What is Douban Mcp

This is a Douban Movie Recommendation Model Control Panel (MCP) designed for large language models to fetch movie data, search for movies, and receive recommendations based on user preferences.

Use cases

The MCP can be used to retrieve detailed movie information using movie IDs, search for movies based on keywords, and provide personalized movie recommendations based on genres, tags, years, and ratings.

How to use

To use the MCP, set up the environment by installing dependencies, configuring environment variables, and running the development server. After the server is running, you can access the API endpoints for searching movies, getting movie details, and receiving recommendations.

Key features

Key features include fetching movie details by ID, searching for movies by keywords, and providing movie recommendations based on various parameters like genres, tags, and rating ranges. Additionally, it has an integrated logging system to manage log levels.

Where to use

This MCP can be utilized in applications that require movie data and recommendations, suitable for developers building platforms where users request movie suggestions based on specific criteria or preferences.

豆瓣电影 MCP (Model Control Panel)

这是一个为大型语言模型设计的豆瓣电影推荐MCP服务，可以帮助大模型获取电影数据、搜索电影以及获取电影推荐。

功能特性

• 获取电影详情：根据电影ID获取详细信息
• 搜索电影：根据关键词搜索电影
• 电影推荐：根据用户偏好（类型、标签、年代等）获取电影推荐
• 内置API文档：通过浏览器访问完整API说明
• 客户端示例：提供浏览器交互式Demo和多种编程语言的客户端示例

技术栈

• TypeScript
• Node.js
• Express
• pnpm

快速开始

安装依赖

pnpm install

配置环境变量

创建 .env 文件并设置相关环境变量：

PORT=3000
DOUBAN_API_BASE_URL=https://api.douban.com/v2
DOUBAN_API_KEY=your_douban_api_key
LOG_LEVEL=info

注意：本项目目前使用模拟数据，不需要真实的豆瓣API密钥即可运行。

开发模式运行

pnpm dev

构建项目

pnpm build

生产环境运行

pnpm start

文档和客户端示例

启动服务后，可以通过以下URL访问各种资源：

• API信息：http://localhost:3000/
• API文档：http://localhost:3000/docs
• 客户端示例：http://localhost:3000/demo

客户端示例代码

Node.js 客户端

const axios = require('axios');

// 基础URL配置
const API_BASE_URL = 'http://localhost:3000/api';

// 搜索电影
async function searchMovies(keyword, start = 0, count = 10) {
  const response = await axios.get(`${API_BASE_URL}/search`, {
    params: { q: keyword, start, count }
  });
  return response.data;
}

// 获取电影详情
async function getMovieDetail(movieId) {
  const response = await axios.get(`${API_BASE_URL}/movie/${movieId}`);
  return response.data;
}

// 获取电影推荐
async function getRecommendations(params = {}) {
  const response = await axios.post(`${API_BASE_URL}/recommend`, params);
  return response.data;
}

Python 客户端

import requests

# 基础URL配置
API_BASE_URL = 'http://localhost:3000/api'

# 搜索电影
def search_movies(keyword, start=0, count=10):
    response = requests.get(
        f"{API_BASE_URL}/search",
        params={"q": keyword, "start": start, "count": count}
    )
    response.raise_for_status()
    return response.json()

# 获取电影详情
def get_movie_detail(movie_id):
    response = requests.get(f"{API_BASE_URL}/movie/{movie_id}")
    response.raise_for_status()
    return response.json()

# 获取电影推荐
def get_recommendations(params=None):
    if params is None:
        params = {}
    response = requests.post(f"{API_BASE_URL}/recommend", json=params)
    response.raise_for_status()
    return response.json()

更多详细的客户端示例代码可以在 examples 目录下找到。

API 接口说明

获取电影详情

GET /api/movie/:id

参数：

• id: 电影ID

返回示例：

搜索电影

GET /api/search?q=关键词&start=0&count=20

参数：

• q: 搜索关键词（必填）
• start: 分页起始位置（可选，默认0）
• count: 每页数量（可选，默认20）

返回示例：

电影推荐

POST /api/recommend

请求体：

{
  "genres": [
    "剧情",
    "科幻"
  ],
  "tags": [
    "悬疑",
    "太空"
  ],
  "year_range": "2010-2023",
  "rating_range": "7-10",
  "limit": 5
}

参数说明：

• genres: 电影类型数组（可选）
• tags: 标签数组（可选）
• year_range: 年份范围（可选，格式：“开始年份-结束年份”）
• rating_range: 评分范围（可选，格式：“最低分-最高分”）
• limit: 返回数量限制（可选，默认10）

返回示例：

大模型调用示例

以下是一个大模型如何调用此MCP的示例：

用户: "请推荐几部高分科幻电影"

大模型: 
[调用 MCP API]
POST /api/recommend
Body: {"genres": ["科幻"], "rating_range": "8-10", "limit": 5}

[获取结果后]
"以下是几部高分科幻电影推荐："
1. 《模拟电影 0》(8.7分) - 2018年
2. 《模拟电影 1》(9.2分) - 2020年
3. 《模拟电影 2》(8.5分) - 2021年
4. 《模拟电影 3》(8.9分) - 2019年
5. 《模拟电影 4》(9.0分) - 2022年

日志系统

项目集成了一个简单的日志系统，可以通过环境变量LOG_LEVEL控制日志级别：

• error: 只显示错误信息
• warn: 显示警告和错误信息
• info: 显示信息、警告和错误信息（默认）
• debug: 显示所有日志信息，包括调试信息

注意事项

• 本项目目前使用模拟数据，不依赖真实的豆瓣API
• 如需接入真实豆瓣API，需要申请相关API密钥并修改相关服务实现

贡献

欢迎提交问题和改进建议！

许可

ISC