Простой Slack-бот, использующий протокол Model Context Protocol (MCP) для расширения своих возможностей с помощью внешних инструментов.

Особенности

• Ассистент на базе ИИ: отвечает на сообщения в каналах и в личных сообщениях с использованием возможностей LLM
• Интеграция с MCP: полный доступ к инструментам MCP, таким как база данных SQLite и веб-выборка
• Multi-LLM Support: работает с моделями OpenAI, Groq и Anthropic
• Вкладка Home приложения: показывает доступные инструменты и информацию об использовании

Подготовка

1. Создайте приложение Slack

1. Перейдите в api.slack.com/apps и нажмите «Создать новое приложение»
2. Выберите «Из манифеста приложения» и выберите рабочее пространство
3. Скопировать содержимое mcp_simple_slackbot/manifest.yaml в редактор манифеста
4. Создайте приложение и установите его в своё рабочее пространство
5. В разделе «Основная информация» прокрутите вниз до «Токены уровня приложения»
6. Нажмите «Generate token and scopes» и:

• Введите имя вроде «mcp-assistant»
• Добавить область connections:write
• Нажмите «Сгенерировать»

7. Обратите внимание на свои:

• Токен бота (xoxb-...), найденный в разделе «OAuth & Permissions»
• Токен приложения ([[T3]), который вы только что сгенерировали

2. Зависимости установки

3. Настройка переменных среды

Создайте '.

MCP Simple Slackbot

A simple Slack bot that uses the Model Context Protocol (MCP) to enhance its capabilities with external tools.

Features

• AI-Powered Assistant: Responds to messages in channels and DMs using LLM capabilities
• MCP Integration: Full access to MCP tools like SQLite database and web fetching
• Multi-LLM Support: Works with OpenAI, Groq, and Anthropic models
• App Home Tab: Shows available tools and usage information

Setup

1. Create a Slack App

1. Go to api.slack.com/apps and click “Create New App”
2. Choose “From an app manifest” and select your workspace
3. Copy the contents of mcp_simple_slackbot/manifest.yaml into the manifest editor
4. Create the app and install it to your workspace
5. Under the “Basic Information” section, scroll down to “App-Level Tokens”
6. Click “Generate Token and Scopes” and:
   • Enter a name like “mcp-assistant”
   • Add the connections:write scope
   • Click “Generate”
7. Take note of both your:
   • Bot Token (xoxb-...) found in “OAuth & Permissions”
   • App Token (xapp-...) that you just generated

2. Install Dependencies

# Create a virtual environment
python -m venv venv

# Activate the virtual environment
source venv/bin/activate  # On Windows: venv\Scripts\activate

# Install project dependencies
pip install -r mcp_simple_slackbot/requirements.txt

3. Configure Environment Variables

Create a .env file in the mcp_simple_slackbot directory (see .env.example for a template):

# Slack API credentials
SLACK_BOT_TOKEN=xoxb-your-token
SLACK_APP_TOKEN=xapp-your-token

# LLM API credentials
OPENAI_API_KEY=sk-your-openai-key
# or use GROQ_API_KEY or ANTHROPIC_API_KEY

# LLM configuration
LLM_MODEL=gpt-4-turbo

Running the Bot

# Navigate to the module directory
cd mcp_simple_slackbot

# Run the bot directly
python main.py

The bot will:

1. Connect to all configured MCP servers
2. Discover available tools
3. Start the Slack app in Socket Mode
4. Listen for mentions and direct messages

Usage

• Direct Messages: Send a direct message to the bot
• Channel Mentions: Mention the bot in a channel with @MCP Assistant
• App Home: Visit the bot’s App Home tab to see available tools

Architecture

The bot is designed with a focused architecture:

1. SlackMCPBot: Core class managing Slack events and message processing
2. LLMClient: Handles communication with LLM APIs (OpenAI, Groq, Anthropic)
3. Server: Manages communication with MCP servers
4. Tool: Represents available tools from MCP servers

When a message is received, the bot:

1. Sends the message to the LLM along with available tools
2. If the LLM response includes a tool call, executes the tool
3. Returns the result to the LLM for interpretation