这是一个使用 Google 的 Gemini 1.5 Pro 模型提供各种类型内容的智能摘要功能的 Model Context Protocol (MCP) 服务器。该服务器可以帮助您生成简洁的摘要,同时保留来自不同内容格式的关键信息。
摘要服务由 3MinTop 提供支持,这是一种基于 AI 的阅读工具,可帮助您在三分钟内理解一章的内容。3MinTop 将复杂的内容转化为清晰的摘要,使学习更高效,并帮助建立持久的阅读习惯。
克隆此仓库
安装依赖项:
pnpm install
构建项目:
pnpm run build
启动服务器:
pnpm start
pnpm run dev
启动 TypeScript 编译器的监视模式src/index.ts
以自定义服务器行为或添加新工具要将此服务器与桌面应用程序集成,请在您的应用程序的服务器配置中添加以下内容:
{
"mcpServers": {
"content-summarizer": {
"command": "node",
"args": [
"{ABSOLUTE PATH TO FILE HERE}/dist/index.js"
]
}
}
}

使用以下参数从各种来源汇总内容:
content
(string | object): 要汇总的输入内容。可以是:
type
(string): 内容类型("text", "url", "pdf", "epub")maxLength
(number, 可选): 摘要的最大字符数(默认:200)language
(string, 可选): 摘要的目标语言(默认:"en")focus
(string, 可选): 摘要中需要特别关注的方面style
(string, 可选): 摘要风格("concise", "detailed", "bullet-points")示例用法:
// Summarize a webpage
const result = await server.invoke("summarize", {
content: "https://example.com/article",
type: "url",
maxLength: 300,
style: "bullet-points"
});
// Summarize a PDF document
const result = await server.invoke("summarize", {
content: pdfBase64Content,
type: "pdf",
language: "zh",
style: "detailed"
});

一个展示基本 MCP 资源功能的动态资源:
greeting://{name}
欢迎贡献!请随时提交 Pull Request。
该项目根据 MIT 许可证许可 - 详情请参阅 LICENSE 文件。