← 返回目录

Human MCP

社区

为 AI 代理带来人类能力

查看安装方法 ↓ 横向对比 GitHub 源仓库 ↗

分类: 开发工具第 295 / 438
Stars: ★ 292 热门
传输方式: stdio（本地进程） · Streamable HTTP
运行环境: Node.js 22+ · Bun 1.2+
凭据: 需要 API Key / 凭据
许可证: MIT
最近提交: 7 个月前 ⚠
工具数: 31

46FMRS · D

Human MCP 是一个功能丰富的 MCP 服务器，提供了广泛的类似人类能力。它结构良好，并支持多种提供商，使其灵活。然而，它并非官方，需要外部 API 密钥，且可能不适用于仅文本工作流。

最强项 · 文档质量 13/20 最弱项 · 可靠性 4/20

可靠性

4/20

安全与权限

8/20

维护活跃度

9/20

文档质量

13/20

安装易用性

12/20

查看各项评分依据

可靠性 4/20: 仅提供了 README/清单；没有 package.json、源码、测试或 CI。README 声称 29 个工具，但又说 27 个生产就绪工具；Brain 部分在“3 个工具”标题下列出了 4 个工具名。无法验证启动、MCP 握手或工具与行为的对应关系。因缺少可执行证据和内部矛盾而大幅扣分，得分 4。
安全与权限 8/20: 未发现红线问题：示例中没有真实密钥，无恶意软件或隐蔽外传证据；API 密钥为占位符，R2 上传也有说明。但缺少源码，无法审计凭据存储、最小权限或确认流程。HTTP 传输会自动将本地文件上传至 Cloudflare R2，且没有每次文件确认；CORS/DNS/限流设置仅停留在文档层面，未经验证。主要风险可见，但实现与边界未验证，得分 8。
维护活跃度 9/20: 证据：MIT 许可证、仓库未归档、3 个未关闭 issue。缺失：提交历史、发布节奏、依赖更新、issue 响应、安全响应渠道；README 中的 v2.16.0 版本无法核实。按“活跃但治理/版本管理证据不足”给 9 分。
文档质量 13/20: README 非常详尽：API 密钥设置、多种客户端配置（Claude Desktop/Code、OpenCode、Cline、Cursor、Windsurf）、环境变量、工具 JSON 示例、格式、故障排查、架构。扣分：工具数量矛盾（29 对 27）、“Brain”标题说 3 个工具但列出 4 个、克隆地址指向 human-mcp/human-mcp 而非 mrgoonie/human-mcp、包名无法核实、成本与限制仅部分提及、无可复核证据。得分 13。
安装易用性 12/20: 安装说明清晰且覆盖多客户端，包含环境变量和配置 JSON 示例；说明了 Node 22+/Bun 前置条件。但提供材料中没有 CI 或测试，按静态校准，安装分不能超过 15。扣分：npx 包名（@goonnguyen/human-mcp）无法从仓库核实，README 克隆地址不一致，部分 CLI 命令（claude mcp test）未经验证且可能存在性存疑。得分 12。

静态评测 · 未实际运行收录于 2026-08-07

查看 FMRS 评分方法 →

选型与风险

能访问什么读取本地文件访问网络控制浏览器

适合谁

需要视觉调试功能的 AI 编码代理
需要自动化截图和视觉分析的开发人员
对内容生成（图像、视频、音乐、语音）感兴趣的用户
需要高级推理能力的用户

不适合谁

只需要文本功能的用户（过度设计）
在没有 API 密钥的情况下寻求完全本地解决方案的用户（依赖外部 AI 提供商）
需要音频处理的用户（耳朵尚未实现）

所需权限

需要 Google Gemini API 密钥（必需）
可选 API 密钥：Minimax、ZhipuAI、ElevenLabs
可选 Cloudflare R2 凭证用于 HTTP 传输文件上传
网络访问外部 AI 服务
本地文件访问以读取输入文件

风险与副作用

API 密钥泄露：密钥存储在配置中，可能被意外共享
成本：生成式 AI 使用可能产生费用，尤其是在生产环境中
数据隐私：文件可能被上传到第三方服务（Cloudflare R2）进行处理
依赖外部服务：依赖 Google、Minimax 等服务的可用性
配置错误：API 密钥无效或网络问题导致失败

安装接入

准备工作

运行环境：Node.js 22+ · Bun 1.2+

GOOGLE_GEMINI_API_KEY 必填密钥 Google Gemini API 密钥，视觉分析等核心功能必需；在 Google AI Studio (aistudio.google.com) 创建。

