Jotsu MCP

Jotsu MCP

用于实现 Model Context Protocol（MCP）以及创建使用 MCP 工具、资源和提示词的工作流的通用库。

快速入门

安装此软件包，包括 CLI。

pip install jotsu-mcp[cli]

创建一个空工作流。

jotsu-mcp workflow init

初始化命令会在当前目录中创建一个工作流文件 'workflow.json'。

运行它：

jotsu-mcp workflow run ./workflow.json

输出包含三条消息：工作流开始、单个节点的消息以及工作流结束。 最终结果显示在工作流结束节点的 result 字段中，在此示例中，该字段是一个空对象。

Hello MCP

工作流可以调用 MCP 服务中的工具。这样一来，即使模型尚不支持 MCP（实际上，除了 Claude 以外的任何模型），你也可以使用 MCP。

添加以下服务条目：

{
    "id": "hello",
    "name": "Hello World",
    "url": "https://hello.mcp.jotsu.com/mcp/"
}

注意：ID 只能包含小写字母、数字、:、_ 或 -。 注意：别忘了 URL 中的路径 /mcp/。

这是一个公开可用的 MCP 服务（无需身份验证），其中包含一些资源和一个工具。 （代码见此处）。

接下来，为服务工具添加一个节点。

[
    {"id":  "greet", "type":  "tool", "name": "greet", "server_id":  "hello"}
]

添加 'greet' 工具所需的一些初始数据：

{"name": "World"}

默认情况下，工作流从第一个节点开始，但你也可以显式设置开始节点：

"start_node_id": "greet"

最后，在末尾添加一个 'generic' 节点。 通用节点是应用专用的，也就是说，工作流只会通过生成数据来处理它们， 通常用于输出和／或调试。 类型可以是工作流中尚未使用的任何字符串。在此示例中，使用 'output'。

{
    "id": "quickstart",
    "name": "quickstart",
    "description": "Simple workflow to interact with the 'hello' MCP server",
    "nodes": [
        {"id":  "greet", "type":  "tool", "name": "greet", "server_id":  "hello", "edges":  ["output"]},
        {"id":  "output", "type":  "output", "name": "The result"}
    ],
    "servers": [
        {
            "id": "hello",
            "name": "Hello World",
            "url": "https://hello.mcp.jotsu.com/mcp/"
        }
    ],
    "data": {"name":  "World"},
    "metadata": null
}

再次运行此工作流会生成更多数据，具体来说，会出现一行类似这样的内容：

{
  "action": "default",
  "timestamp": 132462.392532502,
  "id": "01k3h80zcaz050eg7080r3fnv7",
  "run_id": "01k3h80t6psmg0s5swsg4yke95",
  "node": {
    "id": "output",
    "name": "The result",
    "type": "output"
  },
  "data": {
    "name": "World",
    "greet": "Hello, World!"
  }
}

此节点的数据会作为工作流的“结果”。 由于工作流可以有多个分支，因此只有一个“结果”， 实际上，根据工作流执行的操作，可能会出现多条这样的内容。

开发

uv venv
uv pip install '.[dev,cli,anthropic,openai,cloudflare,cryptography]'