خادم ديسكورس MCP

ما الذي يقدمه خادم “ديسكورس” MCP؟

يُعد خادم ديسكورس MCP تطبيقاً بـ Node.js لبروتوكول سياق النماذج (MCP) صُمم لربط مساعدي الذكاء الاصطناعي بمنتديات ديسكورس. يعمل كجسر يمكّن أنظمة الذكاء الاصطناعي من إجراء عمليات البحث على منصات ديسكورس عبر واجهات MCP الموحدة. من خلال كشف إمكانيات البحث في ديسكورس كأدوات، يتيح هذا الخادم للمطورين وسير عمل الذكاء الاصطناعي الاستعلام عن منشورات المنتدى برمجياً—مؤتمتاً استخراج المعرفة، مسهلاً إدارة المجتمع، ومعززاً بيئات التطوير التي تحتاج لمعلومات منتدى سياقية. هذا التكامل يسهّل عمليات مثل اكتشاف المشاركات واستخلاص البيانات، مما يجعل من السهل على وكلاء الذكاء الاصطناعي إبراز النقاشات أو الإجابات ذات الصلة من مجتمعات ديسكورس.

قائمة المحفزات

لا توجد قوالب محفزات مذكورة في التوثيق أو الشيفرة المتاحة.

قائمة الموارد

لا توجد موارد صريحة موثقة أو موصوفة في المستودع.

قائمة الأدوات

• search_posts
  • يتيح البحث عن المشاركات في منتدى ديسكورس محدد.
  • المدخلات: query (نص)
  • المخرجات: مصفوفة من كائنات المشاركات المطابقة لمعايير البحث.

حالات استخدام هذا الخادم MCP

• استخلاص المعرفة التلقائي
  • يمكن للمطورين أتمتة استخراج المعلومات ذات الصلة من منتديات ديسكورس باستخدام الذكاء الاصطناعي، مما يقلل من وقت البحث اليدوي.
• إدارة المجتمع
  • يمكن للمشرفين أو الروبوتات تحديد منشورات أو مناقشات معينة بكفاءة، مما يساعد في تنسيق المحتوى والإشراف.
• تكامل دعم العملاء
  • دمج البحث في المنتدى ضمن سير عمل الدعم لإبراز حلول المجتمع رداً على استفسارات المستخدمين.
• مساعدة الذكاء الاصطناعي السياقية
  • يمكن لمساعدي الذكاء الاصطناعي تقديم إجابات مدركة للسياق من خلال البحث في مناقشات المنتدى ذات الصلة وعرض المواضيع المفيدة للمستخدمين.

كيفية الإعداد

Windsurf

لا توجد تعليمات إعداد لـ Windsurf في المستودع.

Claude

1. تأكد من تثبيت Docker أو Node.js/npx على نظامك.
2. افتح ملف الإعداد claude_desktop_config.json الخاص بك.
3. أضف خادم ديسكورس MCP ضمن كائن mcpServers باستخدام مقطع JSON التالي (اختر Docker أو npx):

مثال Docker:

{
  "mcpServers": {
    "discourse": {
      "command": "docker",
      "args": [
        "run",
        "-i",
        "--rm",
        "-e", "DISCOURSE_API_URL=https://try.discourse.org",
        "-e", "DISCOURSE_API_KEY=1234",
        "-e", "DISCOURSE_API_USERNAME=ash",
        "ashdev/discourse-mcp-server"
      ]
    }
  }
}

مثال npx:

{
  "mcpServers": {
    "discourse": {
      "command": "npx",
      "args": [
        "-y",
        "@ashdev/discourse-mcp-server"
      ],
      "env": {
        "DISCOURSE_API_URL": "https://try.discourse.org",
        "DISCOURSE_API_KEY": "1234",
        "DISCOURSE_API_USERNAME": "ash"
      }
    }
  }
}

4. احفظ الملف وأعد تشغيل Claude Desktop.
5. تحقق من الإعداد عبر التأكد من أن خادم ديسكورس MCP يعمل ويمكن الوصول إليه.

تأمين مفاتيح API:
يتم استخدام متغيرات البيئة لتخزين المعلومات الحساسة. على سبيل المثال:

"env": {
  "DISCOURSE_API_URL": "https://try.discourse.org",
  "DISCOURSE_API_KEY": "1234",
  "DISCOURSE_API_USERNAME": "ash"
}

Cursor

لا توجد تعليمات إعداد لـ Cursor في المستودع.

Cline

لا توجد تعليمات إعداد لـ Cline في المستودع.

كيفية استخدام هذا الخادم MCP داخل التدفقات

استخدام MCP في فلوهانت

لدمج خوادم MCP في سير عملك على فلوهانت، ابدأ بإضافة مكون MCP إلى التدفق الخاص بك وربطه بوكيل الذكاء الاصطناعي:

انقر على مكون MCP لفتح لوحة الإعدادات. في قسم إعداد نظام MCP، أدخل تفاصيل خادم MCP الخاص بك باستخدام هذا التنسيق لـ JSON:

{
  "discourse": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

بمجرد الإعداد، سيكون وكيل الذكاء الاصطناعي قادراً على استخدام هذا الـ MCP كأداة مع إمكانية الوصول إلى جميع وظائفه وقدراته. تذكر تغيير “discourse” إلى اسم خادم MCP الفعلي واستبدال الرابط بعنوان MCP الخاص بك.

نظرة عامة

استناداً إلى التوثيق والشيفرة المتاحة، يعد خادم ديسكورس MCP بسيطاً لكنه عملي، إذ يتيح أداة مفيدة واحدة ويوفر طريقة إعداد واضحة لـ Claude. ومع ذلك، فهو يفتقر إلى المحفزات، وتعريفات الموارد، ودعم أوسع للمنصات، مما يحد من قابليته للتوسعة. الجذور ودعم أخذ العينات غير مذكورين.
التقييم: 4/10

نتيجة MCP