Back to MCP directory
publicPublicdnsLocal runtime

mcp

BolideAI MCP是一个集成了AI服务的多功能服务器,提供营销自动化、内容生成、研究和项目管理工具,帮助开发者和营销人员优化工作流程。

article

README

🚀 BolideAI MCP

BolideAI MCP 是一个全面的模型上下文协议(MCP)服务器,它提供了用于营销自动化、内容生成、研究和项目管理的工具。它与各种人工智能服务集成,为开发者和营销人员简化工作流程。

🚀 快速开始

快速测试(NPM 包)

若要在不进行本地构建的情况下进行快速测试,请按以下步骤操作:

安装

npm install -g @bolide-ai/mcp

或者使用 npx(推荐):

npx --package=@bolide-ai/mcp bolide-ai-mcp

配置

使用以下内容配置你的 MCP 客户端:

{
  "mcpServers": {
    "BolideAI": {
      "command": "npx --package=@bolide-ai/mcp bolide-ai-mcp",
      "env": {
        "BOLIDEAI_API_KEY": "your-api-key",
      }
    }
  }
}

开发设置(本地构建)

若要进行开发或本地构建,请遵循以下详细步骤:

1. 安装先决条件

安装 Node.js 22+

# 从 https://nodejs.org/en/download 下载并安装

克隆仓库

git clone https://github.com/Bolide-AI/mcp

2. 构建 MCP 服务器

# 在克隆仓库的目录中
npm install && npm run build

4. 在 Cursor 中配置 MCP

  1. 在 Cursor 菜单中选择 Cursor → 设置 → Cursor 设置
  2. 在打开的窗口中选择 工具与集成
  3. 点击 新建 MCP 服务器
  4. 插入 MCP 服务器配置,将以下内容替换为实际值:
    • <MCP 目录路径> 替换为 MCP 目录的路径。
    • <BolideAI API 令牌> 替换为你的 BolideAI 密钥(可在 此处 生成)。
{
  "mcpServers": {
    "BolideAI-dev": {
      "type": "stdio",
      "command": "node",
      "args": [
        "--inspect=9999",
        "<PATH TO MCP DIRECTORY>/build/index.js"
      ],
      "env": {
        "BOLIDEAI_MCP_DEBUG": "true",
        "BOLIDEAI_API_TOKEN": "<your-api-key-here>"
      }
    }
  }
}
  1. 确保在 Cursor 中打开了工作区。
  2. 在模拟器中启动应用程序。

开始使用工具

// 创建项目
scaffold_bolide_ai_project()

// 进行研究
use_openai_deep_research({ 
  query: "AI trends in marketing automation 2024" 
})

// 分析屏幕录制内容
analyze_screencasts({ 
  screencastNames: ["demo.mov"],
  force: false
})

✨ 主要特性

  • 🚀 项目脚手架 - 创建营销项目目录和结构。
  • 📱 营销自动化 - 使用配套应用程序捕获屏幕截图和视频。
  • 🤖 人工智能驱动的内容生成 - 使用 Gemini AI 生成社交媒体帖子。
  • 🔍 研究工具 - 使用 Perplexity AI 和 OpenAI 进行全面研究。
  • 🛠️ 诊断工具 - 系统验证和故障排除。

📦 安装指南

环境变量

  • BOLIDEAI_API_TOKEN - 研究工具必需。
  • BOLIDEAI_API_URL - 可选,默认为 https://bolide.ai/api。

工具配置

  • BOLIDEAI_MCP_DEBUG=true - 启用诊断工具和详细日志记录。
  • 工具组 - 启用特定的工具类别(请参阅 工具选项)。
  • 单个工具 - 仅启用特定工具(请参阅 工具选项)。

💻 使用示例

基础用法

// 创建项目
scaffold_bolide_ai_project()

// 进行研究
use_openai_deep_research({ 
  query: "AI trends in marketing automation 2024" 
})

// 分析屏幕录制内容
analyze_screencasts({ 
  screencastNames: ["demo.mov"],
  force: false
})

高级用法

项目搭建与营销内容创建工作流

// 1. 设置项目结构
scaffold_bolide_ai_project()

// 2. 检查应用程序状态并捕获内容
check_companion_app_status()
launch_companion_app()

