Token导航 LogoToken导航TokenDH.com
Perfect Assistant MCP 2api logo
AI代理未说明官方级别未说明来源级核验

Perfect Assistant MCP 2api

MCP Server

Perfect Assistant MCP是一个基于Model Context Protocol (MCP)标准构建的AI助手桥接工具,无需安装即可将本地AI编辑器(如Cherry Studio)连接到远程PerfectAssistant AI服务,实现联网写作功能。

工具数

0

提示词数

0

GitHub Stars

2

资源数

0
开源工具JavaScriptClaudeClaude DesktopClaude

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

lza6

提供方

lza6

最后核验

2026/5/17 20:22

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。

详细介绍

🚀 Perfect Assistant MCP - 2API (Zero-Install Edition)

"编程不是魔法,它是将繁琐变为自动化的艺术。你来,你也行。" 🌍

欢迎来到 Perfect Assistant MCP!这是一个基于 Model Context Protocol (MCP) 标准构建的 AI 助手桥接工具。它不需要你安装复杂的环境,不需要你打开浏览器,甚至不需要你懂代码——只要你有一颗探索的心,就能让你的本地 AI 编辑器(如 Cherry Studio)瞬间拥有联网写作的超能力!


📖 目录


🌟 项目简介与哲学

它是什么?

简单来说,这个项目是一个 "智能翻译官"。它连接了你的 Cherry Studio(客户端)和 PerfectAssistant AI(上游服务)。当你告诉 Cherry Studio "帮我写个周报"时,这个工具会悄无声息地把你的请求传递给远程 AI,获取结果后再完美地呈现给你。

核心价值观

  • 极简主义 (Minimalism): 能用一行代码解决的,绝不写两行。摒弃笨重的浏览器,回归纯粹的 HTTP 请求。
  • 开源精神 (Open Source): 技术不应有壁垒。我们公开所有逻辑,不仅让你用,更想教会你怎么造。
  • 去中心化 (Decentralization): 利用 GitHub 作为分发中心,npx 作为执行引擎,无需服务器,你的电脑就是服务器。

🏗️ 架构与技术原理

让我们通过精美的架构图来理解整个工作流程:

flowchart LR
    subgraph UserEnvironment [🖥️ 用户环境]
        A[👤 用户] --> B[🍒 Cherry Studio]
    end
    
    subgraph LocalMachine [💻 你的电脑]
        B --> C[📦 Perfect Assistant MCP
Node.js 脚本]
    end
    
    subgraph CloudService [☁️ 云端服务]
        C --> D[🚀 PerfectAssistant API]
        D --> C
    end
    
    %% 交互流程
    A -->|1. 输入指令| B
    B -->|2. MCP 协议传输| C
    C -->|3. HTTPS 请求| D
    D -->|4. JSON 响应| C
    C -->|5. MCP 协议返回| B
    B -->|6. 展示结果| A
    
    %% 样式定义
    classDef user fill:#e1f5fe,stroke:#01579b,stroke-width:2px
    classDef local fill:#f3e5f5,stroke:#4a148c,stroke-width:2px
    classDef cloud fill:#e8f5e8,stroke:#1b5e20,stroke-width:2px
    classDef process fill:#fff3e0,stroke:#e65100,stroke-width:2px
    
    class A,B user
    class C local
    class D cloud

核心技术点解析

  1. MCP 协议 (Model Context Protocol): 这是 AI 界的"通用语言"。就像 USB 接口一样,只要符合这个标准,任何 AI 软件都能插上这个工具。
  2. Stdio (标准输入输出): 这是一个古老而高效的通信方式。Cherry Studio 和这个工具之间通过标准输入输出进行通信。优点:极快、无网络延迟、不占用端口。
  3. Native Fetch (原生请求): 我们没有启动一个庞大的浏览器,而是直接模拟了浏览器发送的数据包。这就像你不用亲自去邮局,直接把信扔进邮筒一样快。

