📄 工具详情 ⚙️ 安装教程 📚 使用教程

🔌

MCP工具

uml-mcp

基于 Python · 让 AI 助手直接操作你的系统与工具

⭐ 84 Stars 🍴 22 Forks 💻 Python 📄 MIT 🏷 AI 7.0分

7.0AI 综合评分

mcpumlpython

⬇ 下载源码 ZIP ⚙️ 配置说明

✦ AI Skill Hub 推荐

AI Skill Hub 推荐使用：uml-mcp 是一款优质的MCP工具。AI 综合评分 7.0 分，在同类工具中表现稳健。如果你正在寻找可靠的MCP工具解决方案，这是一个值得深入了解的选择。

📚 深度解析

uml-mcp 是一款基于 MCP（Model Context Protocol）标准协议的 AI 工具扩展。MCP 协议由 Anthropic 开发并开源，旨在建立 AI 模型与外部工具之间的标准化通信接口，目前已被 Claude Desktop、Claude Code、Cursor 等主流 AI 工具采纳。

通过安装 uml-mcp，你的 AI 助手将获得额外的工具调用能力，可以用自然语言直接操控该工具的功能，无需学习复杂的命令行语法。MCP 工具的核心价值在于"一次配置，永久增强"——配置完成后，每次与 AI 对话时都可以无缝调用这些工具。

在技术实现上，MCP 工具通过标准的 JSON-RPC 协议与 AI 客户端通信，工具的功能以"工具列表"的形式暴露给 AI 模型，AI 可以按需调用。uml-mcp 提供了结构化的工具调用接口，使 AI 模型能够精确地理解和使用每个功能点，显著降低 AI 在工具使用上的错误率。

与传统的 API 集成相比，MCP 工具的优势在于无需编写代码——用户只需在配置文件中添加几行 JSON，即可让 AI 获得全新能力。AI Skill Hub 将 uml-mcp 评为 AI 评分 7.0 分，属于同类工具中的优质选择。

📋 工具概览

uml-mcp 是一款遵循 MCP（Model Context Protocol）标准协议的 AI 工具扩展。通过 MCP 协议，它可以让 Claude、Cursor 等主流 AI 客户端直接访问和操作外部工具、数据源和服务，实现 AI 能力的无缝扩展。无论是文件操作、数据库查询还是 API 调用，都可以通过自然语言在 AI 对话中直接触发，极大提升生产效率。

GitHub Stars

⭐ 84

开发语言

Python

支持平台

Windows / macOS / Linux

维护状态

轻量级项目，按需更新

开源协议

MIT

AI 综合评分

7.0 分

工具类型

MCP工具

Forks

📖 中文文档

以下内容由 AI Skill Hub 根据项目信息自动整理，如需查看完整原始文档请访问底部「原始来源」。

📌 核心特色

通过标准 MCP 协议与 Claude、Cursor 等主流 AI 客户端深度集成
提供结构化工具调用接口，显著降低 AI 集成复杂度
支持 Claude Desktop 和 Claude Code 无缝接入，开箱即用
可与其他 MCP 工具组合叠加，构建完整 AI 工作站
轻量无侵入设计，不影响现有系统架构

🎯 主要使用场景

在 Claude Desktop 对话中直接调用本地工具，实现 AI 与系统的深度联动
通过自然语言驱动复杂的多步骤自动化任务，代替繁琐手动操作
将多个 MCP 工具组合使用，构建个人专属 AI 工作站

以下安装命令基于项目开发语言和类型自动生成，实际以官方 README 为准。

安装命令

# 方式一：通过 Claude Code CLI 一键安装
claude skill install https://github.com/antoinebou12/uml-mcp

# 方式二：手动配置 claude_desktop_config.json
{
  "mcpServers": {
    "uml-mcp": {
      "command": "npx",
      "args": ["-y", "uml-mcp"]
    }
  }
}

# 配置文件位置
# macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
# Windows: %APPDATA%/Claude/claude_desktop_config.json

