百鸽(ygocdb.com) MCP Server
English | 中文
一个基于 Model Context Protocol (MCP) 的服务端,用于与 百鸽(ygocdb.com)等 API 交互。提供了一系列工具来查询游戏王中文卡牌信息。
API 文档
本服务端基于游戏王卡牌数据库的公开 API。
- 卡牌搜索:
https://ygocdb.com/api/v0/?search=关键字 - 卡牌图片:
https://cdn.233.momobako.com/ygopro/pics/<id>.jpg
使用示例

功能特性
-
search_cards
通过关键字搜索游戏王卡牌,可以搜索卡牌名称、效果文本等。 -
get_card_by_id
通过卡牌ID获取单张游戏王卡牌的详细信息。 -
get_card_image
通过卡牌ID获取游戏王卡牌的图片。
使用方法
通过 NPM 包使用
# 全局安装
npm install -g ygocdb-mcp-server
# 或直接运行(推荐)
npx ygocdb-mcp-server
本地开发
# 克隆项目
git clone <repository-url>
cd ygocdb-mcp
# 安装依赖
npm install
# 构建项目
npm run build
# 运行 STDIO 模式
npm run start:stdio
# 运行 HTTP 模式
npm run start:http
运行模式
服务端支持两种运行模式:
STDIO 模式(默认)
用于与 Claude Desktop 等 MCP 客户端直接集成:
npm run start:stdio
HTTP 模式
用于容器部署或 HTTP 客户端访问:
npm run start:http
HTTP 服务器将在端口 8081 上启动,端点为 http://localhost:8081/mcp
在 Claude Desktop 中集成
在 claude_desktop_config.json 中添加配置:
使用 NPX(推荐)
{
"mcpServers": {
"ygocdb": {
"command": "npx",
"args": ["ygocdb-mcp-server"]
}
}
}
使用本地构建
{
"mcpServers": {
"ygocdb": {
"command": "node",
"args": ["path/to/ygocdb-mcp/dist/index.js"],
"cwd": "path/to/ygocdb-mcp"
}
}
}
Docker 部署
# 构建镜像
docker build -t ygocdb-mcp .
# 运行 STDIO 模式(用于集成)
docker run -i --rm ygocdb-mcp
# 运行 HTTP 模式(用于服务)
docker run -p 8081:8081 ygocdb-mcp
跨平台支持
项目使用 cross-env 确保在所有平台上正确设置环境变量:
- Windows:
npm run start:http或npm run start:stdio - macOS/Linux:
npm run start:http或npm run start:stdio - Docker: 自动使用 HTTP 模式
Recommend MCP Servers 💡
mcp-server-runescape
An MCP server with tools for interacting with RuneScape (RS) and Old School RuneScape (OSRS) data, including item prices, player hiscores, and more.
AniList MCP server
AniList MCP server for accessing anime and manga data
pixverse-mcp
Enables interaction with PixVerse's AI video generation APIs via MCP
zubeid-youtube-mcp-server
MCP Server for YouTube API, enabling video management, Shorts creation, and advanced analytics
github.com/emicklei/melrose-mcp
MCP server (STDIO) that uses melrose tool to play musical expressions
mcp-draw
An MCP server for generating images from text prompts using OpenAI's API and saving outputs locally