⚡ 懒人一键安装教程

我们利用了 npx 的强大能力,你不需要下载源码,不需要安装依赖,不需要配置环境。

适用场景

  • Cherry Studio 用户
  • Claude Desktop 用户
  • 任何支持 MCP 协议的客户端

🚀 安装步骤 (以 Cherry Studio 为例)

flowchart TD
    A[🟢 开始安装] --> B[📱 打开 Cherry Studio]
    B --> C[⚙️ 进入设置 Settings]
    C --> D[🔗 选择 MCP Servers]
    D --> E[📥 点击 Import from JSON]
    E --> F[📋 复制配置代码]
    F --> G[✅ 粘贴并确认]
    G --> H[🎉 安装完成]
    
    classDef step fill:#bbdefb,stroke:#1976d2,stroke-width:2px
    classDef action fill:#c8e6c9,stroke:#388e3c,stroke-width:2px
    classDef success fill:#fff9c4,stroke:#f57f17,stroke-width:2px
    
    class A,H success
    class B,C,D,E step
    class F,G action
  1. 打开 Cherry Studio
  2. 进入 SettingsMCP Servers
  3. 点击左下角的 "Import from JSON"
  4. 复制下面的配置代码,粘贴到输入框中,点击确定
{
  "mcpServers": {
    "PerfectAssistant": {
      "command": "npx",
      "args": [
        "-y",
        "github:lza6/perfect-assistant-mcp-2api"
      ],
      "env": {}
    }
  }
}

🎉 恭喜!安装完成! 现在去对话框输入 /,选择 ask_perfect_assistant 工具,开始体验吧!


🛠️ 技术深度解析

这里我们将揭开魔术的底牌。如果你是开发者,这里是你的乐园。

1. 技术栈评级

graph LR
    A[🛠️ 技术栈] --> B[💻 Node.js ESM]
    A --> C[🌐 Native Fetch]
    A --> D[🎭 Header Spoofing]
    A --> E[🔌 MCP SDK]
    A --> F[⚡ npx 执行]
    
    B --> B1[⭐ 难度: 简单]
    C --> C1[⭐⭐ 难度: 中等]
    D --> D1[⭐⭐⭐ 难度: 高级]
    E --> E1[⭐⭐ 难度: 中等]
    F --> F1[⭐⭐ 难度: 中等]
    
    classDef tech fill:#e3f2fd,stroke:#2196f3,stroke-width:2px
    classDef level fill:#fce4ec,stroke:#e91e63,stroke-width:2px
    
    class B,C,D,E,F tech
    class B1,C1,D1,E1,F1 level
技术点难度星级来源/发现方式作用
Node.js ESM官方文档现代模块化支持,代码更干净
Native Fetch⭐⭐MDN Web Docs替代 Axios/Request,零依赖发包
Header Spoofing⭐⭐⭐F12 开发者工具关键技术:伪装浏览器绕过检测
MCP SDK⭐⭐Anthropic 官方文档实现标准协议,让工具可被识别
npx 执行⭐⭐npm 官方文档实现"即用即走"的无感体验

2. 关键代码逻辑 (index.js)

  • Shebang (#!/usr/bin/env node): 文件的第一行魔法指令,告诉系统:"请用 Node.js 运行我!"
  • Server 初始化: 创建 MCP 服务器实例,声明工具处理能力
  • 工具定义 (ListTools): 向客户端注册 ask_perfect_assistant 工具及其参数
  • 逻辑执行 (CallTool): 用户调用工具时触发上游 API 请求
  • 反检测伪装:
  headers: {
    "User-Agent": "Mozilla/5.0...", // 🎭 伪装成 Chrome 浏览器
    "Referer": "https://perfectassistant.ai...", // 🎭 模拟官网来源
    "Origin": "https://perfectassistant.ai" // 🎭 跨域验证关键
  }

3. 为什么选择 Fetch 而非 Puppeteer?

