AniList MCP 服务器

对于动漫和漫画爱好者来说，管理和探索自己的作品库常常需要在不同的应用和网站间切换。如果你同时还是AI工具的重度用户，可能会希望自己的AI助手能直接帮你查询某部番剧的评分、追踪更新列表，或者快速找到某个角色的详细信息。这正是anilist-mcp要解决的问题。

anilist-mcp是一个为AI模型设计的专用服务器，它遵循模型上下文协议，作为桥梁连接大型语言模型和全球知名的动漫数据库AniList。通过它，你可以在支持MCP的客户端中，直接用自然语言指令让AI帮你调取和操作AniList上海量的动漫、漫画、角色、工作人员以及用户数据。简单来说，它让你的AI助手真正“懂”二次元了。

项目基本信息

一、项目介绍

anilist-mcp的核心定位是一个中间件。它本身不提供数据，而是封装了AniList官方API的复杂调用逻辑，将其转化为一系列可供AI模型直接使用的“工具”。目前，这个服务器提供了超过40个功能工具，覆盖了搜索、信息获取、用户交互等多个维度。

想象一下，你正在与Claude Desktop这样的MCP客户端对话。过去，你只能询问它基于自身知识库的过时信息。但有了anilist-mcp，你可以直接问：“帮我查一下《咒术回战》第二季的当前评分和主要制作人员。” 服务器会立刻从AniList获取最新数据，整理后通过AI回复给你。更进一步，如果你提供了自己的AniList授权令牌，你甚至可以让AI帮你：“把我‘计划观看’列表中的《葬送的芙莉莲》状态更新为‘正在观看’。”

该项目支持两种工作模式。对于普通用户，本地进程通信模式最为常用，它通过标准输入输出与桌面客户端直接通信。而对于开发者或需要云端集成的场景，它还提供了HTTP传输模式，你可以将其部署到自己的服务器上，作为一个网络服务来调用。

二、核心优势

与其他获取动漫信息的方式相比，anilist-mcp有几个显著的亮点。

深度集成AI工作流：它的设计初衷就是为了服务AI模型。你不需要编写API调用代码，也不需要解析复杂的JSON返回数据。只需要用日常语言提出需求，AI模型会自动判断该调用哪个工具、填入什么参数，并将结果翻译成你能理解的回答。这极大地降低了从想法到行动的门槛。

功能全面且专精：项目提供的工具覆盖了AniList绝大部分常用功能。从搜索动漫、漫画、角色、工作人员、工作室，到获取详细的条目信息、角色档案，再到管理用户自己的列表、关注用户、甚至发布或删除动态。无论是作为一个普通浏览者还是AniList的深度用户，核心需求都能得到满足。

灵活安全的认证机制：对于需要登录的操作，如修改列表或点赞，你需要提供AniList API令牌。项目非常灵活，你可以在本地配置文件中预设令牌，也可以在HTTP传输模式下通过请求头动态传递。同时，项目文档明确给出了获取令牌的安全步骤，并反复提醒用户保护令牌安全，体现了对用户凭证的负责态度。

开箱即用与便捷部署：对于Claude Desktop等主流MCP客户端，你只需要在配置文件中添加几行JSON代码，指定使用npx命令运行anilist-mcp即可。而对于希望自建服务的开发者，项目也提供了完整的Docker支持，可以轻松拉取镜像或自行构建，部署在各种云平台上。

三、适用场景

这个项目在以下几种情况中能发挥巨大价值。

场景一：动漫爱好者的智能助手。这是最直接的应用。当你在聊天或笔记中讨论某部作品时，可以随时呼出AI助手询问：“这个季度的新番里，哪部动画的评分最高？” 或者 “帮我找一张《Fate/stay night》中远坂凛的同人图描述。” 你的AI助手因为接入了anilist-mcp，瞬间变成了一个动漫万事通。

场景二：内容创作者的资料库。如果你是B站UP主、动漫类公众号的编辑，或者任何需要频繁查阅动漫资料的人，这个工具可以成为你的高效研究助手。你可以问：“列出京都动画公司制作的所有动画电影，并按评分排序。” 或者 “《海贼王》中角色‘索隆’的官方生日是哪天？” 快速获取准确信息，提升内容产出效率。

