MCP CLI 客户端

一个简单的命令行程序，用于运行 LLM 提示并实现模型上下文协议 (MCP) 客户端。

您可以通过终端方便地使用任何 MCP 兼容服务器。

这作为 Claude 桌面客户端的替代方案。此外，您还可以通过 llama 使用 OpenAI、Groq 或本地 LLM 模型。

C4 图

安装

通过 pip 安装：
```
pip install mcp-client-cli
```

创建一个 ~/.llm/config.json 文件来配置您的 LLM 和 MCP 服务器：

{
  "systemPrompt": "You are an AI assistant helping a software engineer...",
  "llm": {
    "provider": "openai",
    "model": "gpt-4",
    "api_key": "your-openai-api-key",
    "temperature": 0.7,
    "base_url": "https://api.openai.com/v1"  // 可选，用于 OpenRouter 或其他提供者
  },
  "mcpServers": {
    "fetch": {
      "command": "uvx",
      "args": ["mcp-server-fetch"],
      "requires_confirmation": ["fetch"],
      "enabled": true,  // 可选，默认为 true
      "exclude_tools": []  // 可选，排除的工具名称列表
    },
    "brave-search": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-brave-search"],
      "env": {
        "BRAVE_API_KEY": "your-brave-api-key"
      },
      "requires_confirmation": ["brave_web_search"]
    },
    "youtube": {
      "command": "uvx",
      "args": ["--from", "git+https://github.com/adhikasp/mcp-youtube", "mcp-youtube"]
    }
  }
}

注意：

查看 CONFIG.md 获取配置格式的完整文档
使用 requires_confirmation 指定在执行前需要用户确认的工具
LLM API 密钥也可以通过环境变量 LLM_API_KEY 或 OPENAI_API_KEY 设置
配置文件可以放置在 ~/.llm/config.json 或 $PWD/.llm/config.json
如果您喜欢切换配置，可以用 // 注释 JSON 配置文件

运行 CLI：

llm "What is the capital city of North Sumatra?"

使用

基本用法

$ llm What is the capital city of North Sumatra?
The capital city of North Sumatra is Medan.

您可以省略引号，但要注意 bash 特殊字符如 &、|、; 可能会被您的 shell 解释。

您还可以从其他命令或文件中管道输入：

$ echo "What is the capital city of North Sumatra?" | llm
The capital city of North Sumatra is Medan.

$ echo "Given a location, tell me its capital city." > instructions.txt
$ cat instruction.txt | llm "West Java"
The capital city of West Java is Bandung.

图像输入

您可以将图像文件管道输入以使用多模态 LLM 分析它们：

$ cat image.jpg | llm "What do you see in this image?"
[LLM 将分析并描述图像]

$ cat screenshot.png | llm "Is there any error in this screenshot?"
[LLM 将分析截图并指出任何错误]

使用提示模板

您可以使用 p 前缀后跟模板名称及其参数来使用预定义的提示模板：

# 列出可用的提示模板
$ llm --list-prompts

# 使用模板
$ llm p review  # 审查 git 变更
$ llm p commit  # 生成提交信息
$ llm p yt url=https://youtube.com/...  # 总结 YouTube 视频

触发工具

$ llm What is the top article on hackernews today?

================================== Ai Message ==================================
Tool Calls:
  brave_web_search (call_eXmFQizLUp8TKBgPtgFo71et)
 Call ID: call_eXmFQizLUp8TKBgPtgFo71et
  Args:
    query: site:news.ycombinator.com
    count: 1
Brave Search MCP 服务器在 stdio 上运行

# 如果工具需要确认，您将被提示：
Confirm tool call? [y/n]: y

================================== Ai Message ==================================
Tool Calls:
  fetch (call_xH32S0QKqMfudgN1ZGV6vH1P)
 Call ID: call_xH32S0QKqMfudgN1ZGV6vH1P
  Args:
    url: https://news.ycombinator.com/
================================= Tool Message =================================
Name: fetch

[TextContent(type='text', text='Contents [REDACTED]]
================================== Ai Message ==================================

今天 Hacker News 上的顶级文章是：

### [Why pipes sometimes get "stuck": buffering](https://jvns.ca)
- **Points:** 31
- **Posted by:** tanelpoder
- **Posted:** 1 hour ago

您可以在 [Hacker News](https://news.ycombinator.com/) 上查看完整文章列表

要绕过工具确认要求，使用 --no-confirmations 标志：

$ llm --no-confirmations "What is the top article on hackernews today?"

要在 bash 脚本中使用，添加 --no-intermediates，这样它不会打印中间消息，只打印最终消息。

$ llm --no-intermediates "What is the time in Tokyo right now?"

继续

在您的消息前添加 c 前缀以继续上次对话。

$ llm asldkfjasdfkl
It seems like your message might have been a typo or an error. Could you please clarify or provide more details about what you need help with?
$ llm c what did i say previously?
You previously typed "asldkfjasdfkl," which appears to be a random string of characters. If you meant to ask something specific or if you have a question, please let me know!

剪贴板支持

您可以使用 cb 命令使用剪贴板内容：

# 复制文本到剪贴板后
$ llm cb
[LLM 将处理剪贴板文本]

$ llm cb "What language is this code written in?"
[LLM 将用您的问题分析剪贴板文本]

# 复制图像到剪贴板后
$ llm cb "What do you see in this image?"
[LLM 将分析剪贴板图像]

# 可以与继续结合使用
$ llm cb c "Tell me more about what you see"
[LLM 将继续关于剪贴板内容的对话]

剪贴板功能在以下环境中工作：

原生 Windows/macOS/Linux 环境
- Windows: 使用 PowerShell
- macOS: 使用 pbpaste 处理文本，pngpaste 处理图像（可选）
- Linux: 使用 xclip（需要剪贴板支持）
Windows 子系统 for Linux (WSL)
- 通过 PowerShell 访问 Windows 剪贴板
- 支持文本和图像
- 确保您可以从 WSL 访问 powershell.exe

剪贴板支持所需的工具：

Windows: PowerShell（内置）
macOS:
- pbpaste（内置）用于文本
- pngpaste（可选）用于图像：brew install pngpaste
Linux:
- xclip: sudo apt install xclip 或等效命令

CLI 会自动检测剪贴板内容是文本还是图像，并适当处理。

其他选项

$ llm --list-tools                # 列出所有可用工具
$ llm --list-prompts              # 列出可用的提示模板
$ llm --no-tools                  # 不使用任何工具运行
$ llm --force-refresh             # 强制刷新工具能力缓存
$ llm --text-only                 # 输出原始文本，不进行 Markdown 格式化
$ llm --show-memories             # 显示用户记忆
$ llm --model gpt-4               # 覆盖配置中指定的模型

贡献

欢迎提交问题和拉取请求以改进或修复错误。

adhikasp/mcp-client-cli

星标增长

证据时间轴