关于 Dreamlit
Dreamlit MCP 将 AI 客户端连接到面向 Supabase 和 Postgres 应用的通知工作流平台。它通过产品级工具支持工作流编写、测试、发布及有限范围的效果分析。
主要功能
- 01根据提示创建或更新工作流草稿
- 02检查工作流并获取预览链接
- 03发送邮件或 Slack 测试消息
- 04验证、发布、安排发布或取消发布工作流
- 05查询带筛选和分页的通知分析数据
- 06查找项目和已保存的品牌套件
适用场景
- 01根据预期结果起草通知工作流
- 02上线前测试邮件或 Slack 通知
- 03经明确批准后发布工作流
- 04查看收件人互动和工作流运行数据
MCP 相关
这是通过 Streamable HTTP 提供的托管远程 MCP 服务,支持 OAuth,并为不支持 OAuth 的客户端提供个人访问令牌备选方式。它向 MCP 客户端开放工作流、品牌套件、项目和分析工具。
配置
远程服务无需本地安装。选择你使用的客户端,复制配置或使用一键安装。
https://mcp.dreamlit.ai/mcpclaude mcp add --transport http ai-dreamlit https://mcp.dreamlit.ai/mcp{"mcpServers":{"ai-dreamlit":{"type":"http","url":"https://mcp.dreamlit.ai/mcp"}}}在 Cursor 中打开{"servers":{"ai-dreamlit":{"type":"http","url":"https://mcp.dreamlit.ai/mcp"}}}在 VS Code 中打开{"mcpServers":{"ai-dreamlit":{"type":"http","url":"https://mcp.dreamlit.ai/mcp"}}}{"mcpServers":{"ai-dreamlit":{"serverUrl":"https://mcp.dreamlit.ai/mcp"}}}命令在终端中运行;JSON 粘贴到对应客户端的 MCP 配置后重启。需要授权的服务会在首次连接时提示登录。
工具
12| 参数 | 类型 | 必填 | 说明 |
|---|---|---|---|
| projectId | string | 否 | 可选的项目 ID。项目设置、架构提示和创作上下文需要时请提供。 |
| workflowId | string | 否 | 可选的工作流 ID。提供后将返回简洁的工作流状态和预览 URL。 |
详细介绍
Dreamlit MCP
Dreamlit MCP 可让 AI 客户端创建、检查、测试、发布、取消发布、分析和设置 Dreamlit 通知工作流的样式。
Dreamlit 是面向 Supabase 和 Postgres 应用的数据库驱动型通知工作流平台。如果你希望 AI 客户端根据以结果为导向的提示词构建通知工作流、通过 Dreamlit 审核并发布工作流,或回答有关通知效果的限定范围分析问题,请使用此 MCP 服务。
服务
- 生产环境 MCP URL:
https://mcp.dreamlit.ai/mcp - 传输方式:Streamable HTTP
- 身份验证:OAuth;不支持 OAuth 的客户端可使用个人访问令牌作为备用方式
此仓库包含 Dreamlit 托管远程 MCP 服务的公开设置文档和 MCP 注册表元数据。生产后端实现并未开源。
快速入门
使用 MCP 客户端的远程服务流程,并输入:
https://mcp.dreamlit.ai/mcp
客户端应打开 Dreamlit 授权页面。选择你希望 AI 客户端访问的工作区,并批准请求的权限范围。
Codex CLI
codex mcp add dreamlit --url https://mcp.dreamlit.ai/mcp
codex mcp login dreamlit
如需明确请求所有受支持的 v1 权限范围:
codex mcp login dreamlit --scopes workflows:read,workflows:write,workflows:publish,analytics:read
MCP Inspector
npx @modelcontextprotocol/inspector
然后选择 Streamable HTTP,并使用:
https://mcp.dreamlit.ai/mcp
工具
Dreamlit 提供产品级工作流和分析工具,而非底层图表编辑或数据库 API。
| 工具 | 权限范围 | 用途 |
|---|---|---|
get_status | workflows:read | 获取 Dreamlit 指引、工作区上下文、项目设置、架构提示、工作流状态和应用 URL。 |
list_projects | workflows:read | 查找已批准工作区中可访问的 Dreamlit 项目。 |
list_workflows | workflows:read | 按名称、描述、触发器类型和分页查找项目中的工作流。 |
list_brand_kits | workflows:read | 在将已保存的品牌套件应用于生成的邮件草稿之前,分页查找其 ID 和样式摘要。 |
get_workflow_and_preview_url | workflows:read | 检查工作流草稿,并在编辑或发布前获取 Dreamlit 预览或构建器 URL。 |
get_analytics | analytics:read | 使用筛选条件和游标分页,查询限定范围的通知分析、收件人互动情况和工作流运行数据。 |
create_or_update_workflow | workflows:write | 根据自然语言提示词创建新的工作流草稿或更新现有草稿。 |
send_workflow_test | workflows:write | 在不发布工作流的情况下,确认并发送邮件或 Slack 草稿测试。 |
prepare_publish | workflows:publish | 在发布前验证工作流并返回确认字段。 |
confirm_publish | workflows:publish | 在用户明确确认后发布或安排工作流。 |
unpublish_workflow | workflows:publish | 停用工作流的实时触发器或计划。 |
推荐流程
- 首先调用
get_status,了解工作区、项目设置和提示词指引。 - 如果用户提到项目或工作流但未提供 ID,请使用
list_projects和list_workflows。 - 如果用户希望将特定的已保存品牌套件应用于生成的邮件草稿,请使用
list_brand_kits。 - 编辑现有工作流前,请使用
get_workflow_and_preview_url。 - 对于限定范围的分析问题,请使用
get_analytics,先筛选,再使用返回的游标对较大的结果集进行分页。 - 使用
create_or_update_workflow创建或更新草稿。 - 打开返回的预览或构建器 URL,并为重要的邮件或 Slack 消息发送工作流测试。
- 只有在用户明确确认后,才使用
prepare_publish,然后调用confirm_publish发布。
创作完成后的草稿不会立即生效。发布始终是一个单独且需要明确确认的步骤。
提示词编写技巧
提出期望的结果,而不是工作流图。好的提示词应包含:
- 应启动工作流的事件或日程。
- 受众或接收者。
- 消息目标和语气。
- 个性化所需的数据。
- 时间、时区和业务规则。
- 接收者是否应能取消订阅。
示例:
When a new organization row is inserted, send an internal Slack alert with the organization name, owner email, and plan.
Every Monday at 9 AM America/New_York, send admins a weekly usage digest summarizing active users, failed payments, and new signups.
Tomorrow at 10 AM, announce the launch to active users who opted into product updates. Include unsubscribe.
访问模型
OAuth 访问权限的范围限定为授权期间所选的工作区。个人访问令牌的范围限定为项目,可在 Dreamlit 项目设置中创建。
可用范围:
workflows:readworkflows:writeworkflows:publishanalytics:read
为客户端选择满足需求的最低权限。只读工作流和品牌套件客户端应仅请求 workflows:read;分析客户端应请求 analytics:read。
数据处理
Dreamlit MCP 可访问工作流元数据、已保存的品牌套件摘要、关联的项目上下文,以及执行所请求操作所需的有限分析结果。客户端无需通过 MCP 发送数据库凭据。
分析访问采用结构化和分页方式。对于较大的结果集,请使用筛选条件和游标;MCP 不提供 CSV 导出和批量转储。
请勿在提示词中粘贴机密、原始凭据或私有令牌。请使用 Dreamlit 的应用设置配置集成和凭据。
支持
如需支持,请联系 [email protected]。
评论
一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。