mcpField
I
iFlytek Workflow MCP Server

iFlytek Workflow MCP Server

ローカル
github.com/iflytekAI・エージェント2883 週間前に更新

iFlytek Workflow MCP Server について

iFlytek Workflow MCP Server は、MCP クライアントから iFlytek のワークフローをツールとして呼び出すためのシンプルな MCP サーバーです。iFlytek プラットフォーム上でワークフローを構築している開発者を対象としています。設定は config.yaml で管理します。

主な機能

  1. 01MCP ツールによる iFlytek ワークフローの呼び出し
  2. 02config.yaml によるワークフロー設定
  3. 0314 種類のワークフローノードに対応
  4. 04順次、並列、ループ、ネストによる実行
  5. 05Hook 機構によるストリーミング出力

活用シーン

  1. 01LLM アプリケーションから公開済みの iFlytek ワークフローを起動
  2. 02サブワークフローを主ワークフローに組み込んで再利用

MCP 対応

MCP サーバーとして、iFlytek ワークフローを MCP ツールとして包み、MCP クライアントから呼び出せるようにします。

設定

ローカルサーバーの設定はどのクライアントでも共通です。コピーしてクライアントの MCP 設定ファイルに貼り付けてください。

mcp.json · 共通設定
{
"mcpServers": {
"ifly-workflow": {
"command": "uvx",
"args": [
"git+https://github.com/iflytek/ifly-workflow-mcp-server"
],
"env": {
"CONFIG_PATH": "<CONFIG_PATH>"
}
}
}
}
起動コマンドuvx 'git+https://github.com/iflytek/ifly-workflow-mcp-server'
設定が必要な環境変数
CONFIG_PATH

ローカルサーバーにはマシン上の実行環境(Node.js 18 以上など)が必要です。設定ファイルの場所はクライアントごとに異なります。

パッケージ
pypigit+https://github.com/iflytek/ifly-workflow-mcp-server

ツール

ツール一覧はまだ取得されていません

ローカルサーバーのツールはマシン上で起動して初めて取得できます。メンテナーはまだツール一覧を提供していません。

詳細

README の画像

AI エージェントプラットフォームでワークフローを構築する最速の方法!

License | Docs | Homepage

iFlytek Workflow MCP Server

Model Context Protocol (MCP) は、LLM アプリケーションと外部データソースまたはツールとの間の容易な統合のために設計されたオープンプロトコルであり、LLM が必要とするコンテキストをシームレスに提供するための標準化されたフレームワークを提供します。

これは、iFlytek を使用した MCP サーバーのシンプルな実装です。MCP ツールを通じて iFlytek ワークフローを呼び出すことができます。

機能

機能概要

このシステムは iFlytek MCP サーバー上に構築されており、インテリジェントなワークフロースケジューリングを可能にし、さまざまなビジネスシナリオに適しています。

  • ワークフロー構造: 複数のノードで構成され、14 種類のノード(基本、ツール、ロジック、変換タイプを含む)をサポートします。
  • コアコンポーネント: デフォルトでは、ワークフローには開始ノード(ユーザー入力)と終了ノード(出力結果)が含まれます。
  • 実行モード: 一度トリガーされると、ワークフローは定義済みのシーケンスとルールに従って自動的に実行され、手動による介入は不要です。
コア機能
堅牢なノードサポート
  • 多様なビジネス要件を満たす 14 種類のワークフローノード。
  • 複雑な変数の I/O をサポートし、柔軟なデータ伝送を可能にします。
高度なオーケストレーションモード
  • 順次実行: タスクが順番に次々と実行されます。
  • 並列実行: 複数のタスクが同時に実行され、効率を高めます。
  • ループ実行: 反復的なタスクを処理するための反復ループをサポートします。
  • ネスト実行: ワークフロー内にサブワークフローを埋め込むことができ、再利用性が向上します。
  • フックメカニズムを活用してストリーミング出力を可能にし、リアルタイム処理を保証します。
複数の開発パラダイム
  • 単一ターン、単一ブランチ: シンプルなタスクの線形実行。
  • 単一ターン、マルチブランチ: 複雑なプロセスを処理するための分岐ロジックをサポートします。
  • 単一ターンループ: ループタスクを管理し、自動化を強化します。
  • マルチターン対話: 動的な会話のためのコンテキストメモリをサポートします。
機能拡張
  • マルチモデルサポート: Model of Models (MoM) ハイブリッドアプリケーションアーキテクチャに基づき、ワークフローの重要な段階で複数のモデル選択肢を提供します。これにより、柔軟なモデルの組み合わせが可能になり、タスクの適応性が向上します。

MCP クライアントでの使用

config.yaml を準備する

mcp サーバーを使用する前に、ワークフロー情報を保存するための config.yaml を準備する必要があります。設定例は次のとおりです。

- 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
ワークフローの認証情報を取得する
  1. ボットを作成します README の画像

  2. ワークフローを公開します

  • ステップ 1. 作成したばかりのワークフローをデバッグします。
  • ステップ 2. ワークフローとの会話を行い、会話が成功することを確認します。
  • ステップ 3. これで公開ボタンをクリックできます。 README の画像
  • ステップ 4. 「API として公開」を選択し、「設定」ボタンをクリックします。 README の画像
  • ステップ 5. バインドする必要があるアプリケーションを選択してバインドします。これで、対応するワークフロー ID と認証情報を取得できます。ぜひお楽しみください! README の画像

注意: アプリを選択できない場合は、https://www.xinghun.cn にアクセスして申請できます。

手動インストール

永続的なクライアントを追加するには、claude_desktop_config.json または mcp.json ファイルに以下を追加します:

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

設定例:

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

コメント

MCP は初めてですか?

プロトコルの概要から最初のサーバーの導入まで、よくある疑問にまとめて答えます。

AI アプリケーションが外部のツールやデータソースに統一的な方法で接続するためのオープンなプロトコルです。クライアントはモデルとの対話を担い、MCP サーバーはツール・リソース・プロンプトテンプレートを提供します。標準メッセージでやり取りするため、1 つのサーバーを複数のクライアントで再利用できます。