Mediawiki MCP Server
什麼是MediaWiki MCP服務器?
MediaWiki MCP服務器是一個基於Model Context Protocol (MCP)的工具,允許大型語言模型(如Claude、Cursor等)與任何MediaWiki維基進行交互。通過該服務器,用戶可以創建、更新和搜索維基頁面,獲取文件信息等。如何使用MediaWiki MCP服務器?
您可以通過安裝MCP服務器並將其配置到支持MCP的客戶端中(如Claude Desktop、VS Code、Cursor等),然後使用預定義的命令與MediaWiki維基進行交互。需要OAuth 2.0令牌來執行某些操作。適用場景
適用於需要與MediaWiki維基內容進行交互的場景,例如自動創建或更新百科條目、搜索特定信息、獲取文件元數據等。主要功能
創建頁面允許在MediaWiki上創建新的頁面。
獲取文件返回指定文件頁面的標準文件對象。
獲取頁面返回指定頁面的標準頁面對象。
獲取頁面歷史返回指定頁面的最新修訂信息。
搜索頁面搜索MediaWiki中的頁面標題和內容。
設置維基設置當前會話使用的維基。
更新頁面更新現有的MediaWiki頁面。
優勢與侷限性
優勢
支持多種MediaWiki維基,擴展性強
提供直觀的命令行接口,便於集成到各種MCP客戶端中
侷限性
需要OAuth 2.0令牌才能執行部分操作
需要一定的技術背景進行配置和使用
如何使用
註冊OAuth 2.0令牌
訪問MediaWiki的OAuth消費者註冊頁面,申請一個OAuth 2.0令牌。
安裝MCP服務器
根據您的開發環境(如Claude Desktop、VS Code、Cursor等)安裝MediaWiki MCP服務器。
配置MCP服務器
將MCP服務器添加到您的MCP客戶端配置中,並確保正確設置環境變量。
使用MCP命令
使用提供的MCP命令與MediaWiki維基進行交互,例如創建頁面或搜索內容。
使用案例
創建百科條目使用`create-page`命令為某個主題創建新的百科條目。
搜索相關文章使用`search-page`命令查找與特定關鍵詞相關的文章。
更新已有內容使用`update-page`命令修改已有頁面的內容。
常見問題
是否需要登錄才能使用該服務?
哪些MCP客戶端支持這個服務器?
如何解決安裝過程中遇到的問題?
是否可以自定義MCP服務器的配置?
相關資源
MediaWiki MCP服務器GitHub
項目源代碼和文檔。
MCP協議文檔
Model Context Protocol的官方文檔。
OAuth擴展文檔
MediaWiki OAuth擴展的官方文檔。
Smithery MCP服務器安裝指南
通過Smithery安裝MCP服務器的指南。
精選MCP服務推薦

Baidu Map
已認證
百度地圖MCP Server是國內首個兼容MCP協議的地圖服務,提供地理編碼、路線規劃等10個標準化API接口,支持Python和Typescript快速接入,賦能智能體實現地圖相關功能。
Python
726
4.5分

Markdownify MCP
Markdownify是一個多功能文件轉換服務,支持將PDF、圖片、音頻等多種格式及網頁內容轉換為Markdown格式。
TypeScript
1.7K
5分

Firecrawl MCP Server
Firecrawl MCP Server是一個集成Firecrawl網頁抓取能力的模型上下文協議服務器,提供豐富的網頁抓取、搜索和內容提取功能。
TypeScript
3.9K
5分

Sequential Thinking MCP Server
一個基於MCP協議的結構化思維服務器,通過定義思考階段幫助分解複雜問題並生成總結
Python
299
4.5分

Edgeone Pages MCP Server
EdgeOne Pages MCP是一個通過MCP協議快速部署HTML內容到EdgeOne Pages並獲取公開URL的服務
TypeScript
267
4.8分

Magic MCP
Magic Component Platform (MCP) 是一個AI驅動的UI組件生成工具,通過自然語言描述幫助開發者快速創建現代化UI組件,支持多種IDE集成。
JavaScript
1.7K
5分

Context7
Context7 MCP是一個為AI編程助手提供即時、版本特定文檔和代碼示例的服務,通過Model Context Protocol直接集成到提示中,解決LLM使用過時信息的問題。
TypeScript
5.3K
4.7分

Notion Api MCP
已認證
一個基於Python的MCP服務器,通過Notion API提供高級待辦事項管理和內容組織功能,實現AI模型與Notion的無縫集成。
Python
143
4.5分