mcp-ui

GitHub
4.6k 344 简单 1 次阅读 今天Apache-2.0语言模型开发框架图像Agent
AI 解读 由 AI 自动生成,仅供参考

mcp-ui 是一套基于模型上下文协议(MCP)的开发生态工具,旨在让 AI 应用能够轻松拥有丰富、可交互的图形用户界面。它解决了传统 AI 工具仅能输出纯文本、缺乏直观视觉反馈的痛点,通过标准化协议将后端逻辑与前端展示无缝连接,使开发者能构建出“下一代”的沉浸式 AI 体验。

这套工具非常适合各类软件开发者使用,无论是熟悉 TypeScript、Python 还是 Ruby 的工程师,都能利用其提供的多语言 SDK 快速上手。其核心亮点在于率先提出并实现了"MCP Apps"标准模式:开发者只需在注册 AI 工具时添加简单的元数据链接,即可将特定工具与独立的 UI 资源关联。当用户触发工具时,宿主程序会自动获取并渲染对应的网页界面,无需手动处理复杂的通信逻辑。

作为该领域的先行者,mcp-ui 不仅提供了完善的客户端渲染和服务端资源创建能力,更直接推动了 MCP 官方规范的演进。对于希望突破命令行限制,为 AI 助手添加图表、表单或自定义控制面板的开发团队而言,mcp-ui 是一个成熟且生产就绪的技术选择。

使用场景

某电商数据团队正在开发一个内部 AI 助手,帮助运营人员实时查询库存并调整商品展示策略。

没有 mcp-ui 时

  • 交互割裂:AI 只能返回纯文本或 JSON 数据,运营人员需复制结果到后台系统手动操作,流程繁琐且易出错。
  • 缺乏可视化:复杂的库存趋势或销售预测数据仅以文字描述呈现,难以直观理解业务波动。
  • 开发成本高:若要嵌入图表或按钮,开发者需单独搭建 Web 服务并处理前后端通信,无法复用 MCP 协议能力。
  • 响应延迟:用户在聊天窗口与外部系统间反复切换,导致决策链条拉长,错过最佳营销时机。

使用 mcp-ui 后

  • 原生交互体验:通过 createUIResource 直接在对话中渲染可交互的 HTML 组件,运营人员点击按钮即可一键补货或下架商品。
  • 动态数据可视:利用 _meta.ui.resourceUri 将工具输出关联至富界面,自动展示库存热力图与销量曲线,关键信息一目了然。
  • 协议级集成:基于 MCP Apps 标准,前端渲染器(AppRenderer)自动拉取并展示 UI,无需额外开发独立后端服务。
  • 闭环决策效率:从“查询 - 分析 - 执行”全流程在对话框内完成,大幅缩短操作路径,提升突发状况响应速度。

mcp-ui 通过将标准化工具调用升级为沉浸式图形界面,让 AI 助手真正具备了“手眼协调”的业务执行力。

运行环境要求

GPU

未说明

内存

未说明

依赖
notes该工具是一个用于在 MCP(Model Context Protocol)之上构建交互式 UI 的 SDK,支持 TypeScript、Ruby 和 Python。它不依赖 GPU 或特定操作系统,主要通过 npm、gem 或 pip 安装。核心功能是通过 _meta.ui.resourceUri 将工具与 UI 资源关联,并使用 AppRenderer 或 UIResourceRenderer 进行渲染。支持 HTML 资源和外部 URL 嵌入,并提供平台适配器以兼容不同宿主环境(如 ChatGPT)。
python未说明
@mcp-ui/server
@mcp-ui/client
@modelcontextprotocol/ext-apps
mcp_ui_server (Ruby)
mcp-ui-server (Python)
mcp-ui hero image

快速开始

📦 模型上下文协议 UI SDK

image

服务器版本 客户端版本 Ruby 服务器 SDK 版本 Python 服务器 SDK 版本 Discord MCP 文档

什么是 mcp-ui?核心概念安装快速上手使用指南示例支持的宿主安全性路线图贡献许可证


mcp-ui 首创了基于 MCP 的交互式 UI 概念,为 AI 工具提供了丰富的 Web 界面。与 Apps SDK 一起,这里开发的模式直接影响了 MCP Apps 规范,该规范标准化了通过协议传递 UI 的方式。

