Skip to main content

XMind MCP Server

让大模型真正“看懂”并“修改 & 美化” XMind 思维导图的本地 MCP Server。图片直接交给多模态模型,不需要 OCR、不下载模型、不依赖 GPU。

Python License PyPI Downloads

XMind MCP Server 基于 Model Context Protocol (MCP),把 XMind 文件解析、图片读取、节点编辑和文件写回封装成标准工具,供 Trae、Claude Desktop、Cursor 等支持 MCP 的客户端调用。

当前版本不包含 OCR。现在主流模型都支持图片输入,直接看图比 OCR 文本更准,也省掉了模型下载、GPU 检测和一堆运行时依赖。


✨ 核心亮点

1. 图片原图直给模型

read_all / get_image 把节点图片内联返回,模型看到的是原图:图表、截图、手写批注里的版面关系都能理解。长边默认压到 1024 并转 JPEG,控制 token 成本。

📄 工作表: 操作系统
└─ [L0] [id: root-1] 操作系统
   └─ [L1] [id: abc-123] 📷图片     ← 图片作为 ImageContent 一起返回

图片默认内联;只想看结构时用 image_mode=off,或配置 image_max_side 控制清晰度与成本。 如果客户端模型不支持图片输入,请改用 read_structure 或 read_all(image_mode="off") 读文字结构。

get_preview 会返回 XMind 保存时生成的整图缩略图——这是 XMind 自己渲染的画面,比任何自绘示意都接近软件里的效果。文件没有缩略图时(例如本工具新建或改过的文件),它会用 matplotlib 现画一张近似图:主题框、文字、分支连线和配色都有,但不含边界、概要、关系线和图片内容。可以用 source=render 强制自绘、sheet=N 指定工作表。

2. 既能读,也能写

  • 添加 / 修改 / 删除 / 移动 / 复制节点
  • 修改标题、备注、标记、标签、超链接
  • 保存回原文件或另存为新文件
  • 批量替换标题、清理空节点、合并重复节点、自动编号

3. 安全写回,保留原文件结构

保存时不会破坏 XMind 文件中的样式、主题、附件、manifest 等资源,只修改 content.json,再安全重组 ZIP。覆盖保存前会自动备份到 ~/.xmind-mcp/backups/(每个文件保留最近 20 份)。

写盘采用“临时文件 + 原子替换”:中途崩溃或磁盘写满时,原文件保持完整,不会留下半个打不开的 xmind。

保存时会移除过期的 Thumbnails/thumbnail.png(内容已变,旧缩略图会误导预览),XMind 下次打开保存时会重新生成。

写入结构用 XMind 官方的 @xmindltd/xmind-cli 校验过:create、import_markdown、修改 XMind 原生文件后保存三类产物都是 0 error / 0 warning。与官方格式对齐的约定(非根主题不写 class: "topic"、每个 style 带 id、markers 为 [{"markerId": ...}])由单元测试守住。

4. Markdown 公式自动渲染

从 Markdown 导入时,自动识别块级 $$...$$ 数学公式,用 matplotlib 渲染成图片插入对应节点——免费版 XMind 也能显示公式,不再是一串乱码 LaTeX 文本。行内公式 $...$ 保持为文本;mathtext 渲染不了的公式会原样保留,不报错不中断。

5. 工具组与路径限制

  • toolset:只向客户端暴露指定工具组,减少 tools/list 的 schema 开销。
  • allowed_roots:限制可读写的目录,防止模型访问任意路径。

🆚 与纯 Python 脚本对比

能力 纯 Python 脚本 XMind MCP Server
读文本节点 ✅ 可以 ✅ 可以
找图片位置 ⚠️ 容易漏(summary、attachment、notes 里的图) ✅ 封装完整
理解图片内容 ❌ 需要自己接图片 / OCR ✅ 原图直给多模态模型
写回 xmind ⚠️ 要手动处理 manifest checksum、ZIP 重组 ✅ 封装安全写回
批量处理 ⚠️ 自己写循环 ✅ 统一接口
被大模型调用 ❌ 需要额外包装 ✅ MCP 标准协议

