AniList API'yi entegre eden ve anime ile manga bilgisi sağlayan bir MCP sunucusu
Claude Desktop config.json'a ekle
{
"mcpServers": {
"yuna0x0-anilist-mcp": {
"command": "node",
"args": [
"~/.mcp/anilist-mcp/index.js"
]
}
}
}Kaynak kodu al ve yerel olarak çalıştır
git clone https://github.com/yuna0x0/anilist-mcp.git ~/.mcp/anilist-mcp
cd ~/.mcp/anilist-mcpAniList API ile arayüz oluşturan ve LLM istemcilerine AniList'ten anime, manga, karakter, staff ve kullanıcı verilerine erişim sağlayan bir Model Context Protocol (MCP) sunucusu.
mcp.json / claude_desktop_config.json dosyanıza ekleyin:{
"mcpServers": {
"anilist": {
"command": "npx",
"args": ["-y", "anilist-mcp"],
"env": {
"ANILIST_TOKEN": "your_api_token"
}
}
}
}
Oturum açmayı gerektiren işlemler için AniList Token'ı kullanmayı planlamıyorsanız env nesnesini tamamen kaldırabilirsiniz.
Projeyi yerel olarak kurmak için Yerel Geliştirme talimatlarını izleyin, ardından şunu çalıştırın:
pnpm run start:http
Bu, sunucuyu varsayılan olarak 8081 portunda başlatacaktır. PORT ortam değişkenini ayarlayarak portu değiştirebilirsiniz.
Bu MCP sunucusunu Node.js sunucu uygulamalarını destekleyen herhangi bir bulut platformuna dağıtabilirsiniz.
Smithery gibi MCP platformları aracılığıyla da dağıtabilirsiniz.
STDIO transportunu kullanırken veya HTTP transport sunucusunu barındırırken, yapılandırmayı ortam değişkenleri aracılığıyla geçirebilirsiniz:
ANILIST_TOKEN: (İsteğe bağlı) AniList API Token (Yalnızca oturum açmayı gerektiren işlemler için gerekli)[!CAUTION] HTTP transport sunucusunu önceden yapılandırılmış token ile barındırıyorsanız, kullanıcılara erişim izni vermeden önce uç noktanızı korumalı ve kimlik doğrulaması uygulamalısınız. Aksi takdirde, herhangi biri AniList token'ınızı kullanırken MCP sunucunuza erişebilir.
HTTP transportunu kullanırken, kullanıcı yapılandırmayı HTTP header'ları aracılığıyla geçirebilir:
Anilist-Token: (İsteğe bağlı) AniList API Token (Yalnızca oturum açmayı gerektiren işlemler için gerekli)Kullanıcı header'da token sağlarken, sunucu ayrıca ANILIST_TOKEN ayarlanmışsa, header değeri öncelik alacaktır.
API token almak için şu adımları izleyin:
https://anilist.co/api/v2/oauth/pin
{clientID} yerine aldığınız istemci kimliğini yazın. Oturum açmanız istenecek ve ardından kullanılacak token sağlanacaktır..env dosyanızda veya ortam değişkenlerinde kullanın."Bocchi the Rock!" benzeri anime'leri arayabilir misin?
Hitori Gotoh karakteri hakkında bana bilgi verir misin? AniList araçlarını kullanarak bilgi bulmaya çalış.
Studio Ghibli hangi anime'leri üretmiştir? En popüler eserlerini listeleyebilir misin?
Bu proje paket yöneticisi olarak pnpm kullanır.
Depoyu klonlayın ve bağımlılıkları yükleyin:
git clone https://github.com/yuna0x0/anilist-mcp.git
cd anilist-mcp
pnpm install
.env dosyası oluşturun:cp env.example .env
.env dosyasını düzenleyin ve AniList API token'ınızı ekleyin:ANILIST_TOKEN=your_api_token
AniList MCP sunucusunu test etmek ve hata ayıklamak için MCP Inspector'ı kullanabilirsiniz:
npx @modelcontextprotocol/inspector -e ANILIST_TOKEN=your_api_token npx anilist-mcp
# Yerel Geliştirme sırasında bunun yerine bunu kullanın
pnpm run inspector
Ardından tarayıcınızı sağlanan URL'ye açın (genellikle http://localhost:6274) ve MCP Inspector arayüzüne erişin. Buradan şunları yapabilirsiniz:
Bu, Claude Desktop gibi MCP istemcilerine bağlamadan önce kurulumunuzu test etmek için çok kullanışlıdır.
GitHub Container Registry'den çekin:
docker pull ghcr.io/yuna0x0/anilist-mcp
Docker build (Yerel Geliştirme):
docker build -t ghcr.io/yuna0x0/anilist-mcp .
Docker çoklu platform build (Yerel Geliştirme):
docker buildx build --platform linux/amd64,linux/arm64 -t ghcr.io/yuna0x0/anilist-mcp .
Bu sunucu için bir MCP Bundle oluşturmak üzere şunu çalıştırın:
pnpm run pack:mcpb
Bu MCP sunucusu AniList API token'ınızı .env dosyasında, ortam değişkeninde veya HTTP header'ında kabul eder. Bu bilgileri güvende tutun ve asla sürüm kontrolüne kaydetmeyin.
Bu proje MIT Lisansı altında lisanslanmıştır - Ayrıntılar için LICENSE dosyasına bakın.
Blender ile çalışmak için MCP sunucusu
AI görsel oluşturma ve düzenleme MCP sunucusu, 1.500+ küratörlü prompt kütüphanesi, akıllı prompt geliştirme ve multi-provider routing (yerel ComfyUI, MeiGen Cloud, OpenAI-uyumlu API'ler) ile gelir.
DaVinci Resolve için MCP server entegrasyonu, video düzenleme, renk grading, medya yönetimi ve proje kontrolü için güçlü araçlar sunuyor.
Manim kullanarak animasyonlar oluşturan yerel bir MCP sunucusu.
Kapsamlı ve doğru Bazi (Çin Astrolojisi) harita oluşturma ve analiz işlevselliği sunar
Video Jungle koleksiyonunuzdan Video Editlerini ekleyin, analiz edin, arayın ve oluşturun