MINIMAX_API_KEY 可选密钥 Minimax 平台密钥，用于语音 (Speech 2.6)、音乐 (Music 2.5) 和视频 (Hailuo 2.3)。

ZHIPUAI_API_KEY 可选密钥智谱 AI 密钥，用于 GLM-4.6V 视觉、CogView-4 图像和 CogVideoX-3 视频。

ELEVENLABS_API_KEY 可选密钥 ElevenLabs 密钥，用于 TTS、音乐生成和音效生成。

HTTP_SECRET 可选密钥 HTTP 模式的认证密钥。

CLOUDFLARE_CDN_ACCESS_KEY 可选密钥 Cloudflare R2 访问密钥，需 R2:Object:Write 权限。

CLOUDFLARE_CDN_SECRET_KEY 可选密钥 Cloudflare R2 私密密钥。

其他可选配置项（16 个）

USE_VERTEX 可选设为 1 时改用 Vertex AI 认证，无需 Gemini API 密钥。

VERTEX_PROJECT_ID 可选 Vertex AI 的 GCP 项目 ID，生产部署时使用。

VERTEX_LOCATION 可选 Vertex AI 区域，默认 us-central1。

GOOGLE_APPLICATION_CREDENTIALS 可选服务账号 JSON 路径，用于 Vertex AI 生产认证。

SPEECH_PROVIDER 可选语音能力默认提供商（gemini/minimax/elevenlabs）。

VIDEO_PROVIDER 可选视频能力默认提供商（gemini/minimax/zhipuai）。

VISION_PROVIDER 可选视觉能力默认提供商（gemini/zhipuai）。

IMAGE_PROVIDER 可选图像能力默认提供商（gemini/zhipuai）。

TRANSPORT_TYPE 可选传输模式：stdio、http 或 both，默认 stdio。

HTTP_PORT 可选 HTTP 传输模式监听端口，默认 3000。

HTTP_HOST 可选 HTTP 服务器监听地址。

LOG_LEVEL 可选日志级别，如 info。

MCP_TIMEOUT 可选 MCP 请求超时时间（毫秒），Claude Code 配置示例中出现。

CLOUDFLARE_CDN_BUCKET_NAME 可选 Cloudflare R2 存储桶名，HTTP 模式自动上传本地文件时使用。

CLOUDFLARE_CDN_ENDPOINT_URL 可选 R2 S3 兼容端点 URL。

CLOUDFLARE_CDN_BASE_URL 可选 R2 文件的 CDN 公开访问基础 URL。

在 Google AI Studio 获取 Google Gemini API 密钥。
通过 echo 'export GOOGLE_GEMINI_API_KEY="your_api_key"' >> ~/.zshrc 设置环境变量，或直接在客户端配置中提供。
对于 Claude Desktop，编辑配置文件（macOS: ~/Library/Application Support/Claude/claude_desktop_config.json）添加 mcpServers 条目，使用 npx 命令。
对于 Claude Code，使用 claude mcp add --scope user human-mcp npx @goonnguyen/human-mcp --env GOOGLE_GEMINI_API_KEY=your_key。
有关其他客户端，请参阅 README 中的具体配置。

claude_desktop_config.json

{
  "mcpServers": {
    "human-mcp": {
      "command": "npx",
      "args": [
        "@goonnguyen/human-mcp"
      ],
      "env": {
        "GOOGLE_GEMINI_API_KEY": "your_gemini_api_key_here"
      }
    }
  }
}

以 Claude Desktop 为例。其他客户端的配置文件位置或字段可能不同（如 VS Code 使用 servers 字段），可用下方配置生成器转换。

.vscode/mcp.json

{
  "servers": {
    "human-mcp": {
      "command": "npx",
      "args": [
        "@goonnguyen/human-mcp"
      ],
      "env": {
        "GOOGLE_GEMINI_API_KEY": "your_gemini_api_key_here"
      }
    }
  }
}

写入项目的 .vscode/mcp.json（VS Code 使用 servers 字段）。

Terminal

claude mcp add human-mcp -e GOOGLE_GEMINI_API_KEY=your_gemini_api_key_here -- npx @goonnguyen/human-mcp

在终端运行；先把 <…> 占位符换成你自己的值。

生成并校验客户端配置

验证是否装好

在客户端工具列表中应能看到 human-mcp 的 29 个工具（如 eyes_analyze、gemini_gen_image、mouth_speak 等）；可发送'用 eyes_analyze 分析这张测试截图'来验证 API 连接正常。