📦 安装

从 PyPI 安装(推荐)

pip install xmind-mcp-server

运行时依赖只有 mcp、Pillow 和 matplotlib(Markdown 公式与预览图)。没有 OCR 模型,没有 onnxruntime,不需要首次联网下载。

从源码安装

git clone https://github.com/GarryWhite109909/xmind-mcp-server.git
cd xmind-mcp-server
pip install -e ".[dev]"

🚀 快速开始

1. 启动

xmind-mcp

直接启动 MCP Server,没有首次配置流程。配置文件是可选的,不写也能用(全部使用默认值)。

2. 在 Trae / Claude Desktop / Cursor 中配置

Trae

打开设置 → MCP,手动添加:

{
  "mcpServers": {
    "xmind-mcp": {
      "command": "xmind-mcp",
      "args": []
    }
  }
}

如果 xmind-mcp 不在系统 PATH,使用 Python 解释器绝对路径:

{
  "mcpServers": {
    "xmind-mcp": {
      "command": "C:\\Users\\<你的用户名>\\.miniconda\\python.exe",
      "args": ["-m", "xmind_mcp"]
    }
  }
}

💡 修改代码后,需要在 Trae 中禁用再启用该 MCP,或重启 Trae,才能加载最新版本。

Claude Desktop

编辑 claude_desktop_config.json:

  • macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
  • Windows: %APPDATA%\Claude\claude_desktop_config.json
{
  "mcpServers": {
    "xmind-mcp": {
      "command": "xmind-mcp",
      "args": []
    }
  }
}

Cursor

在 MCP 设置中添加同样的 mcpServers 配置即可。


🛠️ 工具一览

共 55 个工具,可用 toolset 按组加载。

读取类

工具 说明
read_structure 读取节点树结构,默认输出层级 + 节点 ID
read_all 节点树 + 图片 + notes/labels/markers/超链接/样式元数据,支持 max_depth / max_nodes / image_mode 防爆上下文
list_images 列出所有含图片的节点
get_image 读取节点原图并作为图片返回(多模态模型首选)
get_preview 返回整图预览:优先 XMind 自带缩略图,没有就自绘近似图(source/sheet 可控)
find_node 按标题关键词搜索节点,返回 ID 和路径
get_node 读取单个节点完整信息(含主题类型、节点自身样式、主题继承样式、超链接、父节点)
analyze_file 文件统计/体检:节点数、深度、重复标题、空节点等
analyze_style 样式审计:主题层级默认样式、颜色/字体/形状使用统计、节点有效样式
list_sheets 列出所有工作表

结构编辑类

工具 说明
add_node 在指定父节点下添加子节点
add_nodes 批量添加多个子节点
update_node 更新节点标题 / 备注
delete_node 删除节点及其子节点
move_node 移动节点到新父节点下,可指定 before_id / after_id 插入位置
duplicate_node 复制节点(含整棵子树)到新父节点
save_file 保存修改,可覆盖或另存为
create_file 从零新建 XMind 文件(支持嵌套 JSON 结构)
import_markdown 把传入的 Markdown 文本逐行原样转成 XMind(不概括、不精简)
import_markdown_file 直接读取磁盘上的 .md 文件,逐行原样转成 XMind(表格、代码块、引用都保留)
batch_update_titles 按关键词/正则批量替换标题
delete_empty_nodes 删除空标题节点(含子树)
merge_duplicate_nodes 合并标题相同的兄弟节点(子节点并入后删除重复项)
notes_to_children 备注逐行转为子节点
children_to_notes 子节点标题合并为备注
auto_number 自动编号(decimal / hierarchical)
add_sheet / rename_sheet 新增 / 重命名工作表
delete_sheet / move_sheet 删除 / 排序工作表