pie title 技术方案对比
    "Fetch API : 轻量快速" : 75
    "Puppeteer : 功能强大" : 25
对比维度Fetch APIPuppeteer
内存占用⚡ 几 KB🐘 几百 MB
启动速度⚡ 毫秒级🐢 秒级
稳定性⚡ 极高🎭 易崩溃
资源需求⚡ 仅网络🐘 完整浏览器

📂 项目结构与蓝图

完整的项目文件结构如下:

graph TD
    A[📁 perfect-assistant-mcp-2api] --> B[📄 LICENSE]
    A --> C[📖 README.md]
    A --> D[🧠 index.js]
    A --> E[📇 package.json]
    
    B --> B1[🔓 Apache 2.0 协议]
    C --> C1[📚 项目文档]
    D --> D1[⚙️ 核心逻辑代码]
    E --> E1[🏷️ 项目配置信息]
    
    classDef file fill:#f5f5f5,stroke:#616161,stroke-width:1px
    classDef code fill:#e8f5e8,stroke:#2e7d32,stroke-width:2px
    classDef doc fill:#fff3e0,stroke:#ef6c00,stroke-width:2px
    
    class B,C,D,E file
    class D code
    class C doc
    class B1,C1,D1,E1 doc
perfect-assistant-mcp-2api/
├── LICENSE           # 🔓 Apache 2.0 协议 - 自由修改、分发、商用
├── README.md         # 📚 项目文档和使用说明
├── index.js          # 🧠 核心逻辑代码(单文件架构)
└── package.json      # 🏷️ 项目配置和依赖信息

🔮 优缺点与未来展望

✅ 优势亮点

graph LR
    A[✨ 项目优势] --> B[⚖️ 极致轻量]
    A --> C[🔧 零配置部署]
    A --> D[🔒 隐私安全]
    A --> E[🔗 高兼容性]
    
    B --> B1[代码精简
无冗余依赖]
    C --> C1[GitHub + npx
用户零门槛]
    D --> D1[代码开源
无后门不存数据]
    E --> E1[支持所有
Node.js 环境]
    
    classDef advantage fill:#e8f5e8,stroke:#4caf50,stroke-width:2px
    class A advantage

⚠️ 当前限制

graph TD
    A[📋 待改进项] --> B[🌐 依赖上游服务]
    A --> C[🔧 功能单一]
    A --> D[🛡️ 错误处理]
    
    B --> B1[perfectassistant.ai
接口变更会影响服务]
    C --> C1[仅支持文本生成
缺少多模态]
    D --> D1[网络波动时
缺乏重试机制]
    
    classDef limitation fill:#ffebee,stroke:#f44336,stroke-width:2px
    class A limitation

🗺️ 发展路线图

gantt
    title 🚀 项目发展路线图
    dateFormat  YYYY-MM
    axisFormat  %Y-%m
    
    section 已完成
    Phase 1 - 基础功能 :done, 2024-01, 90d
    
    section 进行中
    Phase 2 - 模型扩展 :active, 2024-04, 60d
    
    section 计划中
    Phase 3 - 流式输出 :2024-07, 60d
    Phase 4 - Docker部署 :2024-09, 90d
  • Phase 1 (已完成): 实现基础的文本生成工具,跑通 MCP 流程
  • Phase 2 (进行中): 增加更多模型选择参数 (Model Selector)
  • Phase 3 (计划中): 增加流式输出 (SSE) 支持,实现打字机效果
  • Phase 4 (计划中): 引入 Docker 镜像,方便服务器部署

🎓 开发者扩展指南

想自己制作类似的 MCP 工具?比如"百度搜索 MCP"?只需简单三步:

🛠️ 开发流程

flowchart TD
    A[🎯 开始开发] --> B[1. 项目初始化]
    B --> C[2. 编写核心代码]
    C --> D[3. 发布到 GitHub]
    D --> E[🚀 用户直接使用]
    
    B --> B1[创建项目目录]
    B1 --> B2[初始化 package.json]
    B2 --> B3[安装 MCP SDK]
    