// 3. 提高音频质量
enhance_audio({ 
  screencastNames: ["demo.mov"]
})

研究工作流

// 1. 快速研究
use_perplexity({ 
  query: "Your research question",
  search_mode: "web"
})

// 2. 深度研究
use_openai_deep_research({ 
  query: "Complex research topic requiring comprehensive analysis"
})

📚 详细文档

可用工具

BolideAI MCP 提供了涵盖 5 个类别的 10 种工具

🚀 项目脚手架

  • scaffold_bolide_ai_project - 创建 bolide.ai 项目目录结构。

📱 实用工具

  • check_companion_app_status - 检查配套应用程序的运行状态。
  • launch_companion_app - 启动用于营销捕获的配套应用程序。
  • stop_companion_app - 停止正在运行的配套应用程序实例。
  • install_brew_and_ffmpeg - 安装 Homebrew 包管理器和 FFmpeg。

🤖 内容生成

  • analyze_screencasts - 使用 Gemini AI 分析屏幕录制内容。
  • generate_gif - 将屏幕录制片段转换为 GIF。
  • enhance_audio - 使用 ElevenLabs 从屏幕录制中提取并增强音频。

🔍 研究工具

  • use_perplexity - 使用 Perplexity AI 进行研究。
  • use_openai_deep_research - 使用 OpenAI o4-mini-deep-research 进行深度研究。

🛠️ 诊断工具

  • diagnostic - 系统环境验证(仅在调试模式下可用)。

研究工具

Perplexity AI 研究

进行快速研究和信息收集:

use_perplexity({ 
  query: "Latest trends in AI marketing automation",
  search_mode: "web" // 或 "academic"
})

OpenAI 深度研究

进行带有查询丰富的全面研究:

use_openai_deep_research({ 
  query: "Economic impact of renewable energy adoption" 
})

深度研究工具的工作流程如下:

  1. 丰富查询:使用 GPT - 4.1 并结合详细的研究说明来丰富你的查询。
  2. 进行研究:使用 o4 - mini - deep - research 进行网络搜索和代码解释。
  3. 返回结果:返回丰富后的说明和全面的研究结果。

配置选项

选择性工具注册

仅启用你需要的工具以优化性能:

{
  "env": {
    "BOLIDEAI_MCP_GROUP_RESEARCH": "true",
    "BOLIDEAI_MCP_GROUP_CONTENT_GENERATORS": "true",
    "BOLIDEAI_API_TOKEN": "your-api-key"
  }
}

可用工具组

  • BOLIDEAI_MCP_GROUP_LAUNCH - 启动和实用工具。
  • BOLIDEAI_MCP_GROUP_SCAFFOLDING - 项目脚手架工具。
  • BOLIDEAI_MCP_GROUP_CONTENT_GENERATORS - 内容生成工具。
  • BOLIDEAI_MCP_GROUP_RESEARCH - 研究和信息收集工具。
  • BOLIDEAI_MCP_GROUP_DIAGNOSTICS - 诊断工具。

文档链接

🔧 技术细节

系统要求

依赖项

  • Node.js 22+
  • ffmpeg(GIF 生成工具必需)
  • 配套应用程序

故障排除

启用调试模式

{
  "env": {
    "BOLIDEAI_MCP_DEBUG": "true"
  }
}

运行诊断

diagnostic() // 仅在调试模式下可用

常见问题

  1. 缺少 API 密钥:确保设置了所有必需的环境变量。
  2. 未找到 ffmpeg:使用 brew install ffmpeg 安装 ffmpeg。
  3. 权限问题:检查项目目录的文件系统权限。

📄 许可证

MIT © Data Route LLC

支持


BolideAI MCP - 使用人工智能驱动的工具简化你的营销自动化和研究工作流程。

help

Runtime guide

cloud

Hosted runtime

Hosted servers run from a provider-managed environment. You usually connect the MCP client to the hosted endpoint or follow the provider's authorization flow, without keeping a local process alive

  1. Open provider connection page
  2. Authorize or copy endpoint
  3. Connect from your MCP client
terminal

Local runtime / other methods

Local servers run on your own machine or infrastructure. You normally copy the server_config into your MCP client, install the required package, and provide env variables from env_schema when needed

  1. Copy server_config
  2. Install required package
  3. Fill env variables and restart client