mcpField
M
MCP server for Pipefy

MCP server for Pipefy

本地服务
github.com/gbrlcustodio商业与营销512 天前更新

关于 MCP server for Pipefy

MCP server for Pipefy 是连接 AI Agent 与 Pipefy 的工具包,包含 MCP 服务、CLI、GraphQL SDK 和工作流技能。调用 Pipefy API 时使用已登录账户的权限。

主要功能

  1. 01向 MCP 客户端提供 Pipefy 工具
  2. 02用于脚本和 CI 的 CLI 命令
  3. 03GraphQL 客户端、服务和模型
  4. 04工作流 Markdown 操作手册
  5. 05支持托管或本地运行服务

适用场景

  1. 01通过 AI Agent 管理 Pipefy
  2. 02在 CI 中运行 Pipefy 命令
  3. 03自动化常见 Pipefy 工作流
  4. 04通过本地服务使用本地文件工具

MCP 相关

它通过托管或本地运行的 MCP 服务向 MCP 客户端提供 Pipefy 工具。托管服务不包含读取本地文件的工具。

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。

代码仓库

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

Pipefy 开发者:AI 工具包(MCP 服务、Pipefy CLI、GraphQL SDK、Agent 技能)

CI 状态 Python 3.11+ uv 包管理器 MCP 服务 许可证

概览 • 安装 • 连接与安装内容 • MCP 服务 • CLI • Agent 技能 • 文档 • 参与贡献 • 法律信息


概览

将 Claude Code、Cursor 和其他 AI Agent 连接到 Pipefy。此工具包包含 MCP 服务、CLI 和 GraphQL SDK,可使用你登录账号的权限调用 Pipefy API;此外还提供适用于常见 Pipefy 工作流的 Agent 技能。

组件软件包 / 路径用途
MCP 服务pipefy-mcp-server为 MCP 客户端(Claude Code、Cursor、Claude Desktop 等)提供 Pipefy 工具。托管于 https://mcp.pipefy.com/mcp,也可在本地运行以使用完整目录。
CLIpipefy-cli以终端命令的形式提供大部分 MCP 功能,适用于脚本和 CI。功能覆盖情况及仅限 MCP 的工具:docs/parity.md。
SDKpipefy由 MCP 服务和 CLI 共用的 GraphQL 客户端、服务和模型。
技能plugins/pipefy/skills/适用于常见 Pipefy 工作流的 Markdown 操作指南(Anthropic Skills 格式)。

反馈与问题:GitHub Issues · [email protected]

安装

选择与你的客户端对应的行,并运行相应命令。标志、注意事项和其余步骤请参阅 docs/install.md。

使用场景路径开始方式
Claude Code,最快的开始方式托管 MCPclaude mcp add --transport http --scope user --client-id pipefy-mcp pipefy https://mcp.pipefy.com/mcp
Claude Code,包含技能、斜杠命令和 CLIClaude Code 插件/plugin install pipefy --marketplace pipefy/ai-toolkit(Claude Code 2.1.275 或更高版本;安装指南提供了适用于较早版本的两步安装方式);/pipefy:install 会添加 CLI,/pipefy:pipefy-login 会为其登录
CursorCursor Marketplace 插件从 Cursor Marketplace 安装 Pipefy
在 macOS 或 Linux 上使用 Cursor、Claude Desktop 或 Codex,且需要本地文件工具或 CLI快速安装脚本运行安装脚本,并使用 --client cursor、claude-desktop 或 codex
终端、脚本或 CI仅 CLI执行 uv tool install pipefy-cli,然后执行 pipefy auth login
任意支持 Markdown 的 Agent,仅需操作手册仅技能执行 npx skills add pipefy/ai-toolkit

每次只能注册一个 Pipefy MCP 服务:托管 URL、本地服务或插件三者之一。扫描命令 会报告机器上已有的配置,且不会进行任何更改。移除或切换路径:docs/uninstall.md。

托管服务会通过客户端的 OAuth 提示词引导你登录。本地路径可使用 pipefy auth login(浏览器 OAuth)、用于无人值守场景的服务帐户,或 PIPEFY_TOKEN。参考文档:docs/config.md 和 docs/cli/auth.md。


