mcpField
C
cognigy-ai-mcp-management-server

cognigy-ai-mcp-management-server

本地服务
github.com/TsvetanG2AI 与智能体23 周前更新

关于 cognigy-ai-mcp-management-server

面向 Cognigy.AI 开发者、解决方案架构师和合作伙伴的本地 MCP 服务,可通过 Management API 构建、配置、测试和运维对话式 AI Agent。它提供覆盖多个管理领域的 132 个工具,并默认以 dryRun 保护变更操作。

主要功能

  1. 01管理项目、流程与节点
  2. 02管理意图并运行 NLU 训练
  3. 03运行回归测试与 Playbook
  4. 04部署快照并管理包
  5. 05配置 LLM、Knowledge AI 和集成
  6. 06默认 dryRun 并自动隐藏密钥

适用场景

  1. 01通过自然语言创建或调整流程
  2. 02自动执行 NLU 训练和回归测试
  3. 03在环境间部署快照与包
  4. 04维护知识源、连接和分析数据

MCP 相关

该服务向 MCP 客户端提供 132 个 Cognigy.AI 管理工具,通过 Cognigy Management API 执行操作。

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": {
"tsvetang2-cognigy-ai-mcp-management-server": {
"command": "npx",
"args": [
"-y",
"cognigy-ai-mcp-management-server"
],
"env": {
"COGNIGY_BASE_URL": "<COGNIGY_BASE_URL>",
"COGNIGY_API_KEY": "<COGNIGY_API_KEY>"
}
}
}
}
启动命令npx -y cognigy-ai-mcp-management-server
需要配置的环境变量
COGNIGY_BASE_URLCognigy API base URL (e.g., https://api-trial.cognigy.ai)
COGNIGY_API_KEY密钥Your Cognigy API key (from My Profile → API Keys)

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
npmcognigy-ai-mcp-management-server0.2.1

工具

138

收录的工具列表 · 更新于 2 周前

参数类型必填说明
limitinteger否要返回的项目数上限(1–100,默认值为 25)

详细介绍

Cognigy.AI 管理 MCP 服务

CI npm version npm downloads node License: MIT Glama Score MCP Registry MCP Badge

cognigy-ai-mcp-management-server

用于通过 Management API 管理 Cognigy.AI 虚拟 Agent 的 Model Context Protocol 服务

这是一个独立的开源 MCP 服务,与 Cognigy 或 NiCE 无关联,也未获其认可或赞助。使用该服务需要拥有有效的 Cognigy.AI 账户和 API 密钥,并遵守 Cognigy 的商业许可条款。“Cognigy”和“Cognigy.AI”是其各自所有者的商标。

这是什么?

cognigy-ai-mcp-management-server 是一个本地 MCP 服务,可让 AI 编码助手(Claude、Cursor 等)以编程方式构建、配置、测试和运行 Cognigy.AI 对话式 AI Agent。

现在,你无需再点击 Cognigy UI,即可:

  • 通过自然语言创建和管理流程、节点及意图
  • 自动运行 NLU 训练和回归测试
  • 跨环境部署快照和程序包
  • 配置 LLM、Knowledge AI 和集成

适用对象: 在 Cognigy.AI 上进行开发的开发者、解决方案架构师和解决方案集成合作伙伴。

要求

  • Node.js 20.0.0 或更高版本
  • Cognigy.AI 账户,并拥有 API 访问权限(Trial、SaaS 或本地部署)
  • API Key,在 Cognigy UI 中生成(My Profile → API Keys)

安装

# 1. Install the Cognigy REST API client (required peer dependency)
npm install @cognigy/rest-api-client

# 2. Install this MCP server
npm install -g cognigy-ai-mcp-management-server

重要提示: @cognigy/rest-api-client 软件包采用“Cognigy Proprietary License”许可。安装该软件包即表示你同意 Cognigy 的许可条款。

配置

运行前设置环境变量:

# Required: Your Cognigy API endpoint
export COGNIGY_BASE_URL=https://api-trial.cognigy.ai

# Required: Your API key (never commit this!)
export COGNIGY_API_KEY=your-api-key-here

# Optional: Default project for operations
export COGNIGY_DEFAULT_PROJECT_ID=your-project-id

常见基础 URL:

环境基础 URL
Trialhttps://api-trial.cognigy.ai
SaaS EUhttps://api-app.cognigy.ai
SaaS UShttps://api-app-us.cognigy.ai
Dedicatedhttps://api-<company>.cognigy.cloud

MCP 客户端配置

Claude Desktop

将配置添加到 ~/Library/Application Support/Claude/claude_desktop_config.json(macOS)或 %APPDATA%\Claude\claude_desktop_config.json(Windows):