常见排障

连接失败：检查 Node.js/npm 或 Bun 是否安装，验证 API 密钥，检查网络连接
工具未找到：重启 MCP 客户端，检查服务器日志
API 错误：验证 API 密钥，检查配额，审查网络
权限错误：检查 npm 全局安装权限，使用 npx
Vertex AI 认证：验证 GCP 项目 ID、ADC 状态和 IAM 角色

试试这样问

连接成功后，可以直接对 AI 助手这样说：

用 eyes_analyze 分析这张 UI 截图，找出布局错误和可访问性问题
用 gemini_gen_image 生成一张 16:9 的现代深色主题登录页设计稿
用 jimp_crop_image 把这张图裁剪到 800x600 居中区域，再用 rmbg_remove_background 去除背景
用 playwright_screenshot_fullpage 截取 https://example.com/dashboard 的整页截图

工具能力 31

eyes_analyze 只读

分析图像、视频和 GIF 中的 UI 错误、问题和无障碍性

eyes_compare 只读

比较两张图像以发现视觉差异

eyes_read_document 只读

从 PDF、DOCX、XLSX、PPTX 等文档中提取文本和数据

eyes_summarize_document 只读

生成文档摘要和见解

gemini_gen_image 写入

使用 Imagen API 从文本生成图像

gemini_gen_video 写入

使用 Veo 3.0 从文本生成视频

gemini_image_to_video 写入

将图像动画化为视频

minimax_gen_music 写入

使用 Minimax Music 2.5 生成带人声的音乐

展开其余 23 个工具

elevenlabs_gen_music 写入

使用 ElevenLabs 音乐 API 生成音乐

elevenlabs_gen_sfx 写入

从文本描述生成音效

gemini_edit_image 写入

使用 Gemini 进行全面的 AI 图像编辑（修复、扩展、风格迁移等）

gemini_inpaint_image 写入

在不使用蒙版的情况下添加或修改图像区域

gemini_outpaint_image 写入

扩展图像边界

gemini_style_transfer_image 写入

将艺术风格应用于图像

gemini_compose_images 写入

组合多张图像

jimp_crop_image 写入

裁剪图像（支持手动、居中等多种模式）

jimp_resize_image 写入

调整图像大小，支持多种算法

jimp_rotate_image 写入

旋转图像

jimp_mask_image 写入

应用灰度蒙版

rmbg_remove_background 写入

AI 背景移除，支持三种质量级别

playwright_screenshot_fullpage 只读

捕获完整网页截图，包括滚动内容

playwright_screenshot_viewport 只读

捕获当前视口截图

playwright_screenshot_element 只读

捕获特定元素的截图

mouth_speak 写入

将文本转换为语音，支持 30+ 语音和 24 种语言

mouth_narrate 写入

长篇内容叙述，支持章节拆分

mouth_explain 写入

生成带有技术分析的代码口头解释

mouth_customize 写入

测试和比较不同的语音和风格

mcp__reasoning__sequentialthinking 只读

本地顺序思考，支持思维修订

brain_analyze_simple 只读

基于模式的快速分析（问题解决、根本原因、SWOT 等）

brain_patterns_info 只读

列出可用的推理模式和框架

brain_reflect_enhanced 只读

AI 驱动的元认知反思，用于复杂分析

使用场景

调试 UI 问题：分析截图以找到布局问题

错误调查：分析屏幕录制以检测错误

无障碍审计：检查 UI 的无障碍合规性

图像生成用于设计原型

视频生成用于营销材料

代码解释音频：为代码审查生成口头解释

文档叙述：将技术文档转换为音频

高级问题解决：使用多步骤推理分析复杂技术问题

自动网页截图用于文档和测试

支持客户端

Claude Desktop

Claude Code

OpenCode

Cline

Cursor

Windsurf

依据项目文档列出，未经本站实测。

详细介绍

Human MCP 是一个全面的 Model Context Protocol 服务器，为 AI 编码代理提供类似人类的能力，包括视觉分析、文档处理、语音生成、内容创建、图像编辑、浏览器自动化和高级推理。它支持多种 AI 提供商（Google Gemini、Minimax、ZhipuAI、ElevenLabs），并提供 29 个工具，分为四类：眼睛（视觉）、手（内容生成）、嘴巴（语音）和大脑（推理）。该服务器通过 npx 安装，需要 API 密钥进行配置。