关于 Contentful Delivery MCP Server
Contentful Delivery MCP Server 让 AI 助手查询和读取 Contentful Delivery API 中的内容,涵盖条目、资源、内容类型架构、分页和富文本处理。
主要功能
- 01使用自然语言查询条目
- 02按 ID 或内容类型获取条目
- 03浏览资源并读取资源详情
- 04查看内容类型架构
- 05支持分页和富文本处理
适用场景
- 01通过 AI 助手搜索 Contentful 内容
- 02获取指定条目或筛选后的条目列表
- 03浏览媒体资源和内容类型定义
MCP 相关
该服务将 Contentful Delivery API 操作作为 MCP 工具提供给 AI 客户端,包括条目查询、资源访问和内容类型查看。
配置
本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。
暂未收录安装方式
我们还没有获取到这个服务的安装包或远程地址,请按项目 README 中的说明安装。
工具
还没有获取到工具列表
本地服务需要在你的电脑上运行后才能读取工具,维护者暂未提供工具列表。
详细介绍
Contentful Delivery MCP 服务
一个模型上下文协议(MCP)服务,可通过 AI 助手无缝访问 Contentful 的 Delivery API。使用自然语言查询和检索内容条目、资源和内容类型。
快速开始
在项目中安装此软件包:
npm install @mshaaban0/contentful-delivery-mcp-server
或全局安装:
npm install -g @mshaaban0/contentful-delivery-mcp-server
设置 Contentful 凭据:
export CONTENTFUL_SPACE_ID="your_space_id"
export CONTENTFUL_ACCESS_TOKEN="your_access_token"
# Optional: Restrict content to specific content types
export CONTENTFUL_CONTENT_TYPE_IDS="blogPost,article,product"
功能
- 使用自然语言查询搜索内容
- 按 ID 或内容类型检索条目
- 资源管理
- 访问内容类型架构
- 支持分页
- 处理富文本内容
可用工具
query_entries- 使用自然语言搜索所有内容get_entry- 按 ID 获取指定条目get_entries- 使用筛选条件列出条目get_assets- 浏览所有资源get_asset- 按 ID 获取资源详情get_content_type- 查看内容类型架构get_content_types- 列出可用的内容类型
与 Mastra AI 集成
Mastra AI 可与此 MCP 服务无缝集成。以下是设置方法:
import { MastraMCPClient } from "@mastra/mcp";
import { Agent } from "@mastra/core/agent";
// Initialize the MCP client
const contentfulClient = new MastraMCPClient({
name: "contentful-delivery",
server: {
command: "npx",
args: ["-y", "@mshaaban0/contentful-delivery-mcp-server@latest"],
env: {
CONTENTFUL_ACCESS_TOKEN: "your_access_token",
CONTENTFUL_SPACE_ID: "your_space_id",
// Optional: Restrict content to specific content types
CONTENTFUL_CONTENT_TYPE_IDS: "blogPost,article,product"
}
}
});
// Create an AI agent with access to Contentful
const assistant = new Agent({
name: "Content Assistant",
instructions: `
You are a helpful assistant with access to our content database.
Use the available tools to find and provide accurate information.
`,
model: "gpt-4",
});
// Connect and register tools
await contentfulClient.connect();
const tools = await contentfulClient.tools();
assistant.__setTools(tools);
// Example usage
const response = await assistant.chat("Find articles about machine learning");
开发
# Clone the repo
git clone https://github.com/mshaaban0/contentful-delivery-mcp-server.git
# Install dependencies
npm install
# Build
npm run build
# Development with auto-rebuild
npm run watch
# Run the inspector
npm run inspector
调试
MCP Inspector 提供了用于调试的 Web 界面:
npm run inspector
访问提供的 URL 以使用调试工具。
资源
安全审计
许可证
MIT
评论
支持 Markdown
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。
