JinDaGe - Human MCP MCP Details

article

README

🚀 human-mcp

human-mcp 是一个能让AI助手利用人类能力的MCP服务器。它可接收AI助手的请求，在人机交互界面显示指示，并将人类响应反馈给AI助手，为AI应用增添了人类智慧。

🚀 快速开始

human-mcp 作为一个独特的MCP服务器，能有效借助人类能力辅助AI。其工作流程清晰，接收AI助手请求，通过人机交互获取人类响应后反馈给AI。以下是快速使用步骤：

安装MCP服务器：

task install-mcp

在Claude中连接到MCP服务器：

"human-mcp": {
  "command": "uv",
  "args": [
    "run",
    "--with",
    "mcp[cli]",
    "mcp",
    "run",
    "$PATH_TO_REPOSITORY/human_mcp/mcp_server.py"
  ]
}

在第二个终端中启动Streamlit UI：

task run-streamlit

打开浏览器访问Streamlit UI（通常为 http://localhost:8501 ）
当MCP客户端（例如Claude Desktop）发送请求时，会在Streamlit UI上显示任务。
在Streamlit UI中输入响应，点击“提交响应”按钮，该响应将被返回给MCP客户端。

✨ 主要特性

接收MCP客户端通过标准输入发送的工具执行请求。
将所需的指示写入SQLite数据库。
Streamlit应用程序监视 SQLite 数据库，向人类显示指示并提示输入。
通过Streamlit接收人类的输入，并将其写入 SQLite 数据库。
MCP服务器从数据库读取结果，并通过标准输出返回给MCP客户端。

📦 安装指南

先决条件

Python 3.12或更高版本
uv工具
SQLite3

安装步骤

克隆仓库：

git clone https://github.com/yourusername/human-mcp.git
cd human-mcp

创建并激活虚拟环境：

uv venv
source .venv/bin/activate

安装依赖项：

uv pip install .

💻 使用示例

基础用法

在Claude中连接到MCP服务器：

"human-mcp": {
  "command": "uv",
  "args": [
    "run",
    "--with",
    "mcp[cli]",
    "mcp",
    "run",
    "$PATH_TO_REPOSITORY/human_mcp/mcp_server.py"
  ]
}

高级用法

在第二个终端中启动Streamlit UI：

task run-streamlit

📚 详细文档

提供的工具

human_eye_tool：人眼观察环境并描述情况，或查找特定物体。
human_hand_tool：手动执行简单的物理操作。
human_mouth_tool：发出口头指示或说出指定的词语。
human_weather_tool：查询当前位置的天气状况并报告。
human_ear_tool：使用听觉感知环境，描述所听到的声音。
human_nose_tool：通过嗅觉感知气味，描述闻到的气味。
human_taste_tool：品尝食物并描述其味道。

项目结构

human-mcp/
├── human_mcp/          # 主要功能代码
│   ├── tools/         # 各工具实现
│   └── ui/           # Streamlit用户界面
├── config.py          # 配置文件
├── requirements.txt    # 依赖管理
└── README.md          # 项目说明

📄 许可证

[许可证信息]

⚠️ 重要提示

此项目仅供娱乐和测试用途，不建议在生产环境中使用。

Human MCP