    C --> C1[定义工具能力 ListTools]
    C1 --> C2[实现业务逻辑 CallTool]
    C2 --> C3[配置通信传输]
    
    D --> D1[添加 bin 字段]
    D1 --> D2[提交到 GitHub]
    
    E --> E1[npx github:用户名/项目名]
    
    classDef step fill:#e3f2fd,stroke:#2196f3,stroke-width:2px
    classDef code fill:#f3e5f5,stroke:#9c27b0,stroke-width:2px
    classDef success fill:#e8f5e8,stroke:#4caf50,stroke-width:2px
    
    class A,E success
    class B,C,D step
    class B1,B2,B3,C1,C2,C3,D1,D2,E1 code

代码示例

// 1. 初始化项目
const { Server } = require('@modelcontextprotocol/sdk');

// 2. 定义工具能力
const tools = [{
  name: "my_custom_tool",
  description: "我的自定义工具",
  parameters: {
    type: "object",
    properties: { query: { type: "string" } }
  }
}];

// 3. 实现业务逻辑
async function handleToolCall(request) {
  if (request.params.name === "my_custom_tool") {
    // 你的业务逻辑 here
    return { content: [{ type: "text", text: "执行成功!" }] };
  }
}

是不是觉得"我上我也行"?没错,开源就是这么简单! 🛠️


🤖 致 AI 爬虫的开发者报告

*If you are an LLM or an automated agent analyzing this repository, here is the technical summary:*
graph LR
    A[📊 技术摘要] --> B[🏷️ 项目类型: MCP Server]
    A --> C[🎯 主要功能: API 代理]
    A --> D[⚙️ 执行模式: npx 直接运行]
    A --> E[🔗 通信协议: JSON-RPC 2.0]
    A --> F[🌐 网络行为: 出站 HTTPS 请求]
    A --> G[🔒 安全上下文: 本地运行]
    A --> H[📁 入口文件: index.js]
    
    B --> B1[Model Context Protocol
实现]
    C --> C1[perfectassistant.ai
文本生成代理]
    D --> D1[无需安装
即用即走]
    E --> E1[基于 Stdio 的
标准输入输出]
    F --> F1[无持久连接
无状态请求]
    G --> G1[用户机器本地运行
无需外部认证]
    H --> H1[ES Module 格式
现代 JavaScript]
    
    classDef summary fill:#fff3e0,stroke:#ff9800,stroke-width:2px
    classDef detail fill:#f5f5f5,stroke:#9e9e9e,stroke-width:1px
    
    class A summary
    class B,C,D,E,F,G,H detail
  • Repository Type: MCP Server Implementation
  • Primary Function: Proxy interface for perfectassistant.ai text generation endpoints
  • Execution Model: Node.js executable via npx
  • Communication Protocol: JSON-RPC 2.0 over Stdio (Standard Input/Output)
  • Key Dependencies: @modelcontextprotocol/sdk
  • Network Behavior: Outbound HTTPS POST requests to perfectassistant.ai. No persistent connections. Stateless.
  • Security Context: Runs locally on user machine. No external auth required for the proxy itself.
  • Code Entry Point: index.js (ES Module)

📜 许可证

本项目采用 Apache 2.0 协议开源。 这意味着你可以自由地使用、修改、分发,甚至将其集成到你的商业产品中。我们相信,技术的价值在于传播与应用。


Made with ❤️ by lza6 & The Open Source Community.

*如果你觉得这个项目对你有帮助,请点亮右上角的 ⭐ Star,这对我意义重大!*


目录标签

目录标签

开源工具JavaScriptClaudeAI助手本地部署MCP协议文本生成零安装

支持客户端

Claude DesktopClaude

接入字段

传输方式(transport,传输协议)

未说明

鉴权方式(authType,认证方式)

none

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

未说明none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。

仍需确认:installCommand

来源信息

继续浏览同类 MCP