工具包连接和安装的内容

网络流量会发送到 Pipefy 主机和 Pipefy 提供的存储 URL,但安装期间以及你传入 URL 进行下载时除外:

  • app.pipefy.com(或 PIPEFY_BASE_URL 中的主机;api.pipefy.com 的响应相同):Pipefy 的 GraphQL API,调用时使用已登录用户、服务帐户或 PIPEFY_TOKEN 的权限。仅当 MCP 工具和内省失败后才会使用 pipefy-api-fallback 技能,此时 Agent 会通过 curl 直接调用此 API,并在告知你将使用哪种凭据后,从 PIPEFY_* 环境变量读取服务帐户或令牌。GraphQL 请求会携带 User-Agent: pipefy-sdk/<version> (<surface>)、X-Client-Name 和 X-Client-Version;MCP 服务还会报告运行位置((mcp; local) 或 (mcp; hosted),以及 X-Client-Deployment)。工具包不会发送其他遥测数据。
  • mcp.pipefy.com:Pipefy 托管的 MCP 服务,供托管 MCP 路径和两个插件使用。通过浏览器 OAuth 登录,使用公共客户端 ID pipefy-mcp。
  • signin.pipefy.com(或 PIPEFY_AUTH_URL 中的颁发者):pipefy auth login 会打开浏览器,并在 127.0.0.1 接收重定向。命令行和本地 MCP 服务会在此处刷新会话,pipefy auth logout 会撤销会话。这些请求会携带 User-Agent: pipefy-auth/<version>、X-Client-Name: auth 和 X-Client-Version。
  • ipaas.pipefy.com(或 PIPEFY_IPAAS_URL 中的主机):iPaaS(高级自动化)工具。
  • 文件传输:附件和知识库上传会发送到 Pipefy 提供的预签名存储 URL。你传入的 file_url 会由工具下载,或在托管路径下由 Pipefy 的服务端下载。报告和作业导出内容会从 Pipefy 的签名链接下载。

安装程序和 pipefy auth login 会在你的机器上添加以下内容:

  • 快速安装脚本(macOS 和 Linux):如果尚未安装 uv,会先征求许可,再从 astral.sh 安装;uv 安装程序可能会将 ~/.local/bin 添加到你的 shell 配置文件中。脚本会从 GitHub API 读取最新的非 alpha 版本(或 --version 标签),并使用该版本的 wheel 运行 uv tool install,安装 pipefy-cli 和 pipefy-mcp-server,包括其 pipefy、pipefy-auth 和 pipefy-infra wheel。第三方依赖来自 PyPI;如果未找到 Python 3.11 或更高版本,uv 可能会下载一个解释器。使用 --client cursor、claude-desktop 或 codex 时,如果客户端配置中尚无 pipefy 条目,脚本会写入该条目。脚本会将运行记录保存到 ~/.local/state/pipefy/install-receipt,供 uninstall.sh 使用,并会在运行 npx skills add 前征求许可(使用 --no-skills 跳过)。
  • /pipefy:install(Claude Code 插件):运行来自 PyPI 的 uv tool install --force pipefy-cli 前会征求许可。
  • 扫描命令(pipefy-toolkit-setup 技能和 docs/uninstall.md):从 GitHub 上的此仓库下载 uninstall.sh,并使用 --scan 运行。该命令会读取范围下列出的所有来源,包括操作系统钥匙串,并打印查找到的内容。它不会更改任何内容。
  • npx skills add:从 npm 下载第三方 skills 工具,并从 GitHub 下载此仓库,然后为你的 Agent 安装技能。除非设置了 DISABLE_TELEMETRY 或 DO_NOT_TRACK,否则 skills 工具会向 skills.sh 发送自己的使用遥测数据。
  • pipefy auth login:通过 Python keyring 保存会话,通常保存在操作系统钥匙串中。设置 PIPEFY_KEYCHAIN_BACKEND=file 时,凭据会以明文形式保存到 Pipefy 配置文件夹中的 keyring.cfg 文件。如果 keyring 在某台机器上找不到操作系统钥匙串,它可能会回退到自己的明文文件:用户数据文件夹中的 python_keyring/keyring_pass.cfg(Linux 上为 ~/.local/share)。登录和令牌刷新还会在 Pipefy 配置文件夹(~/.config/pipefy,或 Windows 上的 %APPDATA%\pipefy)中保留一个锁文件 refresh.lock。