美化 / 标记类

工具 说明
set_node_style 字体、字号、颜色、加粗/斜体、删除线/下划线、大小写变换、背景/边框色、线宽预设(极细~极粗)、填充/边框线型、形状(12 种)、重要程度(极其重要/重要/删去/默认)、对齐;颜色支持 #RRGGBBAA 和「4E0D58 60%」透明度写法
set_branch_style 分支连线类型(圆角折线/折线/直线/曲线/圆弧/手绘/圆角手绘)、终点样式(圆点/三角形/菱形/双箭头等)、粗细、颜色、线型
set_theme_style 主题级默认样式:中心主题/分支主题/第三层级主题/细分主题/自由主题
set_sheet_layout 切换工作表布局(思维导图/逻辑图/括号图/组织结构图/树形图/时间轴/鱼骨图/矩阵图/树型表格)
apply_style_preset 一键套用配色预设(清新蓝 / 暖阳橙 / 莫兰迪绿,支持 preview 预览)
apply_to_matching 按标题关键词批量设置样式、标记、标签(支持 preview 预览)
set_hyperlink 给节点添加 / 移除超链接
add_image 给节点插入本地图片
add_summary 给连续子节点区间添加概要
add_boundary 给连续子节点区间添加边界
add_relationship / remove_relationship 添加 / 删除关系线
remove_boundary 删除边界
add_marker / remove_marker 添加 / 移除优先级、任务进度等图标
add_label / remove_label 添加 / 移除标签

结构、样式和批量编辑工具都支持 auto_save=true,设置后会自动保存,无需再手动调用 save_file。

导出 / 维护类

工具 说明
export_markdown 导出为 Markdown 大纲
export_text 导出为纯文本大纲
export_svg 导出节点树示意图 SVG(供人工预览)
list_attachments 列出附件/图片资源,标注被引用与未引用
remove_unused_attachments 移除未被引用的附件/图片,减小文件体积
repair_file 修复打不开的 XMind 文件(补全必需组成部分;content.json 缺失/损坏时重建空白画布并保留附件,覆盖前自动备份)
list_backups / restore_backup 列出 / 恢复自动备份(恢复前会再备份当前文件)

💬 使用示例

例 1:让模型总结一份 XMind

请读取 D:\docs\操作系统.xmind,总结其中的核心概念,并看看里面的图片。

模型会调用 read_all:节点结构和图片原图一起返回,模型直接看图理解图表或截图。

例 2:搜索节点并编辑

在 D:\docs\操作系统.xmind 中找到“进程”相关节点,给它们都加上一条备注“需重点复习”。

模型会调用:

  1. find_node 搜索“进程”
  2. update_node 更新备注(可设置 auto_save=true)

例 3:导出为 Markdown

把 D:\docs\操作系统.xmind 导出成 Markdown 大纲,保留节点 ID。

模型调用 export_markdown,返回:

# 操作系统

- 操作系统 `id:root-1`
  - 进程 `id:child-1`
  - 线程 `id:child-2`

例 4:让模型美化笔记

把 D:\docs\操作系统.xmind 里“重点”相关的节点标红加粗,并给“考试必考”的节点加优先级图标。

模型会调用:

  1. find_node 找到“重点”相关节点
  2. set_node_style 设置 font_color=#FF0000、font_weight=bold
  3. add_marker 添加 priority-1 图标
  4. save_file 保存

例 5:从 Markdown 新建一份思维导图

把下面这份大纲转成 D:\docs\新笔记.xmind:

# Python 学习路线
- 基础语法
  - 变量与类型
- 常用库

模型会调用 import_markdown,一步生成 XMind 文件。

例 6:批量美化 + 体检

分析 D:\docs\操作系统.xmind,把标题含“重点”的节点全部标红加粗并加优先级图标,然后告诉我有没有重复标题或空节点。

模型会调用:

