iFlytek Workflow MCP Server

使用 AI Agent 平台构建工作流的最快方式！

| 文档 | 主页

iFlytek Workflow MCP 服务

模型上下文协议（MCP）是一种开放协议，旨在轻松集成大模型应用与外部数据源或工具，并提供标准化框架，无缝地为大模型提供所需的上下文。

这是一个使用 iFlytek 实现的简单 MCP 服务，可通过 MCP 工具调用 iFlytek 工作流。

功能

功能概述

该系统基于 iFlytek MCP 服务构建，可实现智能工作流调度，适用于各种业务场景。

• 工作流结构：由多个节点组成，支持 14 种节点类型（包括基础、工具、逻辑和转换类型）。
• 核心组件：工作流默认包含一个开始节点（用户输入）和一个结束节点（输出结果）。
• 执行模式：触发后，工作流会按照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

• 提供 14 种工作流节点，满足多样化的业务需求。
• 支持复杂变量输入/输出，实现灵活的数据传输。

高级编排模式

• 顺序执行：任务依次按顺序执行。
• 并行执行：多个任务同时运行以提高效率。
• 循环执行：支持迭代循环以处理重复任务。
• 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 Hook 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，以处理复杂流程。
• 单轮循环：管理循环任务，提高自动化程度。
• 多轮交互：支持上下文记忆，实现动态对话。

能力扩展

• 多模型支持：基于 **模型之模型（MoM）**混合应用架构，在工作流的关键阶段提供多种模型选择。这使模型组合更加灵活，从而提高任务适应性。

与 MCP 客户端搭配使用

准备 config.yaml

使用 MCP 服务前，应准备一个 config.yaml 来保存工作流信息。配置示例如下：

- 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。 调试刚刚创建的工作流。
• 步骤 2。 与工作流进行对话，并确保对话成功。
• 步骤 3。 现在可以点击发布按钮。
• 步骤 4。 选择“发布为 API”，并点击“配置”按钮。
• 步骤 5。 选择需要绑定的应用并完成绑定。现在可以获取对应的工作流 ID 和认证信息了。尽情使用吧！

注意：如果无法选择应用，可以前往 https://www.xfyun.cn 申请。

手动安装

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

{
    "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"
            }
        }
    }
}

配置示例：

{
    "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"
            }
        }
    }
}