Klavis

🚀 開源、易用的多渠道MCPs，支持Slack、Discord和網頁平臺

Klavis AI致力於構建開源且易於使用的多渠道處理程序（MCPs），支持在Slack、Discord和網頁平臺上運行。我們提供以下服務：

• 💬 Slack、Discord客戶端及網頁客戶端：可直接在你喜愛的消息平臺上運行MCPs。
• ☁️ 託管式MCP服務器：無需管理基礎設施，即可使用強大工具。
• 🎛️ 簡潔的網頁用戶界面：無需編碼，即可完成配置和管理操作。

無論你是想利用AI工作流的非技術用戶，還是希望構建和擴展MCPs的開發者，Klavis都能讓一切變得簡單。

🚀 快速開始

如需詳細的MCP客戶端設置說明，請參考特定平臺的文檔：

• - 提供設置和運行Discord機器人的完整說明。
• - 逐步指導你創建Slack應用並進行連接。

如需詳細的MCP服務器設置說明，請參考每個服務器文件夾下的README文件。

• ：用於Discord API集成。
• ：使用Pandoc在各種文件格式之間進行轉換。
• ：用於網頁爬取和數據收集。
• ：用於更深入的網頁研究任務。
• ：執行GitHub倉庫操作。
• ：Markdown轉換工具。
• ：用於PostgreSQL數據庫操作。
• ：根據用戶查詢創建專業的網頁報告。
• ：用於電子郵件服務。
• ：用於Slack API集成。
• ：用於數據庫操作。
• ：提取和轉換YouTube視頻信息。

✨ 主要特性

觀看演示視頻

查看如何直接從Slack/Discord輕鬆使用MCPs（如我們的報告生成器、YouTube工具和文檔轉換器）：

你可以在我們的網站上找到更多案例研究視頻。

系統架構

Klavis由兩個主要組件組成：

MCP服務器

位於mcp_servers/目錄下，這些特定服務模塊將功能作為工具公開：

• 報告生成：從各種數據源創建專業報告。
• YouTube：下載、分析和轉換YouTube內容。
• 文檔轉換：使用Pandoc在各種文件格式之間進行轉換。
• GitHub：執行GitHub倉庫操作。
• Slack：用於Slack API集成。
• Supabase：用於數據庫操作。
• Firecrawl：用於網頁爬取和數據收集。
• Resend：用於電子郵件服務。
• Postgres：用於PostgreSQL數據庫操作。
• Discord：用於Discord API集成。

MCP客戶端

位於mcp-clients/目錄下，這些客戶端應用程序連接到MCP服務器並與終端用戶平臺進行交互：

• Discord機器人：Discord的交互式AI助手。
• Slack機器人：Slack的交互式AI助手。
• 基礎客戶端：所有平臺客戶端的共享功能。

擴展Klavis

添加新工具

1. 在mcp_servers/中創建一個新目錄。
2. 實現MCP服務器接口。
3. 使用適當的模式註冊你的工具。
4. 通過標準的SSE協議連接到你的客戶端。

添加新的客戶端平臺

1. 在mcp-clients/中創建一個新的客戶端模塊。
2. 擴展base_bot.py的功能。
3. 實現特定平臺的消息處理。
4. 使用mcp_client.py連接到MCP服務器。

🤝 貢獻代碼

我們歡迎貢獻！請查看我們的貢獻指南，瞭解如何提交更改的詳細信息。加入我們的Discord社區，討論想法並獲取幫助。

📚 引用說明

如果你在研究或項目中使用了Klavis，請引用以下內容：

@software{klavis2025,
  author = {Klavis AI},
  title = {Klavis: Open-Source MCPs on Slack, Discord and Web},
  year = {2025},
  publisher = {GitHub},
  url = {https://github.com/klavis-ai/klavis}
}

📄 許可證

本項目採用MIT許可證 - 詳情請參閱LICENSE文件。