场景三：开发者构建二次元相关AI应用。如果你想开发一个专注于动漫推荐的聊天机器人，或者一个能帮助用户管理追番列表的语音助手，anilist-mcp的HTTP传输模式就派上了用场。你可以将它作为后端服务集成进你的应用，不必再重复对接AniList API的繁琐工作，专注于业务逻辑和用户体验。

场景四：自动化个人追番流程。结合其他工具（如IFTTT、Zapier或本地脚本），你可以创建一些自动化任务。例如，每天早上8点，让AI通过anilist-mcp检查你“正在观看”列表中本周更新的集数，并通过邮件或消息推送给你。或者，当某部你关注的动画评分跌到某个阈值以下时，自动从列表中移除。

四、安装教程

开始使用前，请确认你的系统已安装Node.js 18或更高版本。你可以通过在终端或命令提示符中运行 node --version 来检查。如果未安装或版本过低，请前往Node.js官网下载。

第一步：配置MCP客户端

anilist-mcp最常用的方式是通过MCP客户端调用，比如Claude Desktop。你不需要手动下载源代码，客户端会根据配置自动运行它。

找到你客户端的配置文件。以Claude Desktop为例，通常位于：

• Windows: %APPDATA%\Claude\claude_desktop_config.json
• macOS: ~/Library/Application Support/Claude/claude_desktop_config.json

使用任何文本编辑器打开这个文件，如果文件不存在，可以创建一个。添加如下内容：

{
  "mcpServers": {
    "anilist": {
      "command": "npx",
      "args": ["-y", "anilist-mcp"]
    }
  }
}

保存文件后，完全退出你的客户端应用并重新启动。

第二步：验证安装

重启客户端后，你应该能在对话界面中看到提示，表明新的MCP工具已加载。你可以尝试发送一个简单的指令来测试，例如：“你好，请帮我搜索动漫‘间谍过家家’”。

如果AI开始调用工具并返回结果，说明安装成功。此时你使用的是未登录状态，只能进行公共数据的查询。

第三步（可选）：配置API令牌以获得完整功能

如果你需要修改自己的动漫列表或进行关注等操作，需要提供一个AniList API令牌。

1. 前往AniList网站并登录你的账号。
2. 进入“设置”页面，找到“开发者”或“API客户端”部分。
3. 点击“创建新客户端”。在“重定向URL”字段中，输入：https://anilist.co/api/v2/oauth/pin。其他信息可以随意填写。
4. 保存后，你会获得一个Client ID。
5. 在浏览器中访问以下链接，将{你的Client ID}替换为你刚获取的ID：
   https://anilist.co/api/v2/oauth/authorize?client_id={你的Client ID}&response_type=token
6. 授权后，页面URL中会包含一个access_token=...参数，等号后面的那一长串字符就是你的API令牌。请把它复制并保存在安全的地方。

获取令牌后，重新编辑你之前修改过的claude_desktop_config.json文件，在anilist配置项中加入env环境变量：

{
  "mcpServers": {
    "anilist": {
      "command": "npx",
      "args": ["-y", "anilist-mcp"],
      "env": {
        "ANILIST_TOKEN": "粘贴你刚刚复制的令牌在这里"
      }
    }
  }
}

保存文件并再次重启客户端。之后，你所有通过AI发起的操作都将关联到你的AniList账号。

五、使用示例

配置完成后，你就可以像和朋友聊天一样使用这些功能了。以下是一些示例指令和它们背后的工作原理。

示例一：搜索动漫并获取详细信息

你可以问：“查询一下《葬送的芙莉莲》的基本信息，包括它的简介、评分和播出时间。”

AI模型会识别出你的意图，并调用search_anime工具，将“葬送的芙莉莲”作为查询参数。服务器返回数据后，AI会从中提取关键信息，组织成易读的句子回复你。你也可以进一步追问：“它的主要声优有哪些？”，这会触发get_staff或get_character相关的工具。

示例二：管理你的个人列表

在配置好API令牌后，你可以提出更个性化的请求：“帮我把《咒术回战 怀玉·玉折》添加到我的‘正在观看’列表中，并记录我已经看了第3集。”