@mcp-ui/* 包实现了 MCP Apps 标准。@mcp-ui/client 是推荐用于 MCP Apps 宿主的 SDK。

@mcp-ui/* 包完全符合 MCP Apps 规范,可直接用于生产环境。

💡 什么是 mcp-ui

mcp-ui 是一个实现 MCP Apps 标准的 SDK,用于在 MCP 上构建 UI。它提供:

  • @mcp-ui/server (TypeScript):使用 createUIResource 创建 UI 资源。可与 @modelcontextprotocol/ext-apps/server 中的 registerAppToolregisterAppResource 配合使用。
  • @mcp-ui/client (TypeScript):使用 AppRenderer(MCP Apps)或 UIResourceRenderer(旧版 MCP-UI 宿主)渲染工具 UI。
  • mcp_ui_server (Ruby):用 Ruby 创建 UI 资源。
  • mcp-ui-server (Python):用 Python 创建 UI 资源。

MCP Apps 模式通过 _meta.ui.resourceUri 将工具与其 UI 关联起来。宿主会获取并渲染 UI,同时显示工具的结果。

✨ 核心概念

MCP Apps 模式(推荐)

MCP Apps 标准通过 _meta.ui.resourceUri 将工具与其 UI 关联:

import { registerAppTool, registerAppResource } from '@modelcontextprotocol/ext-apps/server';
import { createUIResource } from '@mcp-ui/server';

// 1. 创建 UI 资源
const widgetUI = await createUIResource({
  uri: 'ui://my-server/widget',
  content: { type: 'rawHtml', htmlString: '<h1>Widget</h1>' },
  encoding: 'text',
});

// 2. 注册资源处理器
registerAppResource(server, 'widget_ui', widgetUI.resource.uri, {}, async () => ({
  contents: [widgetUI.resource]
}));

// 3. 注册带有 _meta 链接的工具
registerAppTool(server, 'show_widget', {
  description: '显示小部件',
  inputSchema: { query: z.string() },
  _meta: { ui: { resourceUri: widgetUI.resource.uri } }  // 将工具 → UI 链接
}, async ({ query }) => {
  return { content: [{ type: 'text', text: `查询: ${query}` }] };
});

宿主检测 _meta.ui.resourceUri,通过 resources/read 获取 UI,并使用 AppRenderer 渲染。

UIResource(数据格式)

UI 内容的底层有效载荷:

interface UIResource {
  type: 'resource';
  resource: {
    uri: string;       // 例如:ui://component/id
    mimeType: 'text/html;profile=mcp-app';
    text?: string;      // HTML 内容
    blob?: string;      // Base64 编码的 HTML 内容
  };
}
  • uri:使用 ui:// 方案的唯一标识符
  • mimeTypetext/html;profile=mcp-app —— MCP Apps 标准 MIME 类型
  • text vs. blob:纯文本或 Base64 编码的内容

客户端组件

AppRenderer(MCP Apps)

对于 MCP Apps 宿主,可以使用 AppRenderer 来渲染工具 UI:

import { AppRenderer } from '@mcp-ui/client';

function ToolUI({ client, toolName, toolInput, toolResult }) {
  return (
    <AppRenderer
      client={client}
      toolName={toolName}
      sandbox={{ url: sandboxUrl }}
      toolInput={toolInput}
      toolResult={toolResult}
      onOpenLink={async ({ url }) => window.open(url)}
      onMessage={async (params) => console.log('消息:', params)}
    />
  );
}

关键属性:

  • client:可选的 MCP 客户端,用于自动获取资源
  • toolName:要渲染 UI 的工具名称
  • sandbox:包含代理 URL 的沙盒配置
  • toolInput / toolResult:工具的参数和结果
  • onOpenLink / onMessage:处理 UI 请求的回调函数

UIResourceRenderer(旧版 MCP-UI)

对于将资源嵌入工具响应中的旧版宿主:

import { UIResourceRenderer } from '@mcp-ui/client';