📋 安装步骤说明

确认已安装 Node.js（v18 或以上版本）
打开 Claude Desktop 或 Claude Code 的 MCP 配置文件
按「交给 Agent 安装 → Claude Desktop」标签中的 JSON 配置填入 mcpServers 字段
保存配置文件并重启 Claude 客户端
重启后，在对话中即可使用本工具

以下用法示例由 AI Skill Hub 整理，涵盖最常见的使用场景。

常用命令 / 代码示例

# 安装后在 Claude 对话中直接使用
# 示例：
用户: 请帮我用 uml-mcp 执行以下任务...
Claude: [自动调用 uml-mcp MCP 工具处理请求]

# 查看可用工具列表
# 在 Claude 中输入："列出所有可用的 MCP 工具"

以下配置示例基于典型使用场景生成，具体参数请参照官方文档调整。

配置示例

// claude_desktop_config.json 配置示例
{
  "mcpServers": {
    "uml-mcp": {
      "command": "npx",
      "args": ["-y", "uml-mcp"],
      "env": {
        // "API_KEY": "your-api-key-here"
      }
    }
  }
}

// 保存后重启 Claude Desktop 生效

📑 README 深度解析真实文档完整度 75/100 查看 GitHub 原文 →

以下内容由系统直接从 GitHub README 解析整理，保留代码块、表格与列表结构。

UML-MCP: Diagram Generation via MCP

Generate UML and other diagrams through the Model Context Protocol.

