aranet4 MCP 服务器

“aranet4” MCP 服务器能做什么？

aranet4 MCP 服务器是一个模型上下文协议（MCP）服务器，用于管理你的 Aranet4 CO2 传感器设备及其本地数据库。通过连接 AI 助手与外部数据源，服务器可无缝完成设备扫描、测量数据获取与存储、历史数据查询等任务。它支持自动更新、辅助配置，且在支持图片的客户端上还能实现数据可视化。该服务器简化了开发者将环境传感器数据集成到更广泛的 LLM 自动化场景中的流程，使空气质量监测、历史趋势跟踪和设备参数的程序化管理变得更加便捷。

提示模板列表

仓库或 README 未记录显式的提示模板。

资源列表

仓库或 README 未记录显式资源。

工具列表

配置与工具：

• init_aranet4_config：辅助配置 Aranet4 设备。
• scan_devices：扫描附近的蓝牙 Aranet4 设备。
• get_configuration_and_db_stats：获取当前 config.yaml 及本地 SQLite 数据库的统计信息。
• set_configuration：设置 config.yaml 内的参数。

更新历史数据：

• fetch_new_data：从已配置的 Aranet4 设备获取新数据并保存到本地数据库。

查询历史数据：

• get_recent_data：从本地数据库获取近期数据，可指定测量条数。

该 MCP 服务器的使用场景

• 环境监测： 自动扫描和获取附近 Aranet4 设备的空气质量与 CO2 数据，存储于本地数据库以便后续分析。
• 历史数据分析： 查询和回顾过去的传感器读数，识别空气质量的趋势或异常，适合研究人员或设施管理者。
• 自动化配置： 利用 AI 辅助或手动工具，快捷配置 Aranet4 设备，降低非技术用户的上手门槛。
• 可视化与报告： 对于支持图片输出的客户端，生成并可视化最新测量数据，便于解读和报告。
• 设备集群管理： 扫描和管理空间内的多台 Aranet4 设备，实现集中监控与配置。

如何进行设置

Windsurf

1. 前置条件： 确保已安装 Node.js 与 Python。
2. 克隆并设置服务器：

   git clone git@github.com:diegobit/aranet4-mcp-server.git
   cd aranet4-mcp-server
   

3. 安装依赖： 可选择使用 uv 或 pip install .。
4. 编辑 Windsurf 配置： 在 mcpServers 部分添加 aranet4 服务器。
5. 保存并重启 Windsurf。
6. 验证： 检查设备是否被检测到且数据是否可访问。

JSON 示例：

"mcpServers": {
  "aranet4": {
    "command": "uv",
    "args": [
      "--directory",
      "/path/to/aranet4-mcp-server/",
      "run",
      "src/server.py"
    ]
  }
}

注意： 若需保护 API 密钥或敏感信息，请使用环境变量：

"aranet4": {
  "env": {
    "ARANET4_API_KEY": "your_api_key_here"
  },
  "inputs": {}
}

Claude

1. 按上述第 1–3 步操作。
2. 编辑 Claude 桌面版配置文件： 位于 ~/Library/Application Support/Claude/claude_desktop_config.json。
3. 按上方示例添加 aranet4 服务器。
4. 保存并重启 Claude 桌面版。
5. 使用 init aranet4 进行引导配置。

Cursor

1. 按上述第 1–3 步操作。
2. 编辑 Cursor 配置文件： 位于 ~/.cursor/mcp.json。
3. 插入 aranet4 服务器 JSON 配置。
4. 保存并重启 Cursor。
5. 使用 init aranet4 进行引导配置。

Cline

1. 按上述第 1–3 步操作。
2. 编辑对应的 Cline 配置文件。
3. 添加 aranet4 服务器 JSON 配置。
4. 保存并重启 Cline。
5. 使用交互式配置工具进行设置。

如何在流程中使用该 MCP

在 FlowHunt 中使用 MCP

要将 MCP 服务器集成到 FlowHunt 工作流，请先在流程中添加 MCP 组件，并连接到你的 AI 代理：

点击 MCP 组件以打开配置面板。在系统 MCP 配置部分，按照如下 JSON 格式填写你的 MCP 服务器信息：

{
  "aranet4": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

配置完成后，AI 代理便可将该 MCP 作为工具，访问其全部功能。请记得将 “aranet4” 替换为实际的 MCP 服务器名，并将 URL 更换为你的 MCP 服务器地址。

概览

我们的看法

aranet4 MCP 服务器在 Aranet4 设备管理和环境感知方面具有很强的实用性，工具暴露清晰，平台支持良好。但缺乏提示模板和显式 MCP 资源定义，也不支持采样等高级 MCP 功能。设置说明详尽实用，适合主流 AI 开发工具。总体来看，这是一个面向特定设备，稳健且实用的 MCP 实现。

MCP 评分

评分： 6/10 —— 设备专用性强，但缺少更广泛的 MCP 功能及提示/资源文档。