<UIResourceRenderer
  resource={mcpResource.resource}
  onUIAction={(action) => console.log('动作:', action)}
/>

属性:

  • resource:包含 urimimeType 和内容(text/blob)的资源对象
  • onUIAction:用于处理工具、提示、链接、通知和意图等操作的回调函数

也可作为 Web 组件使用:

<ui-resource-renderer
  resource='{ "mimeType": "text/html", "text": "<h2>Hello!</h2>" }'
></ui-resource-renderer>

支持的资源类型

HTML (text/html;profile=mcp-app)

使用内部 <HTMLResourceRenderer /> 组件渲染,该组件会在 <iframe> 中显示内容。这适用于自包含的 HTML。

  • mimeTypetext/html;profile=mcp-app(MCP Apps 标准)

UI 行动

UI 片段必须能够与代理进行交互。在 mcp-ui 中,这是通过监听 UI 片段发送的事件并在宿主中作出响应来实现的(参见 onUIAction 属性)。例如,当用户点击按钮时,HTML 可能会触发工具调用,方法是发送一个事件,该事件会被客户端捕获并处理。

平台适配器

MCP-UI SDK 包含对特定宿主实现的适配器支持,使您的开放 MCP-UI 小部件能够在任何宿主环境下无缝运行。适配器会自动在 MCP-UI 的 postMessage 协议与宿主特定 API 之间进行转换。随着时间推移,当宿主逐渐兼容该开放规范时,这些适配器将不再需要。

可用适配器

Apps SDK 适配器

对于 Apps SDK 环境(例如 ChatGPT),此适配器会将 MCP-UI 协议转换为 Apps SDK API 调用(例如 window.openai)。

工作原理:

  • 拦截来自您小部件的 MCP-UI postMessage 调用
  • 将其转换为相应的 Apps SDK API 调用
  • 处理双向通信(工具调用、提示词、状态管理)
  • 透明运行——您现有的 MCP-UI 代码无需修改即可继续工作

使用示例:

import { createUIResource } from '@mcp-ui/server';

const htmlResource = await createUIResource({
  uri: 'ui://greeting/1',
  content: {
    type: 'rawHtml',
    htmlString: `
      <button onclick="window.parent.postMessage({ type: 'tool', payload: { toolName: 'myTool', params: {} } }, '*')">
        调用工具
      </button>
    `
  },
  encoding: 'text',
});

🏗️ 安装

TypeScript

# 使用 npm
npm install @mcp-ui/server @mcp-ui/client

# 或 pnpm
pnpm add @mcp-ui/server @mcp-ui/client

# 或 yarn
yarn add @mcp-ui/server @mcp-ui/client

Ruby

gem install mcp_ui_server

Python

# 使用 pip
pip install mcp-ui-server

# 或 uv
uv add mcp-ui-server

🚀 入门

您可以使用 GitMCP 让您的 IDE 访问 mcp-ui 的最新文档!

TypeScript(MCP Apps 模式)

  1. 服务器端:使用 _meta.ui.resourceUri 创建带有 UI 的工具

    import { McpServer } from '@modelcontextprotocol/sdk/server/mcp.js';
    import { registerAppTool, registerAppResource } from '@modelcontextprotocol/ext-apps/server';
    import { createUIResource } from '@mcp-ui/server';
    import { z } from 'zod';
    
    const server = new McpServer({ name: 'my-server', version: '1.0.0' });
    
    // 创建 UI 资源
    const widgetUI = await createUIResource({
      uri: 'ui://my-server/widget',
      content: { type: 'rawHtml', htmlString: '<h1>交互式小部件</h1>' },
      encoding: 'text',
    });
    
    // 注册资源处理器
    registerAppResource(server, 'widget_ui', widgetUI.resource.uri, {}, async () => ({
      contents: [widgetUI.resource]
    }));
    
    // 注册带 _meta 链接的工具
    registerAppTool(server, 'show_widget', {
      description: '显示小部件',
      inputSchema: { query: z.string() },
      _meta: { ui: { resourceUri: widgetUI.resource.uri } }
    }, async ({ query }) => {
      return { content: [{ type: 'text', text: `查询: ${query}` }] };
    });
    