{
  "mcpServers": {
    "cognigy": {
      "command": "npx",
      "args": ["cognigy-ai-mcp-management-server"],
      "env": {
        "COGNIGY_BASE_URL": "https://api-trial.cognigy.ai",
        "COGNIGY_API_KEY": "your-api-key-here"
      }
    }
  }
}
Claude Code

将配置添加到项目根目录下的 .mcp.json:

{
  "mcpServers": {
    "cognigy": {
      "command": "npx",
      "args": ["cognigy-ai-mcp-management-server"],
      "env": {
        "COGNIGY_BASE_URL": "https://api-trial.cognigy.ai",
        "COGNIGY_API_KEY": "your-api-key-here"
      }
    }
  }
}
Cursor

将配置添加到 .cursor/mcp.json:

{
  "mcpServers": {
    "cognigy": {
      "command": "npx",
      "args": ["cognigy-ai-mcp-management-server"],
      "env": {
        "COGNIGY_BASE_URL": "https://api-trial.cognigy.ai",
        "COGNIGY_API_KEY": "your-api-key-here"
      }
    }
  }
}

可用工具

所有工具

此服务提供 132 个 MCP 工具,按领域组织:

类别工具数描述
项目与流程5列出项目、流程、流程设置和日志
节点9CRUD 操作、搜索、移动、AI 输出生成
意图与 NLU10意图管理、训练、评分、审计
端点2列出并检查端点配置
会话2注入/重置对话上下文
对话3获取对话和转录记录
Playbook 与测试6运行 Playbook、回归测试
快照9创建、恢复、打包、比较、提升
包7创建、合并、上传、下载
连接5管理 API 连接(机密信息已隐藏)
大模型7配置生成式 AI 提供商
NLU 连接器5外部 NLU(Dialogflow、LUIS 等)
Knowledge AI21存储、来源、分块、连接器(RAG)
函数9自定义代码函数、实例
扩展6上传、配置、管理扩展
联系人档案11档案 CRUD、合并、导出(GDPR)
分析4对话、通话、知识指标
审计2审计事件日志
转接7实时 Agent 提供商和服务
搜索1搜索整个组织的资源
任务2异步任务状态跟踪
主要功能
  • 默认安全: 所有变更工具默认使用 dryRun: true
  • 支持异步操作: 长时间运行的操作会轮询,直到完成
  • 安全性: API 密钥仅保存在内存中,机密信息会自动隐藏
  • 分页: 所有列表操作均支持 limit 和 skip

开发与测试

实时 API 测试
# Create .env from template
cp .env.example .env
# Edit .env with your credentials

# Run development server
npm run dev
构建
npm run build    # Compile TypeScript
npm test         # Run test suite (49 tests)
npm run lint     # Check code style
重新生成类型(可选)

如果需要根据较新版的 Cognigy API 更新生成的类型:

npm run update:spec   # Download latest OpenAPI spec
npm run gen:types     # Regenerate TypeScript types

重要:依赖项

此软件包需要将 @cognigy/rest-api-client 作为对等依赖项。这意味着:

  1. 你必须单独安装它(参见上文的安装说明)
  2. 安装 Cognigy 的软件包即表示你接受其许可条款
  3. 我们不会打包或再分发任何 Cognigy 代码

你有责任:

  • 查看并接受 Cognigy 的专有许可条款
  • 确保拥有使用 Cognigy API 的适当权限
  • 妥善保管 API 凭据

Cognigy REST API 客户端是由 Cognigy GmbH 维护的官方 SDK,并以「Cognigy Proprietary License」授权发布在 npm 上。

许可证

此 MCP 服务采用 MIT 许可证发布。详情请参阅 LICENSE。

注意:MIT 许可证仅适用于此 MCP 服务代码。依赖项(尤其是 @cognigy/rest-api-client)受其各自许可证约束。

贡献

欢迎贡献!请:

  1. Fork 此仓库
  2. 创建功能分支(git checkout -b feature/amazing-feature)
  3. 遵循现有代码模式(Zod 模式、dryRun 标志等)
  4. 为新工具添加测试
  5. 提交前运行 npm test && npm run build
  6. 提交 Pull Request
开发指南
  • 所有工具都必须进行 Zod 输入验证
  • 变更工具必须支持 dryRun 标志(默认值:true)
  • 工具描述应便于大模型理解(1-2 句话)
  • 切勿记录或暴露 API 密钥/机密信息
  • 使用实时 API 前,先对模拟服务进行测试

支持


使用 Model Context Protocol SDK 构建

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。