py-mcp-line:LINE 聊天 MCP 服务器

MCP LINE Python AI Integration

Contact us to host your MCP Server in FlowHunt

“py-mcp-line” MCP 服务器能做什么?

py-mcp-line MCP 服务器是 Model Context Protocol (MCP) 的 Python 实现,旨在为语言模型等 AI 助手提供标准化访问 LINE Bot 消息的能力。它作为 AI 客户端与 LINE 会话之间的桥梁,使大模型能够实时读取、分析和交互 LINE 数据。基于 FastAPI 构建并利用异步 Python 特性提升响应能力,py-mcp-line 可处理 webhook 事件、校验数据,并将消息以结构化 JSON 格式存储。这极大提升了需要会话分析、机器人开发,或将 LINE 消息数据集成到更广泛 AI 应用中的开发流程。它通过开放 LINE 资源、校验请求,并处理多种消息类型,助力开发者高效集成。

提示模板列表

FlowHunt Logo

Ready to grow your business?

Start your free trial today and see results within days.

资源列表

  • LINE 消息资源
    • 将各种消息类型作为资源,通过如 line://<message_type>/data 的 URI 暴露,客户端可访问不同类别的 LINE 消息。
  • 资源描述
    • 每个资源包含描述和 MIME 类型等元数据,帮助客户端正确理解和使用数据。
  • 消息过滤
    • 资源支持按日期、用户或内容过滤,便于有针对性地检索会话数据。

工具列表

  • list_resources
    • 列出所有可用消息类型,并为客户端提供资源 URI。
  • read_resource
    • 读取并返回指定类型的消息,支持按日期或用户等高级过滤。

该 MCP 服务器的使用场景

  • 会话数据分析
    • 开发者可获取并分析历史 LINE 聊天数据,进行情感分析、主题建模或用户行为洞察。
  • 聊天机器人开发
    • 使 AI 助手能与 LINE 消息交互并响应,助力打造高级对话机器人。
  • 消息归档
    • 自动将 LINE 消息以 JSON 格式存储与归档,满足合规或存档需求。
  • 多模态数据集成
    • 支持文本、贴纸、图片消息,可处理和分析 LINE 会话中的多样数据类型。

如何设置

Windsurf

Claude

  1. 前置条件: 确保已安装 Python 3.8+ 及 requirements.txt 中全部依赖。
  2. 定位配置文件: MacOS 下打开 ~/Library/Application Support/Claude/claude_desktop_config.json,Windows 下打开 %APPDATA%/Claude/claude_desktop_config.json
  3. 添加 MCP 服务器: 将以下 JSON 片段插入到 mcpServers 对象中:
    {
      "mcpServers": {
        "line": {
          "command": "python",
          "args": [
            "server.py"
          ],
          "env": {
            "LINE_CHANNEL_SECRET": "your_channel_secret",
            "LINE_ACCESS_TOKEN": "your_access_token",
            "SERVER_PORT": "8000",
            "MESSAGES_FILE": "data/messages.json"
          }
        }
      }
    }
    
  4. 保存并重启: 保存文件并重启 Claude Desktop 应用以应用更改。
  5. 验证配置: 请确保 MCP 服务器已运行,Claude 可正常访问。

API 密钥安全

请将敏感凭证通过如上所示的 env 键存储为环境变量,避免意外泄露。

Cursor

Cline

如何在流程中使用该 MCP

在 FlowHunt 中集成 MCP

要将 MCP 服务器集成进您的 FlowHunt 工作流,请先在流程中添加 MCP 组件,并将其与 AI 代理连接:

FlowHunt MCP flow

点击 MCP 组件打开配置面板。在系统 MCP 配置区,使用如下 JSON 格式填写您的 MCP 服务器信息:

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

配置完成后,AI 代理即可作为工具使用该 MCP,访问其全部功能。请记得将“line”替换为您的实际 MCP 服务器名称,并将 URL 替换为您自己的 MCP 服务器地址。


概览

部分可用性详情/说明
概览在 README.md 中提供
提示模板列表仓库内未发现提示模板
资源列表通过 API 支持资源列举与读取,支持过滤
工具列表server.py 中有 list_resourcesread_resource
API 密钥安全已记录环境变量存储方式
采样支持(评价时较次要)未有采样支持相关说明

基于以上内容,py-mcp-line 是一款关注于 LINE 消息访问的合格 MCP 实现,资源与工具开放清晰,安全性依赖环境变量,并对 Claude 的落地集成有具体指导。其不含提示模板与采样/根等高级 MCP 特性,整体得分受限,但在会话分析和机器人集成领域表现实用且文档完善。


MCP 评分

是否有 LICENSE✅ (MIT)
有至少一个工具
Fork 数量6
Star 数量17

总体来说,我会给这个 MCP 实现打 6.5/10。 它覆盖了 LINE 消息集成的核心功能,适合需要会话数据访问的开发者,但在提示模板、采样和根支持等高级 MCP 特性上有所不足。

Frequently asked questions

将 LINE 消息集成到 AI 工作流

使用 py-mcp-line 将您的 AI 代理连接到 LINE 聊天,实现高级会话分析、机器人开发或消息归档。

Learn more

mcp-proxy MCP 服务器
mcp-proxy MCP 服务器

mcp-proxy MCP 服务器

mcp-proxy MCP 服务器桥接了可流式 HTTP 和 stdio MCP 传输协议,实现 AI 助手与多种模型上下文协议(MCP)服务器或客户端的无缝集成。它扩展了互操作性,简化了旧系统集成,并提升了跨平台 AI 工作流。...

2 min read
MCP AI +4
模型上下文协议 (MCP) 服务器
模型上下文协议 (MCP) 服务器

模型上下文协议 (MCP) 服务器

模型上下文协议(MCP)服务器将 AI 助手与外部数据源、API 和服务连接起来,实现复杂工作流的无缝集成,并在 FlowHunt 中安全管理开发任务。...

1 min read
AI MCP +4
any-chat-completions-mcp MCP 服务器
any-chat-completions-mcp MCP 服务器

any-chat-completions-mcp MCP 服务器

any-chat-completions-mcp MCP 服务器将 FlowHunt 和其他工具连接到任何兼容 OpenAI SDK 的 Chat Completion API。它通过统一、简单的界面中转聊天型查询,实现了对多个 LLM 提供商(如 OpenAI、Perplexity、Groq、xAI 和 PyroPr...

2 min read
AI Chatbot +5