  2. 客户端:使用 AppRenderer 渲染工具 UI

    import { AppRenderer } from '@mcp-ui/client';
    
    function ToolUI({ client, toolName, toolInput, toolResult }) {
      return (
        <AppRenderer
          client={client}
          toolName={toolName}
          sandbox={{ url: sandboxUrl }}
          toolInput={toolInput}
          toolResult={toolResult}
          onOpenLink={async ({ url }) => window.open(url)}
          onMessage={async (params) => console.log('消息:', params)}
        />
      );
    }
    

旧版 MCP-UI 模式

对于尚不支持 MCP Apps 的宿主:

import { UIResourceRenderer } from '@mcp-ui/client';

<UIResourceRenderer
  resource={mcpResource.resource}
  onUIAction={(action) => console.log('动作:', action)}
/>

Python

服务器端:构建您的 UI 资源

from mcp_ui_server import create_ui_resource

# 内联 HTML
html_resource = create_ui_resource({
  "uri": "ui://greeting/1",
  "content": { "type": "rawHtml", "htmlString": "<p>你好,来自 Python!</p>" },
  "encoding": "text",
})

# 外部 URL
external_url_resource = create_ui_resource({
  "uri": "ui://greeting/2",
  "content": { "type": "externalUrl", "iframeUrl": "https://example.com" },
  "encoding": "text",
})

Ruby

服务器端:构建您的 UI 资源

require 'mcp_ui_server'

# 内联 HTML
html_resource = McpUiServer.create_ui_resource(
  uri: 'ui://greeting/1',
  content: { type: :raw_html, htmlString: '<p>你好,来自 Ruby!</p>' },
  encoding: :text
)

# 外部 URL
external_url_resource = McpUiServer.create_ui_resource(
  uri: 'ui://greeting/2',
  content: { type: :external_url, iframeUrl: 'https://example.com' },
  encoding: :text
)

# remote-dom
remote_dom_resource = McpUiServer.create_ui_resource(
  uri: 'ui://remote-component/action-button',
  content: {
    type: :remote_dom,
    script: "
     const button = document.createElement('ui-button');
     button.setAttribute('label', '点击我,来自 Ruby!');
     button.addEventListener('press', () => {
       window.parent.postMessage({ type: 'tool', payload: { toolName: 'uiInteraction', params: { action: 'button-click', from: 'ruby-remote-dom' } } }, '*');
     });
     root.appendChild(button);
     ",
    framework: :react,
  },
  encoding: :text
)

🚶 演示教程

如需详细了解如何将 mcp-ui 集成到您自己的服务器中,请访问 mcp-ui 文档网站 上的完整服务器教程:

这些指南将向您展示如何在现有服务器上添加 mcp-ui 端点、创建返回 UI 资源的工具,并使用 ui-inspector 测试您的设置!

🌍 示例

客户端示例

  • Goose - 开源 AI 代理,支持 mcp-ui
  • LibreChat - 增强版 ChatGPT 克隆,支持 mcp-ui
  • ui-inspector - 检查本地启用 mcp-ui 的服务器。
  • MCP-UI Chat - 使用 mcp-ui 客户端构建的交互式聊天。请查看托管版本
  • MCP-UI RemoteDOM 演示(examples/remote-dom-demo)- 用于测试 RemoteDOM 资源的本地演示应用。
  • MCP-UI Web 组件演示(examples/wc-demo)- 用于测试宿主中 Web 组件集成的本地演示应用。

服务器示例

  • TypeScript: 一个功能齐全的服务器,已部署到托管环境以便于测试。
    • typescript-server-demo:一个简单的 TypeScript 服务器,演示如何生成 UI 资源。
    • server: 一个功能齐全的 TypeScript 服务器,已部署到 Cloudflare 托管环境以方便测试。
      • HTTP 流式传输: https://remote-mcp-server-authless.idosalomon.workers.dev/mcp
      • SSE: https://remote-mcp-server-authless.idosalomon.workers.dev/sse
  • Ruby: 一个基础的演示服务器,展示如何将 mcp_ui_servermcp gem 结合使用。
  • Python: 一个简单的演示服务器,展示如何使用 mcp-ui-server Python 包。
  • XMCP - 带有 mcp-ui 入门示例的 TypeScript MCP 框架。