Install dev dependencies

uv sync --all-groups

Deployment

Docker

Default image serves FastAPI on port 8000 with MCP HTTP at http://127.0.0.1:8000/mcp.

```bash

Quick Start

Remote quick start (Vercel HTTP MCP)

Configuration for the public Vercel deployment:

"uml-mcp": {
  "transport": "http",
  "url": "https://uml-mcp.vercel.app/mcp"
}

Local quick start (stdio MCP)

git clone https://github.com/antoinebou12/uml-mcp.git && cd uml-mcp
uv sync
uv run python server.py

Example client configs:

config/cursor_config.json
config/claude_desktop_config.json
config/README.md for exact config file locations
Claude Code: install the bundled plugin from the repo marketplace (see below) or read docs/integrations/claude_code.md

Configuration (Local runtime)

These variables apply to local/self-hosted runs. Remote Vercel endpoint settings are managed server-side.

Variable	Description	Default
`KROKI_SERVER`	Kroki server URL	`https://kroki.io`
`PLANTUML_SERVER`	PlantUML server URL	`http://plantuml-server:8080`
`MCP_OUTPUT_DIR`	Diagram output directory	`./output`
`MCP_READ_ONLY`	Disable file writes	`false`
`MCP_MAX_CODE_LENGTH`	Max diagram code length	`500000`
`MCP_BATCH_MAX_ITEMS`	Max items per `generate_uml_batch`	`20`
`MCP_RATE_LIMIT_PER_MINUTE`	HTTP rate limit per IP for diagram/MCP routes (`0` = off)	`0`
`USE_LOCAL_KROKI`	Use local Kroki instance	`false`
`USE_LOCAL_PLANTUML`	Use local PlantUML instance	`false`

Full options: docs/configuration.md

API + MCP only (public Kroki)

docker build -t uml-mcp . && docker run -p 8000:8000 uml-mcp

Claude Code plugin

Adds the hosted HTTP MCP server plus a diagram skill (no settings.json paste). In Claude Code:

/plugin marketplace add https://github.com/antoinebou12/uml-mcp
/plugin install uml-mcp@uml-mcp-plugins

Use a local path instead of the GitHub URL if you already cloned this repo. Custom endpoints and validation: docs/integrations/claude_code.md.

Remote vs Local

Transport: Remote uses HTTP MCP, local uses stdio by default
Runtime: Remote runs on Vercel, local runs in your Python environment
File writes: Remote is read-only (no output_dir), local supports output_dir
Returned data: Both return URL + base64; local can also save files
Environment variables: Remote is managed server-side; local reads your env config

MCP clients must call /mcp, not the site root.

⚡ 核心功能

通过标准 MCP 协议与 Claude、Cursor 等主流 AI 客户端深度集成
提供结构化工具调用接口，显著降低 AI 集成复杂度
支持 Claude Desktop 和 Claude Code 无缝接入，开箱即用
可与其他 MCP 工具组合叠加，构建完整 AI 工作站
轻量无侵入设计，不影响现有系统架构

👥 适合人群

Claude Desktop / Claude Code 用户AI 工具开发者需要扩展 AI 能力的专业人士自动化工程师

🎯 使用场景

在 Claude Desktop 对话中直接调用本地工具，实现 AI 与系统的深度联动
通过自然语言驱动复杂的多步骤自动化任务，代替繁琐手动操作
将多个 MCP 工具组合使用，构建个人专属 AI 工作站

⚖️ 优点与不足

✅ 优点

+MIT 协议，可免费商用
+标准化 MCP 协议，生态互联性强
+与 Claude 官方生态无缝对接
+即插即用，配置简单快捷

⚠️ 不足

−依赖 Claude 客户端，非 Claude 用户无法使用
−MCP 协议仍在持续演进，接口可能变更
−需要一定的配置步骤

⚠️ 使用须知

AI Skill Hub 为第三方内容聚合平台，本页面信息基于公开数据整理，不对工具功能和质量作任何法律背书。

建议在沙箱或测试环境中充分验证后，再部署至生产环境，并做好必要的安全评估。

📄 License 说明

🔗 相关工具推荐

agent-scan

Security scanner for AI agents, MCP servers and agent skills

MCP 服务器资源汇总

Awesome MCP Servers - A curated list of Model Context Protoc

MCP 服务器资源汇总

A curated list of Model Context Protocol (MCP) servers

rocketride-server

High-performance AI pipeline engine with a C++ core and 50+

❓ 常见问题 FAQ

MCP 是什么？和普通 API 有什么区别？−

MCP（Model Context Protocol）是 Anthropic 推出的开放协议，专门用于 AI 助手（如 Claude）调用外部工具。与普通 API 不同，MCP 提供标准化的工具描述格式，AI 可以自动理解工具功能并决定何时调用，无需人工编写大量适配代码。

我需要编程基础才能使用这个 MCP 工具吗？+

这个工具支持 Claude Code 吗？还是只有 Claude Desktop？+

MCP 工具是否会访问我的本地文件或数据？+

多个 MCP 工具可以同时使用吗？+

💡 AI Skill Hub 点评

总体来看，uml-mcp 是一款质量良好的MCP工具，在同类工具中具备一定竞争力。AI Skill Hub 将持续追踪其更新动态，建议收藏备用，结合自身场景选择合适时机引入使用。

⬇️ 获取与下载

⬇ 下载源码 ZIP

✅ MIT 协议 · 可免费商用 · 直接从 aiskill88 服务器下载，无需跳转 GitHub

📚 深入学习 uml-mcp

查看分步骤安装教程和完整使用指南，快速上手这款工具

⚙️ 安装教程 📚 使用教程

🌐 原始信息

原始名称	`uml-mcp`
原始描述	开源MCP工具：UML-MCP Server is a UML diagram generation tool based on MCP (Model Context Prot。⭐84 · Python
Topics	`mcpumlpython`
GitHub	https://github.com/antoinebou12/uml-mcp
License	MIT
语言	Python

🔗 原始来源

🐙 GitHub 仓库 https://github.com/antoinebou12/uml-mcp 🌐 官方网站 https://antoinebou12.github.io/uml-mcp/

收录时间：2026-05-22 · 更新时间：2026-05-22 · License：MIT · AI Skill Hub 不对第三方内容的准确性作法律背书。

uml-mcp

UML-MCP: Diagram Generation via MCP

Install dev dependencies

Deployment

Docker

Quick Start

Remote quick start (Vercel HTTP MCP)

Local quick start (stdio MCP)

Configuration (Local runtime)

API + MCP only (public Kroki)

Claude Code plugin

Remote vs Local

🤖 交给 Agent 安装 · uml-mcp