Token导航 LogoToken导航TokenDH.com
wyndle (Tmorville) logo
AI代理stdio官方级别未说明来源级核验

wyndle (Tmorville)

MCP Server

Wyndle是一款基于AI和高性能DuckDB存储的Slack对话助手,能够智能总结对话、管理优先级并分析关系动态,适用于团队协作和项目管理。

工具数

3

提示词数

0

GitHub Stars

1

资源数

0
数据分析团队协作PythonClaudeClaude

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

TMorville

提供方

TMorville

最后核验

2026/5/17 20:21

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

uv run wyndle-pipeline --dataloader

详细介绍

🌿 Wyndle-您的Slack对话助手

*“我必须乐于助人!我乐于助人非常重要!”*

使用AI和高性能DuckDB存储将您的Slack数据转换为智能个人助理。

![Python 3.10+](https://www.python.org/downloads/) ![License: MIT](https://opensource.org/licenses/MIT) ![Code style: ruff](https://github.com/astral-sh/ruff)

✨ 特性

🧠 人工智能驱动的智能

  • 智能摘要:“埃米尔没什么急事!他祝你节日快乐”,而不是原始信息转储
  • 优先级管理:自动识别需要您关注的紧急程度
  • 关系分析:了解所有情境下的对话动态和结果

高性能数据管道

  • DuckDB存储:用于亚毫秒级查询性能的列式数据库
  • 连续同步:具有智能速率限制的后台加载器(尊重Slack的45次通话/分钟)
  • 人类可读:所有数据都使用真实姓名,而不是神秘的ID

🔗 MCP集成

  • 模型上下文协议:与Raycast、OpenAI和其他AI工具无缝协作
  • 自然查询:问“需要我注意什么?”并获得可操作的见解
  • 可配置的:智能机器人过滤和可定制的响应样式

🚀 快速开始

先决条件

  • Python 3.10+
  • UV包管理器(推荐)或pip
  • 带有机器人令牌的Slack工作区

安装

# Clone the repository
git clone https://github.com/yourusername/wyndle.git
cd wyndle

# Install dependencies
uv sync

# Configure your setup
cp config/config.example.yaml config/config.yaml
cp .env.example .env

# Edit your configuration files
# - Add your Slack API tokens to .env
# - Configure channels to monitor in config/config.yaml
⚠️ 重要:确保设置您的 SLACK_USER_KEYOPENAI_API_KEY.env 在运行数据加载器之前。数据库架构将在首次运行时自动创建。

配置

  1. Slack机器人设置:使用以下范围创建Slack应用程序:
   channels:history, groups:history, im:history, mpim:history
   users:read, channels:read
  1. 环境变量:添加到 .env:
   SLACK_USER_KEY=xoxp-your-user-token-here
  1. 信道选择:编辑 config/config.yaml:
   slack:
     channels:
       - general
       - engineering
       - data-team
     ignored_bots:
       - slackbot
       - github
       - jira

用法

# One-time data load
uv run wyndle-pipeline --dataloader

# Start continuous background sync daemon
uv run wyndle-loader start --workers 5

# Check daemon status
uv run wyndle-loader status

# Stop daemon
uv run wyndle-loader stop

# Restart daemon with different worker count
uv run wyndle-loader restart --workers 3

# Launch MCP server for AI integration
uv run wyndle-server

# View database statistics
uv run wyndle-pipeline --database-stats

🎯 Raycast集成

安装说明

  1. 在Raycast中安装MCP扩展

- 打开Raycast - 转到扩展→ Store - 搜索“MCP”并安装MCP扩展

  1. 安装MCP服务器

- 首先完成上述安装步骤 - 确保你有你的 .env 使用API密钥配置的文件

  1. 将Wyndle添加到Raycast

- 打开光线投射MCP设置 - 点击“添加MCP服务器” - 命令: /scripts/run-wyndle.sh - 名字: Wyndle - 保存配置

Wyndle Raycast Integration Demo

用法

配置后,您可以直接在Raycast中与Wyndle交互:

@Wyndle please look at my squad channel, make a list of action points for me and add them as todo's with @todoist

@Wyndle anything to follow up on today?

@Wyndle summarize my latest interaction with Emil B

@Wyndle show me what's happening in the data team channel this week

Wyndle将提供智能、上下文感知的响应,并可以与Todoist等其他Raycast扩展集成以进行任务管理。

💬 AI集成示例

使用Raycast

"What needs my attention?"
→ 🔥 **Urgent**: Sarah needs feedback on design mockups
→ 📅 **This Week**: Confirm availability for bi-weekly data meetings

"Summarize my interaction with John"
→ ✅ **Project complete** - John thanked you for the pipeline work and signed off

与OpenAI/Claude合作

MCP服务器提供以下智能工具:

  • content_get_user_interactions() -关系摘要
  • productivity_list_followups() -行动项目和优先事项
  • content_get_channel_activity() -团队/项目情报

🏗️ 建筑

┌─────────────────┐    ┌─────────────────┐    ┌─────────────────┐
│   Slack API     │───▶│   DuckDB        │───▶│   MCP Server    │
│                 │    │   (Columnar)    │    │   (FastMCP)     │
│ • Rate Limited  │    │ • Human Names   │    │ • AI Assistant  │
│ • Continuous    │    │ • Sub-ms Query  │    │ • Smart Filter  │
│ • Smart Sync    │    │ • 70% Smaller   │    │ • Raycast Ready │
└─────────────────┘    └─────────────────┘    └─────────────────┘

关键组件

  • src/ingest/ -具有速率限制的连续数据管道
  • src/data/ -具有名称解析的DuckDB存储层
  • src/server.py -个人助理MCP服务器
  • src/cli.py -命令行界面
  • src/slack_client/ -Slack API集成
  • src/analysis/ -写作风格与组织分析

🧪 发展

运行测试

# Run minimal test suite
uv run pytest tests/

# Type checking
uv run mypy src/

# Code quality
uv run ruff check .
uv run ruff format .

🤝 贡献

我们欢迎捐款!请查看我们的 贡献指南 了解详情。

  1. 分叉存储库
  2. 创建要素分支(git checkout -b feature/amazing-feature)
  3. 通过测试进行更改
  4. 运行测试套件(uv run pytest)
  5. 提交拉取请求

📝 许可证

此项目根据MIT许可证获得许可-请参阅 许可证 文件以获取详细信息。

🙏 致谢

  • 内置于 FastMCP 用于模型上下文协议集成
  • 由...驱动 DuckDB 用于高性能分析
  • 受智能Slack数据管理需求的启发

📊 演出

  • 查询速度:DuckDB列式存储的亚毫秒响应时间
  • 内存使用:约300MB恒定占用空间,高效压缩
  • 存储:比同等SQLite数据库小70%
  • 速率限制:尊重Slack的API限制,智能退让

______________________________________________________________________

🌿 "I must be helpful!" - Transform your Slack chaos into AI-powered insights

Made with ❤️ for productive teams everywhere

目录标签

目录标签

数据分析团队协作PythonClaudeAI助手本地部署Slack集成优先级管理

支持客户端

Claude

接入字段

传输方式(transport,传输协议)

stdio

鉴权方式(authType,认证方式)

token

运行时(runtime,运行环境)

Python

工具数量(toolCount,工具数)

3

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

stdiotoken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