将这些 URL 放入任何兼容 MCP 的宿主中,即可查看 mcp-ui 的实际效果。如需支持的本地检查工具,请参阅 ui-inspector

💻 支持的宿主

@mcp-ui/* 包既适用于 MCP Apps 宿主,也适用于旧版 MCP-UI 宿主。

MCP Apps 宿主

这些宿主实现了MCP Apps 规范,并支持带有 _meta.ui.resourceUri 的工具:

宿主 备注
Claude
VSCode
Postman
Goose
MCPJam
LibreChat
mcp-use
Smithery

旧版 MCP-UI 宿主

这些宿主期望在工具响应中直接嵌入 UI 资源:

宿主 渲染 UI 操作 备注
Nanobot
MCPJam
Postman ⚠️
Goose ⚠️
LibreChat ⚠️
Smithery
fast-agent

需要适配器的宿主

宿主 协议 备注
ChatGPT Apps SDK 指南

图例: ✅ 支持 · ⚠️ 部分支持 · ❌ 尚未支持

🔒 安全性

宿主和用户的安全性是 mcp-ui 的首要关注点之一。在所有内容类型中,远程代码均在沙箱 iframe 中执行。

🛣️ 路线图

  • 添加在线 Playground
  • 扩展 UI 操作 API(超越工具调用)
  • 支持 Web 组件
  • 支持 Remote-DOM
  • 添加组件库(进行中)
  • 为其他编程语言添加 SDK(进行中;Ruby、Python 已可用)
  • 支持更多前端框架
  • 探索提供 UI SDK(除了客户端和服务器 SDK 之外)
  • 添加声明式 UI 内容类型
  • 支持生成式 UI?

核心团队

mcp-ui 是由 Ido SalomonLiad Yosef 合作开展的项目。

🤝 贡献

欢迎贡献代码、提出想法以及报告问题!请参阅贡献指南开始参与。

📄 许可证

Apache 许可证 2.0 © MCP-UI 作者

免责声明

本项目按“原样”提供,不提供任何形式的保证。mcp-ui 的作者及贡献者对因使用本软件而产生的任何损害、损失或问题概不负责。请自行承担风险使用。

版本历史

client/v7.0.02026/03/12
client/v6.1.12026/03/12
server/v6.1.02026/02/13
client/v6.1.02026/02/13
server/v6.0.12026/02/06
client/v6.0.02026/01/26
server/v6.0.02026/01/26
client/v5.18.0-alpha.32025/12/22
server/v5.17.0-alpha.22025/12/20
client/v5.18.0-alpha.22025/12/20
client/v5.17.32025/12/20
client/v5.17.22025/12/20
server/v5.17.0-alpha.12025/12/18
client/v5.18.0-alpha.12025/12/18
server/v5.16.32025/12/18
server/v5.16.22025/12/08
server/v5.16.12025/12/01
client/v5.17.12025/12/01
server/v5.16.02025/11/30
client/v5.17.02025/11/30

常见问题

相似工具推荐

openclaw

OpenClaw 是一款专为个人打造的本地化 AI 助手,旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚,能够直接接入你日常使用的各类通讯渠道,包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息,OpenClaw 都能即时响应,甚至支持在 macOS、iOS 和 Android 设备上进行语音交互,并提供实时的画布渲染功能供你操控。 这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地,用户无需依赖云端服务即可享受快速、私密的智能辅助,真正实现了“你的数据,你做主”。其独特的技术亮点在于强大的网关架构,将控制平面与核心助手分离,确保跨平台通信的流畅性与扩展性。 OpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者,以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力(支持 macOS、Linux 及 Windows WSL2),即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你

