文)
- 📖 README.zh.md - 完整项目文档(中文)
- 📝 用法_示例.md -使用示例
- 📝 用法_EXAMPLES.zh.md - 使用示例
- ⚙️ 配置.md -配置指南(双语)
参考
贡献
- 🤝 贡献.md -如何做出贡献
- 📜 代码_OF_CONDUCT.md -行为准则
- 🔒 安全.md -安全策略
相关链接
许可证
麻省理工学院
支持
如有任何问题或建议,请联系Knowfun团队或提交问题。
