CO2T5ZN

Jushuitan MCP — AI skill for Claude Code

AI community

聚水潭开放平台 API 文档 MCP Server —— 让 AI Agent(Claude、Cursor、ZCode、Cline 等)直接检索聚水潭开放 API 的接口分类、参数说明、错误码与请求/响应示例,不再需要人工翻文档.

How to install Jushuitan MCP

This entry records only its repository, not the path inside it, so there is no exact command to give. Open CO2T5ZN/jushuitan-mcp and copy the folder into ~/.claude/skills/, or the file into ~/.claude/agents/.

What Jushuitan MCP does

**聚水潭开放平台 API 文档 MCP Server** —— 让 AI Agent(Claude、Cursor、ZCode、Cline 等)直接检索聚水潭开放 API 的接口分类、参数说明、错误码与请求/响应示例,不再需要人工翻文档。

Alternatives in AI

  • Feishu MCP — Feishu / Lark 飞书文档与任务管理工具,支持 MCP 服务器和 CLI + Skill 两种使用方式,可无缝集成 Cursor、Claude Code、Cline 等 AI 编码工具 612 ★
  • AI Toolkit — Professional-grade AI coding toolkit: 94 skills, 44 agents, multi-platform (Claude, Cursor, Windsurf, Copilot 167 ★
  • Engram — The context spine that 10x's every AI coding session 141 ★

README

jushuitan-mcp

[English](#english) | [中文](#中文)


中文

**聚水潭开放平台 API 文档 MCP Server** —— 让 AI Agent(Claude、Cursor、ZCode、Cline 等)直接检索聚水潭开放 API 的接口分类、参数说明、错误码与请求/响应示例,不再需要人工翻文档。

数据来源于聚水潭开放平台官方文档站([openweb.jushuitan.com](https://openweb.jushuitan.com/dev-doc?docType=1&docId=1)),通过其公开文档接口抓取并本地结构化。

⚠️ 本项目为非官方工具,仅聚合公开文档便于检索;文档内容版权归聚水潭所有。仓库**不包含**抓取的文档数据,使用前请自行执行 `npm run fetch` 获取。

功能

工具 说明
list_categories 列出全部接口分类(20 个)及接口数量
list_apis 列出某分类下的所有接口(名称 / 路由 / docId)
search_apis 按关键词全局搜索接口(名称、路由、分类)
get_api_doc 查看接口完整文档,支持按节过滤(公共参数 / 请求参数 / 返回参数 / 错误码 / 各类示例)
refresh_data 从官方文档站重新抓取并更新本地快照

`get_api_doc` 输出包含:请求地址(正式/测试环境 baseurl)、公共请求参数、请求参数说明(由官方 JSON Schema 展开,含嵌套层级与示例值)、返回参数说明、错误码与排查方法、请求/响应/异常示例、CURL/JAVA/C#/PHP 代码示例。

快速开始

要求 Node.js ≥ 20。

git clone https://github.com/CO2T5ZN/jushuitan-mcp.git
cd jushuitan-mcp
npm install
npm run build
npm run fetch   # 拉取文档数据到 data/jushuitan-docs.json(约 10-30 秒)

一键安装(把提示词复制给 AI Agent)

不想手动改配置的话,把下面这段提示词复制给你的 AI Agent(ZCode、Claude Code、Cursor、Cline 等)即可,详细步骤在仓库 README 里,Agent 克隆后会自行阅读执行:

请帮我安装 MCP Server「jushuitan-mcp」:把仓库 https://github.com/CO2T5ZN/jushuitan-mcp 克隆到本地目录,然后阅读仓库根目录的 README.md,按其中「给 AI Agent 的操作指引」完成构建、数据拉取与 MCP 注册,最后调用 list_categories 验证并向我报告结果。

给 AI Agent 的操作指引

  1. 克隆与构建:把 https://github.com/CO2T5ZN/jushuitan-mcp.git 克隆到本地目录(若目标目录已存在且是该仓库则跳过克隆),进入仓库目录依次执行 npm install、npm run build、npm run fetch。fetch 会从官方文档站拉取数据到 data/jushuitan-docs.json,约 10-30 秒;若执行失败,可在完成 MCP 注册后改用 refresh_data 工具在线拉取。
  2. 注册 MCP:把你自己的 MCP 服务器配置写入 Agent 所用的 MCP 配置文件——名称 jushuitan-mcp,stdio 方式,command: node,args: ["<仓库绝对路径>/dist/index.js"],env.JUSHUITAN_MCP_DATA 设为 <仓库绝对路径>/data/jushuitan-docs.json。各客户端的配置文件位置与格式见下节「客户端配置」;Windows 下 JSON 里路径必须用正斜杠或双反斜杠。
  3. 验证:重新加载 / 重启后调用工具 list_categories,能返回 20 个接口分类即安装成功;向用户报告结果,失败则排查修复后重试。

客户端配置

通用前提:

  • 服务器以 stdio 方式启动:node <仓库绝对路径>/dist/index.js。配置中