这个指令会触发两个工具：首先是search_anime找到对应的动漫ID，然后是add_list_entry或update_list_entry，将状态设置为“CURRENT”（正在观看），并将进度设置为3。整个过程无需你手动搜索、复制ID、再打开AniList网站修改。

示例三：获取社区热门内容

你可以问：“今天有哪些动漫角色过生日？” 这个指令会调用get_todays_birthday_characters工具，服务器会直接返回一个角色列表。你可以接着问：“《海贼王》今天的粉丝推荐帖子有哪些？”，这则会触发get_recommendations_for_media工具。

示例四：探索相关性内容

尝试这样询问：“我最近很喜欢看治愈系的动画，你能根据我的喜好推荐一些类似的吗？” 尽管简单的推荐可能触发get_recommendations_for_media，但更智能的用法是结合搜索：“帮我搜索动漫，类型包含‘治愈’，分类为‘TV’，并按评分排序。” 这让你能通过AI进行精细化的筛选。

六、常见问题

问题一：我在客户端配置后，AI提示找不到“npx”命令或工具无法加载。

解决方案：这通常意味着Node.js未正确安装或未添加到系统的环境变量中。请先确认你可以在终端中直接运行npx --version并看到版本号。如果不行，请重新安装Node.js，并确保安装过程中勾选了“自动添加到PATH”的选项。安装完成后，重启你的MCP客户端。

问题二：我配置了令牌，但AI进行“需要登录”的操作时（如修改列表）依然失败。

解决方案：首先，确认你复制令牌时没有遗漏任何字符。其次，检查该令牌是否具备相应权限。当你在AniList创建客户端并授权时，请注意授予的权限范围。一个简单的排查方法是：重新生成一个新令牌，并严格按照教程步骤更新配置文件。最后，再次确认客户端已完全退出并重启，因为环境变量只在启动时读取。

问题三：查询某些动漫或角色时，返回的结果不准确或为空。

解决方案：这通常是因为搜索关键词与AniList数据库中的官方名称不匹配。可以尝试使用作品的罗马音、英文名或更精准的关键词。例如，搜索“Bocchi the Rock!”就比搜索“孤独摇滚”更容易获得结果。AI模型有时会进行模糊匹配，但最准确的方式还是提供官方常用名称。

问题四：我是一名开发者，想把这个服务器部署在云端，应该怎么做？

解决方案：项目提供了Docker支持。你可以从GitHub Container Registry拉取预构建镜像：docker pull ghcr.io/yuna0x0/anilist-mcp。或者克隆项目源码，使用docker build -t anilist-mcp .自行构建。构建后，使用docker run -p 8081:8081 anilist-mcp运行，并通过设置环境变量-e PORT=8081来指定端口。部署到云平台时，确保暴露了相应的端口，并妥善管理ANILIST_TOKEN环境变量。

问题五：我感觉AI调用工具速度很慢，或者经常超时。

解决方案：这通常取决于网络状况和AniList API的响应速度。首先，确保你的网络连接稳定。如果问题依旧，可以尝试使用HTTP传输模式自行部署服务器，将其部署在与你地理位置较近的云服务器上，可能会改善延迟。对于本地STDIO模式，检查系统资源占用，关闭一些不必要的应用程序。

七、总结

anilist-mcp是一个非常出色的项目，它精准地抓住了动漫爱好者和AI工具使用者之间的一个痛点，并提供了优雅的解决方案。它不仅仅是一个API的简单封装，更是一个精心设计的“AI技能包”，让大语言模型真正获得了处理二次元领域专业数据的能力。

它的优点非常突出：功能覆盖全面、安装配置简单、安全机制灵活、开源且文档清晰。对于普通用户，它让你的AI助手变得更强大、更懂你；对于开发者，它是构建垂直领域AI应用的优质基础设施。

当然，它也有一点门槛：你需要对MCP协议和配置文件有基本了解，并且获取API令牌的步骤对非技术用户来说可能需要一点耐心。但一旦设置完成，带来的便利是巨大的。

我强烈推荐所有使用MCP客户端（如Claude Desktop）的动漫和漫画爱好者尝试一下anilist-mcp。它会让你与信息、与你喜爱的作品之间的互动，进入一个更智能、更高效的新阶段。