英語 |한국어

はじめに

Quick-start Auto MCPは、Claude Desktopおよびカーソル上でAnthropicのModel Context Protocol(MCP)を簡単かつ迅速に登録するのに役立つツールです。

主な利点:

1. クイックセットアップ:ツールを実行し、生成されたJSONファイルをコピー&ペーストするだけで、Claude DesktopとカーソルにMCP機能を追加します。
2. さまざまなツール提供:便利なMCPツールを継続的に更新しています。パーソナライズされたツールキットの最新情報は、スターマークやフォローでチェックしてください。:)

目次

• 特徴
• プロジェクト構成
• 要件
• 設置
• 構成
• 使用法
• トラブルシューティング
• ライセンス
• 貢献
• 接触
• 著者

特徴

• RAG(検索拡張生成) - PDF文書のキーワード、セマンティック、ハイブリッド検索機能
• Dify外部知識API - Difyの外部知識APIを使った文書検索機能
• Dify ワークフロー - Dify ワークフローから結果を実行・取得
• ウェブ検索 - Tavily APIを用いたリアルタイムウェブ検索
• 自動JSON生成 - Claude Desktopおよびカーソルに必要なMCP JSONファイルを自動生成

プロジェクト構成

要件

• Python >= 3.11

Quick-start Auto MCP : All in one Claude Desktop and Cursor

English | 한국어

Introduction

Quick-start Auto MCP is a tool that helps you easily and quickly register Anthropic’s Model Context Protocol (MCP) in Claude Desktop and Cursor.

Key advantages:

1. Quick Setup: Add MCP functionality to Claude Desktop and Cursor simply by running a tool and copying/pasting the generated JSON file.
2. Various Tools Provided: We continuously update useful MCP tools. Stay up to date with your personalized toolkit by starring and following us. :)

Table of Contents

• Features
• Project Structure
• Requirements
• Installation
• Configuration
• Usage
• Troubleshooting
• License
• Contributing
• Contact
• Author

Features

• RAG (Retrieval Augmented Generation) - Keyword, semantic, and hybrid search functionality for PDF documents
• Dify External Knowledge API - Document search functionality via Dify’s external knowledge API
• Dify Workflow - Execute and retrieve results from Dify Workflow
• Web Search - Real-time web search using Tavily API
• Automatic JSON Generation - Automatically generate MCP JSON files needed for Claude Desktop and Cursor

Project Structure

.
├── case1                     # RAG example
├── case2                     # Dify External Knowledge API example
├── case3                     # Dify Workflow example
├── case4                     # Web Search example
├── data                      # Example data files
├── docs                      # Documentation folder
│   ├── case1.md           # case1 description 🚨 Includes tips for optimized tool invocation
│   ├── case2.md           # case2 description
│   ├── case3.md           # case3 description
│   ├── case4.md           # case4 description
│   └── installation.md    # Installation guide
├── .env.example              # .env example format
├── pyproject.toml            # Project settings
├── requirements.txt          # Required packages list
└── uv.lock                   # uv.lock

Requirements

• Python >= 3.11
• Claude Desktop or Cursor (MCP supporting version)
• uv (recommended) or pip

Installation

1. Clone the repository

git clone https://github.com/teddynote-lab/mcp.git
cd mcp

2. Set up virtual environment

Using uv (recommended)

# macOS/Linux
uv venv
uv pip install -r requirements.txt

# Windows
uv venv
uv pip install -r requirements_windows.txt

Using pip

python -m venv .venv

# Windows
.venv\Scripts\activate
pip install -r requirements_windows.txt

# macOS/Linux
source .venv/bin/activate

pip install -r requirements.txt

3. Preparing the PDF File

Plese prepare a PDF file required for RAG in the ./data directory.

Configuration