iFlytek Workflow MCP 服务器

模型上下文协议 (MCP) 是一种开放协议，旨在轻松集成LLM应用程序与外部数据源或工具之间，提供一个标准化框架，无缝地为LLM提供所需的上下文。

这是一个使用iFlytek实现的简单MCP服务器。它能够通过MCP工具调用iFlytek工作流。

📍注意： 目前，仓库已贡献给iFlytek，最新的仓库地址是: ifly-workflow-mcp-server

特性

功能概述

该系统基于iFlytek MCP服务器构建，支持智能工作流调度，适用于各种业务场景。

• 工作流结构: 由多个节点组成，支持14种类型的节点（包括基本、工具、逻辑和转换类型）。
• 核心组件: 默认情况下，工作流包含一个开始节点（用户输入）和一个结束节点（输出结果）。
• 执行模式: 一旦触发，工作流将根据预定义的顺序和规则自动执行，无需人工干预。

核心能力

强大的节点支持

• 14种类型的工作流节点，满足多样化的业务需求。
• 支持复杂的变量输入/输出，实现灵活的数据传输。

高级编排模式

• 顺序执行: 任务按顺序依次执行。
• 并行执行: 多个任务同时运行以提高效率。
• 循环执行: 支持迭代循环处理重复任务。
• 嵌套执行: 允许在工作流中嵌入子工作流，提高可重用性。
• 利用钩子机制实现流式输出，确保实时处理。

多种开发范式

• 单轮单分支: 线性执行简单任务。
• 单轮多分支: 支持分支逻辑处理复杂过程。
• 单轮回环: 管理循环任务以增强自动化。
• 多轮回话: 支持上下文记忆，进行动态对话。

能力扩展

• 多模型支持：基于模型的模型 (MoM) 混合应用架构，在关键工作流程阶段提供多种模型选择。这允许灵活组合模型，提高任务适应性。

使用 MCP 客户端

准备 config.yaml

在使用 mcp 服务器之前，您应该准备一个 config.yaml 来保存您的工作流信息。示例配置如下：

- flow_id: 'flow id'              # required
  name: 'flow name'               # optional, if not set, obtain the name from the cloud.
  description: 'flow description' # optional, if not set, obtain the description from the cloud.
  api_key: 'API Key:API Secret'   # required

获取工作流认证信息

1. 创建机器人
   

2. 发布工作流

• 步骤 1. 调试您刚刚创建的工作流。
• 步骤 2. 与您的工作流进行对话，并确保对话成功。
• 步骤 3. 现在您可以点击发布按钮。
  
• 步骤 4. 选择“作为 API 发布”并点击“配置”按钮。
  
• 步骤 5. 选择需要绑定的应用程序并进行绑定。现在您可以获取相应的工作流 ID 和认证信息。享受吧！
  

注意：如果您发现无法选择应用程序，可以前往 https://www.xfyun.cn 申请。

手动安装

要添加持久客户端，请将以下内容添加到您的 claude_desktop_config.json 或 mcp.json 文件中：

{
    "mcpServers": {
        "ifly-workflow-mcp-server": {
            "command": "uvx",
            "args": [
                "--from",
                "git+https://github.com/hygao1024/xingchen-mcp-server",
                "ifly_workflow_mcp_server"
            ],
            "env": {
                "CONFIG_PATH": "$CONFIG_PATH"
            }
        }
    }
}

示例配置：

{
    "mcpServers": {
        "ifly-workflow-mcp-server": {
            "command": "uvx",
            "args": [
                "--from",
                "git+https://github.com/hygao1024/xingchen-mcp-server",
                "ifly_workflow_mcp_server"
            ],
            "env": {
                "CONFIG_PATH": "/Users/hygao1024/Projects/config.yaml"
            }
        }
    }
}