  1. analyze_file 先体检
  2. apply_to_matching 批量设置样式和标记(可 auto_save=true)
  3. 保存

例 7:结构化视觉元素

把 D:\docs\操作系统.xmind 的“进程”和“线程”加一个概要,给“重点章节”加边界,并在“进程”和“内存”之间画一条关系线,最后套用“清新蓝”配色。

模型会调用 add_summary、add_boundary、add_relationship、apply_style_preset,这些都是 XMind 原生视觉元素,可以在 XMind 里继续调整。

例 8:导入带公式的 Markdown

把一份含数学公式的 Markdown 笔记转成 D:\docs\高数.xmind。

# 高数笔记

质能方程:

$$
E = mc^2
$$

**牛顿第二定律**
$$
F = ma
$$

模型调用 import_markdown 时,会自动识别块级 $$...$$ 公式,用 matplotlib 渲染成图片并插入对应节点(免费版 XMind 也能显示)。行内公式 $...$ 保持为文本;mathtext 渲染不了的公式会原样保留不报错。

例 9:看图改图

先看一眼 D:\docs\操作系统.xmind 现在的样子,然后把颜色改柔和一点。

模型会调用 get_preview 拿到整图判断当前配色和版式(优先用 XMind 保存的缩略图,没有时自绘一张),再用 analyze_style 看具体色值,最后 set_theme_style / apply_style_preset 调整并保存。保存会移除旧缩略图,避免预览显示过期画面。

例 10:把截图/照片转成导图

这是我拍的板书,帮我整理成思维导图。

模型先 get_image 读取图片(多模态直接看),再按识别出的层级调用 create_file 落盘。


⚙️ 命令行参数

xmind-mcp                    # 启动 MCP Server
xmind-mcp --version          # 打印版本号
xmind-mcp --info             # 打印当前配置
xmind-mcp --toolset read     # 只加载读工具(可逗号组合,如 read,export)
xmind-mcp --uninstall        # 清理配置与旧版 OCR 残留
xmind-mcp --uninstall --yes  # 全自动卸载(含本包,跳过所有确认)

工具组与路径限制

~/.xmind-mcp/config.json 里有两个可选配置:

{
  "image_mode": "inline",
  "image_max_side": 1024,
  "toolset": "read",
  "allowed_roots": ["D:\\docs"]
}
  • image_mode:inline(默认,把原图交给多模态模型)/ off(只给节点结构,不返回图片)。
  • image_max_side:内联图片的长边上限,默认 1024。
  • toolset:只向客户端暴露指定工具组,减少 tools/list 的 schema 开销。 可选 all(默认)/ read / edit / style / export / maintenance,支持逗号组合。 全量 55 个工具的 schema 约 39KB;只加载 read 组约 6.4KB。 也可以用 xmind-mcp --toolset read 临时覆盖。
  • allowed_roots:限制可读写的目录,防止模型访问任意路径。 留空表示不限制;配置后,所有 *_path 参数必须落在这些目录内,越界会直接返回错误并提示如何放行。

一键卸载

xmind-mcp --uninstall
xmind-mcp --uninstall --yes   # 全自动:连本包一起卸载,不询问

卸载流程:

  1. 检测旧版(0.4 及以前)安装的 OCR / 运行时依赖,确认后再卸载(这些是通用库,可能被其他项目使用);
  2. 停止正在运行的 XMind MCP Server(交互模式下先询问);
  3. 删除配置文件 ~/.xmind-mcp/config.json;自动备份目录 backups/ 永远保留;
  4. 检测旧版 OCR 模型缓存(~/.cache/rapidocr、~/.cache/rapidocr_onnxruntime、~/.paddleocr),确认后再删除;
  5. 询问(或 --yes 直接执行)是否同时卸载本包 xmind-mcp-server 及其直接依赖 mcp、Pillow、matplotlib。

