inori
一个模拟书架图书查询的MCP服务器，支持Go和Python。
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：inori。 它的用途是：一个模拟书架图书查询的MCP服务器，支持Go和Python。 完整的 Skill 内容见：https://321skill.com/skills/inori/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
“帮我从书架上找一下所有‘科幻’类别的书。”，它会通过集成的MCP工具调用本地的inori服务器，查询模拟书架数据库，并返回匹配的图书列表，包括书名、作者和简介。或者你可以说：“调试一下图书查询工具的调用过程。”，AI会展示调用该MCP工具的具体请求和响应格式，帮助你理解数据交互。
介绍
这个Skill是一个MCP（Model Context Protocol）服务器，它模拟了一个虚拟的书架图书查询系统。它解决了开发者在学习和测试MCP协议时，缺乏一个简单、易用的模拟数据源的问题。通过这个服务器，开发者可以快速获得一个结构化的图书数据接口，用于验证MCP客户端的调用逻辑和数据处理流程。
使用方式非常简单。开发者只需按照说明启动这个Go或Python实现的服务器，它就会在本地提供一个遵循MCP协议的端点。随后，你可以在支持MCP的AI助手（如Claude Desktop）或你自己的MCP客户端中，通过标准的MCP工具调用方法来查询“书架”上的图书信息，例如按书名、作者或分类进行搜索。
它非常适合正在学习MCP协议、需要调试MCP工具调用流程的智能体开发者、后端开发者和全栈开发者。对于想要为AI助手快速添加一个演示性数据查询功能的开发者来说，这也是一个很好的起点。
使用建议是，将其作为本地开发环境下的一个沙箱工具。由于它是模拟数据，不适合用于生产环境。在调试时，可以结合服务器日志和MCP客户端的调试信息，来观察完整的请求-响应过程，加深对MCP工作方式的理解。
核心特点
与许多提供真实API集成的MCP工具不同，它专门提供了一个完全模拟的、本地的图书查询数据源，专注于帮助开发者理解和调试MCP协议本身，而非接入外部服务。同时，它提供了Go和Python两种主流语言的实现，方便不同技术栈的开发者参考和使用。
注意事项
不适合需要查询真实图书数据或用于生产环境的场景，所有数据均为模拟生成。
常见问题
这个MCP服务器能查询真实的图书馆数据吗？
不能，它仅提供模拟的图书数据，用于开发和测试目的。
支持哪些编程语言？
服务器本身提供了Go和Python两种语言的实现版本。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/inori/raw/index.md 读取 inori 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/inori/raw/index.md（查看排版版本）