返回 MCP 目录
public公开dns本地运行

trackor

Trackor是一个基于FastMCP和Streamlit构建的自定义MCP服务器与简易客户端,提供费用追踪工具,支持增删改查、统计汇总和导出功能,使用SQLite数据库和JSON分类文件。

article

README

🚀 Trackor

Trackor是一个自定义的MCP(模型上下文协议)服务器和简单客户端,使用 FastMCP 和Streamlit构建。它提供了用于跟踪费用的工具,包括添加、列出、汇总、更新和导出数据等功能。服务器使用本地SQLite数据库(expenses.db)和 categories.json 文件来管理费用类别。

🚀 快速开始

Trackor可进行远程部署和本地部署,以下是详细的部署步骤。

简单MCP客户端部署

远程部署

该客户端已通过Streamlit Cloud部署到 https://dumbclient-trackor.streamlit.app/,可直接访问使用。

本地部署

在本地环境中,使用以下命令启动客户端:

streamlit run dumb_client/app.py

MCP服务器部署

远程部署(最简单方式)

服务器已使用FastMCP Cloud进行部署。你只需将DXT文件 https://at0mxploit.fastmcp.app/manifest.dxt 拖到Claude扩展程序中,它会自动为Claude配置服务器,并包含所有工具和资源(目前仅专业版可用)。此配置适用于所有不同的模型和工具,这里以Claude为例。

本地开发

Claude连接器(远程MCP URL)仅对专业版用户可用。不过,非专业版的Claude桌面用户仍可通过运行本地代理来使用此MCP服务器。

此仓库包含一个 proxy/ 文件夹,其中有一个简单的FastMCP STDIO桥接器。具体操作步骤如下:

  1. 安装依赖
uv sync
  1. 运行MCP
uv run main.py
  1. 运行MCP代理
uv run proxy/main.py
  1. 使用检查器测试MCP中的JSON RPC调用(可选)
uv run fastmcp dev .\main.py

由于Claude桌面版不再自动加载原始MCP脚本,如果你未使用Claude专业版,则必须安装包含的桌面扩展:

npm install -g @anthropic-ai/mcpb
mcpb pack proxy/ trackor-proxy.mcpb

上述命令将生成 trackor-proxy.mcpb 文件,然后按以下步骤操作:

  1. 转到设置 → 扩展 → 高级 → 安装扩展…
  2. 选择 trackor-proxy.mcpb 文件
  3. Claude将通过本地STDIO代理加载MCP服务器。

✨ 主要特性

工具与资源

Trackor提供了一系列工具和资源,用于管理和操作费用数据,具体如下:

工具(可调用的操作)

  • add_expense:创建新的费用条目
  • get_expense:通过ID获取单个费用信息
  • list_expenses:列出费用,支持可选过滤条件
  • update_expense:修改现有费用信息
  • delete_expense:通过ID删除单个费用
  • delete_expenses_by_date_range:删除指定日期范围内的所有费用
  • summarize:按类别/子类别汇总费用
  • get_statistics:返回总体统计信息和每月明细
  • export_expenses:以JSON或CSV格式导出所有费用数据

资源(服务器公开的只读数据)

  • expense://categories:提供 categories.json 文件(类别/子类别列表)
help

运行方式说明

cloud

托管运行

托管运行通常表示这个 MCP Server 由服务方环境承载,用户一般按页面提供的连接方式或授权流程接入,不需要在本地长期启动一个 MCP 进程

  1. 打开服务方连接页
  2. 完成授权或复制端点
  3. 在 MCP 客户端中连接
terminal

本地运行 / 其它方式

本地运行通常需要用户在自己的电脑或服务器上安装依赖,把 server_config 复制到 MCP 客户端,并按 env_schema 补齐环境变量、密钥或其它配置

  1. 复制 server_config
  2. 安装所需依赖
  3. 补齐环境变量后重启客户端