MCP 服务

本地服务会注册完整的工具目录(规范名称:registry.py 中的 PIPEFY_TOOL_NAMES)。托管 URL 提供可安全远程使用的功能:除需要读取本机文件的工具(知识库文档上传、自定义 LLM 提供商的创建和更新)外,其他工具均可使用。在托管环境中,附件工具使用 file_url,而非 file_path。

各领域工具参考:docs/mcp/。通用约定:docs/mcp/tools/cross-cutting.md。将本地服务限定为部分工具:选择工具范围。


命令行界面

pipefy CLI 涵盖 docs/parity.md 标记为已交付的 MCP 功能。大多数命令默认输出 Rich 表格,使用 --json 时则输出 JSON。对于具有破坏性的命令,--yes 会跳过提示;不使用时,仍会进行交互式确认。除非设置了 --yes,否则 pipefy graphql exec 不会执行变更操作。

pipefy pipe list --json
pipefy card get 123456789
pipefy introspect query pipe

指南:docs/cli/ 和 packages/cli/README.md。


Agent 技能

plugins/pipefy/skills/ 包含工作流操作指南(前置条件、工具表、步骤和成功标准),适用于任何能读取 Markdown 的 Agent。目录:plugins/pipefy/README.md。编写指南:plugins/AGENTS.md。


文档

文档描述
docs/install.md完整介绍所有安装方式、如何在它们之间切换、工具范围选择,以及如何从检出目录测试 Claude Code 插件。
docs/README.md按功能界面(MCP、CLI、SDK)划分的文档索引和通用指南。
docs/config.mdPIPEFY_* 环境变量、config.toml 架构和路径、优先级链。
docs/parity.mdMCP 工具 ↔ CLI 命令对照表。
docs/uninstall.mduninstall.sh --scan 和卸载流程,以及如何在托管、本地和插件渠道之间切换。
docs/MIGRATION.md面向现有 MCP 用户的说明;配置仍保持兼容。
AGENTS.md仓库结构、开发工作流,以及面向贡献者和 Agent 的指南。
RELEASE.md版本管理和发布流程。

贡献

欢迎通过问题和拉取请求贡献代码。提交必须包含 DCO 签署(git commit -s)。技能:CONTRIBUTING.md。MCP、CLI 和 SDK:AGENTS.md。如果某种字段类型没有对应的工具,请提交问题,并说明字段类型和预期行为。


法律声明

本工具包(MCP 服务、CLI、SDK 和技能/蓝图手册)根据 Apache License 2.0 授权。商标保留事项请参阅 NOTICE。

您通过本工具包访问和使用 Pipefy 平台,受 Pipefy Solutions Terms and Conditions(葡萄牙语版本)约束;使用 AI 功能时,还受 Pipefy AI Additional Terms 约束(该条款将发布并以引用方式纳入上述条款),包括其中的可接受使用规定。使用本工具包需要 Pipefy 账户;Apache 2.0 许可证中的任何内容均不授予您使用 Pipefy 服务的权利。

模板,而非建议。 技能和蓝图是可配置的模板,仅供一般信息参考。它们不构成法律、人力资源、财务、税务或其他专业建议,在投入生产使用前,必须由合格的专业人员进行审查、配置和验证。每个已发布的蓝图都附带一个 COMPLIANCE.md,其中说明其预期用途、不适用范围、AI 风险分类和默认人工监督设置(参阅 docs/compliance/COMPLIANCE.template.md)。

AI 生成的输出。 AI 功能生成的输出可能包含错误或遗漏;在依赖这些输出之前,必须进行独立核实。

测试版软件。 1.0 之前的版本按“原样”提供,不附带任何形式的保证,并且可能随时变更或停止提供。完整免责声明请参阅 TERMS.md。

安全问题报告:请参阅 SECURITY.md。贡献方式:请参阅 CONTRIBUTING.md。

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。