非交互环境(无终端输入)默认保留依赖和本包,只删除配置文件。


📁 本地文件位置

文件/目录 说明
~/.xmind-mcp/config.json 可选配置(图片模式、工具组、允许目录)
~/.xmind-mcp/backups/ 覆盖保存前的自动备份(每个文件保留最近 20 份)

✅ 支持的 XMind 版本

  • ✅ XMind Zen / XMind 2020+ / 2022 / 2024 / 2026(JSON 格式)
  • ❌ XMind 8 及更早(XML 格式,暂不支持)

🧪 开发 & 测试

git clone https://github.com/GarryWhite109909/xmind-mcp-server.git
cd xmind-mcp-server
pip install -e ".[dev]"
ruff check src tests
pytest

当前测试覆盖:文件解析、节点增删改查、图片内联与预览、样式与视觉元素、文件写回、MCP Server 协议握手、Markdown 导入导出等。


📄 License

MIT © GarryWhite

Metadata

Release files for xmind-mcp-server 0.5.0

For a detailed explanation of source distributions (sdists) and built distributions (wheels), please see the package formats documentation.

Source distribution (sdist)

Source distribution for xmind-mcp-server 0.5.0
File Size Uploaded Provenance Actions
xmind_mcp_server-0.5.0.tar.gz 117.3 kB Without provenance Details for xmind_mcp_server-0.5.0.tar.gz

Built distribution (wheel)

Table of built distributions (wheels) for xmind-mcp-server 0.5.0
File Interpreter ABI Platform Actions
xmind_mcp_server-0.5.0-py3-none-any.whl Python 3 none any Details for xmind_mcp_server-0.5.0-py3-none-any.whl

Total release size: 207.0 kB

Release files / xmind_mcp_server-0.5.0.tar.gz

Download URL xmind_mcp_server-0.5.0.tar.gz
Size 117.3 kB
Tags Source
SHA-256 checksum
How to use checksums
8ecf5ebaa4f350a7443150bee1c1474940786253656f1c1370c819fe36b05e5d
BLAKE2b-256 checksum
How to use checksums
f53b4b0b2adf83282cdf93e595cbf7306f3c30d77ce2ea2c814406b0b3d48eff
Upload date
Uploaded using Trusted Publishing?
What is trusted publishing?
No
Uploaded via twine/7.0.0 CPython/3.12.14

Release files / xmind_mcp_server-0.5.0-py3-none-any.whl

Download URL xmind_mcp_server-0.5.0-py3-none-any.whl
Size 89.7 kB
Tags Python 3
SHA-256 checksum
How to use checksums
dacc3dd0d6a8fc107cf8fd4edeaaf91caf37d2c2ef79cf473f29d50cac5f9122
BLAKE2b-256 checksum
How to use checksums
b1aa993fd78f6f94c75ac32376c05efa3b40dbb0432dd93b8ddd469d5f249aa5
Upload date
Uploaded using Trusted Publishing?
What is trusted publishing?
No
Uploaded via twine/7.0.0 CPython/3.12.14

Security for xmind-mcp-server 0.5.0

Provenance

Provenance describes where a file came from. On PyPI, provenance is shared via attestations, which provide a verifiable record of the build or publishing details. View details, limitations and caveats.

No provenance found

None of the files in this release were uploaded with provenance metadata.

A note on package security

PyPI is a repository for distributing packages, not a service for auditing them. While third-party security researchers and our staff do their best to detect and remove malicious packages, PyPI cannot guarantee the quality, security or suitability of any given package.

To learn more about protecting yourself from malicious actors, visit our package security documentation.

Anthropic, PBC Visionary sponsor Bloomberg Visionary sponsor Hudson River Trading Visionary sponsor Meta Visionary sponsor NVIDIA Visionary sponsor Microsoft Sustainability sponsor Depot Continuous Integration AWS Cloud computing and Security Sponsor Datadog Monitoring Fastly CDN Google Download Analytics Sentry Error logging StatusPage Status page