Klavis AI：面向AI应用的模型上下文协议（MCP）集成工具

综合介绍

Klavis AI 是一个开源平台，专注于简化模型上下文协议（MCP）的使用和集成。MCP 是一种开放标准，允许 AI 应用与外部工具和数据源动态连接。Klavis AI 提供 Slack、Discord 客户端、托管的 MCP 服务器和简单网页界面，降低技术门槛，让非技术用户也能轻松使用，开发者也能快速构建和扩展 MCP 应用。平台支持多种工具集成，强调安全性，提供 OAuth 认证，确保数据访问安全。

功能列表

• 提供 Slack 和 Discord 的 MCP 客户端，支持在聊天平台直接使用 MCP 功能。
• 托管多种 MCP 服务器，如 ReportGen、Resend 邮件发送、Firecrawl 深度研究等。
• 支持通过 RESTful API 创建和管理系统 MCP 服务器实例。
• 提供 OAuth 认证，确保工具和数据源的安全集成。
• 支持 Docker 和本地部署，方便开发者运行 MCP 服务器。
• 包含文档和 Markdown 转换、YouTube 工具等多样化 MCP 功能。
• 提供测试和评估平台，比较不同 MCP 服务器性能。

使用帮助

安装与部署

Klavis AI 的核心代码托管在 GitHub，开发者可以克隆仓库进行本地部署或使用 Docker 运行 MCP 服务器。以下是具体步骤：

1. 克隆仓库：

   git clone https://github.com/Klavis-AI/klavis.git
   cd klavis

2. 使用 Docker 部署（推荐）：
   • 确保 Docker 已安装。
   • 导航到项目根目录，找到目标 MCP 服务器（如 mcp_servers/resend）。
   • 构建 Docker 镜像，例如：

     docker build -t resend-mcp -f mcp_servers/resend/Dockerfile .
     

   • 运行容器：

     docker run -p 5000:5000 resend-mcp
     

   • 服务器将在 http://localhost:5000 运行。
3. 本地部署（Node.js 或 Python）：
   • 确保安装 Node.js（18.0.0+）或 Python（3.12+）。
   • 进入目标 MCP 服务器目录，如 mcp_servers/markitdown。
   • 安装依赖：

     npm install  # 对于 Node.js 服务器
     pip install -r requirements.txt  # 对于 Python 服务器
     

   • 配置环境变量（如 API 密钥），在 .env 文件中设置。
   • 启动服务器：

     node index.js  # 或 python app.py
     

4. 获取 API 密钥：
   • 访问 https://www.klavis.ai 注册账户。
   • 在账户设置中生成 API 密钥，用于认证。

使用 MCP 客户端

Klavis AI 提供 Slack 和 Discord 客户端，让用户无需编码即可使用 MCP 功能。

• Slack 客户端：
  • 在 Slack 工作区中添加 Klavis AI 应用（通过 https://www.klavis.ai 提供的安装链接）。
  • 使用命令如 /klavis reportgen 调用 ReportGen 服务器生成报告。
  • 输入网页 URL 或搜索关键词，服务器会自动爬取数据、生成 JavaScript 代码并渲染报告。
• Discord 客户端：
  • 加入 Klavis AI 的 Discord 服务器（链接在 https://www.klavis.ai）。
  • 使用类似命令，如 !mcp send-email，发送邮件或执行其他任务。
  • 客户端支持交互式提示，引导用户输入必要参数。

特色功能操作

1. ReportGen 服务器：
   • 用于生成动态报告。用户提供 URL 或关键词，服务器通过网页爬取（Firecrawl）和 LLM 提示生成报告。
   • 操作步骤：
     • 在 Slack 输入 /klavis reportgen <关键词>。
     • 服务器返回报告链接，包含可视化图表和格式化内容。
     • 开发者可查看开源代码（mcp_servers/report_generation）定制报告模板。
2. Resend 邮件发送：
   • 集成 Resend 服务，支持发送纯文本或 HTML 邮件，设置定时发送、抄送和密送。
   • 配置步骤：
     • 获取 Resend API 密钥并验证发送邮箱。
     • 在 .env 文件中设置 RESEND_API_KEY。
     • 在 Discord 输入 !mcp send-email to:recipient@example.com subject:Test body:Hello。
     • 服务器处理请求并返回发送状态。
3. Firecrawl 深度研究：
   • 支持 LLM 客户端（如 Claude）进行网页深度研究，提取结构化数据。
   • 操作步骤：
     • 启动 Firecrawl 服务器（参考 Docker 部署）。
     • 在客户端输入研究主题，服务器爬取网页并返回分析结果。
     • 可配置重试逻辑（FIRECRAWL_RETRY_MAX_ATTEMPTS）优化性能。

API 使用

Klavis AI 提供 RESTful API，开发者可通过 API 管理系统 MCP 实例。常用请求包括：

• 创建 MCP 服务器：

  curl --request POST \
  --url https://api.klavis.ai/mcp-server/instance/create \
  --header 'Authorization: Bearer <KLAVIS_API_KEY>' \
  --header 'Content-Type: application/json' \
  --data '{ "serverName": "<MCP_SERVER_NAME>", "userId": "<USER_ID>", "platformName": "<PLATFORM_NAME>" }'
  

  返回服务器 URL，用于后续操作。

• 设置认证令牌：

  curl --request POST \
  --url https://api.klavis.ai/mcp-server/instance/set-auth-token \
  --header 'Authorization: Bearer <KLAVIS_API_KEY>' \
  --header 'Content-Type: application/json' \
  --data '{ "instanceId": "<string>", "authToken": "<string>" }'
  

API 使用 HTTPS 协议，确保数据安全。开发者可参考 https://docs.klavis.ai 获取详细文档。

注意事项

• 确保 .env 文件正确配置，避免泄露 API 密钥。
• Docker 部署需检查端口映射（如 5000:5000）。
• 社区支持通过 Discord（https://discord.gg/3uqNS3KRP2）获取，欢迎提出问题或贡献代码。

应用场景

1. 团队协作中的自动化报告
   营销团队使用 ReportGen 服务器，通过 Slack 输入关键词生成市场分析报告，节省手动整理时间。
2. AI 驱动的邮件工作流
   客服团队在 Discord 使用 Resend 服务器，自动发送客户确认邮件，支持定时和多收件人。
3. 开发者工具集成
   开发者通过 API 将 MCP 功能集成到现有应用，动态调用 Firecrawl 进行实时数据分析。
4. 教育与研究
   研究人员使用 Firecrawl 服务器，输入学术主题，快速获取网页数据并生成结构化总结。

QA

1. Klavis AI 支持哪些平台？
   目前支持 Slack、Discord 和网页界面，未来可能扩展到其他平台。
2. 如何获取 Firecrawl API 密钥？
   注册 Firecrawl 账户（https://firecrawl.dev），在设置中生成密钥，配置到 .env 文件。
3. MCP 服务器是否免费？
   Klavis AI 的代码和客户端开源免费，部分托管服务器可能涉及云服务费用。
4. 如何贡献代码？
   访问 https://github.com/Klavis-AI/klavis，阅读贡献指南，提交 Pull Request。