349.3k|★★★☆☆|4天前
Agent开发框架图像

stable-diffusion-webui

stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面,旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点,将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师,还是想要深入探索模型潜力的开发者与研究人员,都能从中获益。其核心亮点在于极高的功能丰富度:不仅支持文生图、图生图、局部重绘(Inpainting)和外绘(Outpainting)等基础模式,还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外,它内置了 GFPGAN 和 CodeFormer 等人脸修复工具,支持多种神经网络放大算法,并允许用户通过插件系统无限扩展能力。即使是显存有限的设备,stable-diffusion-webui 也提供了相应的优化选项,让高质量的 AI 艺术创作变得触手可及。

162.1k|★★★☆☆|5天前
开发框架图像Agent

everything-claude-code

everything-claude-code 是一套专为 AI 编程助手(如 Claude Code、Codex、Cursor 等)打造的高性能优化系统。它不仅仅是一组配置文件,而是一个经过长期实战打磨的完整框架,旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能,everything-claude-code 能显著提升 AI 在复杂任务中的表现,帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略,使得模型响应更快、成本更低,同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库,还是需要 AI 协助进行安全审计与自动化测试,everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目,它融合了多语言支持与丰富的实战钩子(hooks),让 AI 真正成长为懂上

149.5k|★★☆☆☆|今天
开发框架Agent语言模型

ComfyUI

ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎,专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式,采用直观的节点式流程图界面,让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景,也能自由组合模型、调整参数并实时预览效果,轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性,不仅支持 Windows、macOS 和 Linux 全平台,还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构,并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者,还是追求极致创作自由度的设计师与资深 AI 绘画爱好者,ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能,使其成为当前最灵活、生态最丰富的开源扩散模型工具之一,帮助用户将创意高效转化为现实。

108.3k|★★☆☆☆|今天
开发框架图像Agent

gemini-cli

gemini-cli 是一款由谷歌推出的开源 AI 命令行工具,它将强大的 Gemini 大模型能力直接集成到用户的终端环境中。对于习惯在命令行工作的开发者而言,它提供了一条从输入提示词到获取模型响应的最短路径,无需切换窗口即可享受智能辅助。 这款工具主要解决了开发过程中频繁上下文切换的痛点,让用户能在熟悉的终端界面内直接完成代码理解、生成、调试以及自动化运维任务。无论是查询大型代码库、根据草图生成应用,还是执行复杂的 Git 操作,gemini-cli 都能通过自然语言指令高效处理。 它特别适合广大软件工程师、DevOps 人员及技术研究人员使用。其核心亮点包括支持高达 100 万 token 的超长上下文窗口,具备出色的逻辑推理能力;内置 Google 搜索、文件操作及 Shell 命令执行等实用工具;更独特的是,它支持 MCP(模型上下文协议),允许用户灵活扩展自定义集成,连接如图像生成等外部能力。此外,个人谷歌账号即可享受免费的额度支持,且项目基于 Apache 2.0 协议完全开源,是提升终端工作效率的理想助手。

100.8k|★★☆☆☆|昨天
插件Agent图像

markitdown

MarkItDown 是一款由微软 AutoGen 团队打造的轻量级 Python 工具,专为将各类文件高效转换为 Markdown 格式而设计。它支持 PDF、Word、Excel、PPT、图片(含 OCR)、音频(含语音转录)、HTML 乃至 YouTube 链接等多种格式的解析,能够精准提取文档中的标题、列表、表格和链接等关键结构信息。 在人工智能应用日益普及的今天,大语言模型(LLM)虽擅长处理文本,却难以直接读取复杂的二进制办公文档。MarkItDown 恰好解决了这一痛点,它将非结构化或半结构化的文件转化为模型“原生理解”且 Token 效率极高的 Markdown 格式,成为连接本地文件与 AI 分析 pipeline 的理想桥梁。此外,它还提供了 MCP(模型上下文协议)服务器,可无缝集成到 Claude Desktop 等 LLM 应用中。 这款工具特别适合开发者、数据科学家及 AI 研究人员使用,尤其是那些需要构建文档检索增强生成(RAG)系统、进行批量文本分析或希望让 AI 助手直接“阅读”本地文件的用户。虽然生成的内容也具备一定可读性,但其核心优势在于为机器

93.4k|★★☆☆☆|4天前
插件开发框架