mcpField
I
ifly-spark-agent-mcp

ifly-spark-agent-mcp

本地服务
github.com/iflytekAI 与智能体372 周前更新

关于 ifly-spark-agent-mcp

ifly-spark-agent-mcp 是一个示例 MCP 服务,用于调用 iFlytek SparkAgent Platform 的任务链。它提供 `upload_file` 工具接收文件路径,并支持 stdio 或 SSE 传输。

主要功能

  1. 01调用 iFlytek SparkAgent 任务链
  2. 02通过路径上传文件
  3. 03使用 stdio 传输运行
  4. 04使用 SSE 传输运行

适用场景

  1. 01将本地文件交给平台任务链处理
  2. 02通过 stdio 将 MCP 客户端连接到 SparkAgent
  3. 03在指定端口通过 SSE 运行服务

MCP 相关

该 MCP 服务提供 `upload_file` 工具,接收文件路径并调用 iFlytek SparkAgent Platform 的任务链。支持 stdio 和 SSE 传输。

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。

mcp.json · 通用配置
{
"mcpServers": {
"ifly-spark-agent": {
"command": "uvx",
"args": [
"git+https://github.com/iflytek/ifly-spark-agent-mcp"
],
"env": {
"IFLY_SPARK_AGENT_BASE_URL": "<IFLY_SPARK_AGENT_BASE_URL>",
"IFLY_SPARK_AGENT_APP_ID": "<IFLY_SPARK_AGENT_APP_ID>",
"IFLY_SPARK_AGENT_APP_SECRET": "<IFLY_SPARK_AGENT_APP_SECRET>"
}
}
}
}
启动命令uvx 'git+https://github.com/iflytek/ifly-spark-agent-mcp'
需要配置的环境变量
IFLY_SPARK_AGENT_BASE_URL
IFLY_SPARK_AGENT_APP_ID
IFLY_SPARK_AGENT_APP_SECRET密钥

本地服务需要在你的电脑上安装运行环境(如 Node.js 18+)。各客户端的配置文件位置不同,请参考客户端文档。

安装包
pypigit+https://github.com/iflytek/ifly-spark-agent-mcp

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

ifly-spark-agent-mcp

这是一个简单示例,演示如何使用 MCP Server 调用讯飞星火 Agent 平台的任务链。

使用方法

本地调试

使用 stdio(默认)或 SSE 传输启动服务:

# Using stdio transport (default)
uv run ifly-spark-agent-mcp

# Using SSE transport on custom port
uv run ifly-spark-agent-mcp --transport sse --port 8000

默认情况下,服务会公开一个名为 "upload_file" 的工具,该工具接受一个必需参数:

  • file:上传文件的路径
MCP 客户端示例

使用 MCP 客户端时,可以通过 STDIO 传输这样使用该工具:

import asyncio
from mcp.client.session import ClientSession
from mcp.client.stdio import StdioServerParameters, stdio_client


async def main():
    async with stdio_client(
        StdioServerParameters(command="uv", args=["run", "ifly-spark-agent-mcp"])
    ) as (read, write):
        async with ClientSession(read, write) as session:
            await session.initialize()

            # List available tools
            tools = await session.list_tools()
            print(tools)

            # Call the upload_file tool
            result = await session.call_tool("upload_file", {"file": "/path/to/file"})
            print(result)


asyncio.run(main())

使用 MCP 客户端
在 Claude 上使用

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

1. 使用 uv
{
  "mcpServers": {
    "ifly-spark-agent-mcp": {
      "command": "uv",
      "args": [
        "--directory",
        "/path/to/ifly-spark-agent-mcp",
        "run",
        "ifly-spark-agent-mcp"
      ],
      "env": {
        "IFLY_SPARK_AGENT_BASE_URL": "xxxx",
        "IFLY_SPARK_AGENT_APP_ID": "xxxx",
        "IFLY_SPARK_AGENT_APP_SECRET": "xxxx"
      }
    }
  }
}
2. 使用 uvx 和 GitHub 仓库
{
    "mcpServers": {
        "ifly-spark-agent-mcp": {
            "command": "uvx",
            "args": [
                "--from",
                "git+https://github.com/iflytek/ifly-spark-agent-mcp",
                "ifly-spark-agent-mcp"
            ],
            "env": {
              "IFLY_SPARK_AGENT_BASE_URL": "xxxx",
              "IFLY_SPARK_AGENT_APP_ID": "xxxx",
              "IFLY_SPARK_AGENT_APP_SECRET": "xxxx"
            }
        }
    }
}

评论

支持 Markdown

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

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。