Dify MCP Server

Co dělá “dify” MCP Server?

dify MCP (Model Context Protocol) Server je most, který propojuje AI asistenty s workflowy Dify a umožňuje jim interakci s externími datovými zdroji, API a službami. Tím, že vystavuje nástroje workflowů Dify prostřednictvím rozhraní MCP, umožňuje tento server AI agentům programově spouštět a spravovat workflowy Dify. To vylepšuje vývojářské workflowy tím, že AI systémy mohou dotazovat databáze, spravovat soubory nebo komunikovat s API s Dify jako backendem. Server podporuje konfiguraci pomocí proměnných prostředí nebo YAML souborů, takže je vhodný jak pro cloud, tak pro lokální nasazení.

Seznam promptů

V repozitáři nejsou uvedeny žádné informace o šablonách promptů.

Připraveni rozšířit své podnikání?

Začněte svou bezplatnou zkušební verzi ještě dnes a viďte výsledky během několika dní.

Požádat o demo Přihlásit se

Seznam zdrojů

V repozitáři ani README nejsou explicitně dokumentovány žádné zdroje.

Seznam nástrojů

V repozitáři ani README není uveden explicitní seznam nástrojů. Je zmínka o „tools of MCP“, ale nejsou uvedeny konkrétní názvy nebo popisy nástrojů.

Přihlaste se k odběru newsletteru

Získejte nejnovější tipy, trendy a nabídky zdarma.

E-mailová adresa

Přihlásit se

Příklady použití tohoto MCP Serveru

• Orchestrace workflowů: Umožňuje AI agentům vzdáleně spouštět a řídit workflowy Dify, čímž automatizuje složité firemní nebo vývojové procesy.
• Integrace API: Usnadňuje propojení AI systémů s externími službami přes Dify, což umožňuje snadné volání API a získávání dat.
• Přístup ke cloudovým workflowům: Umožňuje snadné připojení cloudově hostovaných workflowů Dify ke klientům kompatibilním s MCP, což zlepšuje škálovatelnost a dostupnost.
• Konfigurace na základě prostředí: Podporuje jak nastavení pomocí proměnných prostředí, tak YAML konfigurace, což jej činí vhodným pro lokální i cloudová nasazení.
• Centralizovaná správa workflowů: Umožňuje správu a spouštění více workflowů Dify z jediné instance MCP serveru pro efektivní provoz.

Jak jej nastavit

Windsurf

1. Ujistěte se, že jsou nainstalovány požadavky jako Node.js a uvx/uv.

2. Připravte konfiguraci pomocí proměnných prostředí nebo YAML souboru.

3. Přidejte Dify MCP Server do své konfigurace:

   {
     "mcpServers": {
       "dify-mcp-server": {
         "command": "uvx",
         "args": [
           "--from", "git+https://github.com/YanxingLiu/dify-mcp-server", "dify_mcp_server"
         ],
         "env": {
           "DIFY_BASE_URL": "https://cloud.dify.ai/v1",
           "DIFY_APP_SKS": "app-sk1,app-sk2"
         }
       }
     }
   }
   

4. Uložte a restartujte Windsurf.

5. Ověřte, že server běží a workflowy jsou dostupné.

Claude

1. Nainstalujte uvx nebo uv a nastavte proměnné prostředí nebo konfigurační soubor.

2. Přidejte následující konfiguraci do klienta Claude MCP:

   {
     "mcpServers": {
       "dify-mcp-server": {
         "command": "uvx",
         "args": [
           "--from", "git+https://github.com/YanxingLiu/dify-mcp-server", "dify_mcp_server"
         ],
         "env": {
           "DIFY_BASE_URL": "https://cloud.dify.ai/v1",
           "DIFY_APP_SKS": "app-sk1,app-sk2"
         }
       }
     }
   }
   

3. Uložte, restartujte a ověřte nastavení.

Cursor

1. Ujistěte se, že je nainstalován uvx/uv a proměnné prostředí jsou nastaveny nebo je připraven config.yaml.

2. Vložte konfiguraci serveru do MCP konfigurace Cursor:

   {
     "mcpServers": {
       "dify-mcp-server": {
         "command": "uvx",
         "args": [
           "--from", "git+https://github.com/YanxingLiu/dify-mcp-server", "dify_mcp_server"
         ],
         "env": {
           "DIFY_BASE_URL": "https://cloud.dify.ai/v1",
           "DIFY_APP_SKS": "app-sk1,app-sk2"
         }
       }
     }
   }
   

3. Uložte a restartujte Cursor.

4. Potvrďte funkčnost serveru.

Cline

1. Nainstalujte uvx/uv a nastavte proměnné prostředí nebo použijte config.yaml.

2. Přidejte Dify MCP Server do MCP konfigurace:

   {
     "mcpServers": {
       "dify-mcp-server": {
         "command": "uvx",
         "args": [
           "--from", "git+https://github.com/YanxingLiu/dify-mcp-server", "dify_mcp_server"
         ],
         "env": {
           "DIFY_BASE_URL": "https://cloud.dify.ai/v1",
           "DIFY_APP_SKS": "app-sk1,app-sk2"
         }
       }
     }
   }
   

3. Uložte a restartujte Cline.

4. Zkontrolujte, že jsou workflowy Dify dostupné.

Zabezpečení API klíčů

Vždy používejte proměnné prostředí pro ukládání citlivých údajů jako jsou API klíče. Příklad konfigurace:

{
  "mcpServers": {
    "dify-mcp-server": {
      "command": "uvx",
      "args": [
        "--from", "git+https://github.com/YanxingLiu/dify-mcp-server", "dify_mcp_server"
      ],
      "env": {
        "DIFY_BASE_URL": "https://cloud.dify.ai/v1",
        "DIFY_APP_SKS": "${DIFY_APP_SKS}"  // Použijte systémovou proměnnou prostředí
      }
    }
  }
}

Jak používat tento MCP ve flows

Použití MCP ve FlowHunt

Pro integraci MCP serverů do vašeho workflowu ve FlowHunt nejprve přidejte MCP komponentu do svého flow a propojte ji se svým AI agentem:

Klikněte na MCP komponentu pro otevření konfiguračního panelu. Do systémové konfigurace MCP vložte detaily vašeho MCP serveru v tomto JSON formátu:

{
  "dify-mcp-server": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

Po konfiguraci může AI agent používat tento MCP jako nástroj se všemi jeho funkcemi a možnostmi. Nezapomeňte změnit “dify-mcp-server” na skutečný název vašeho MCP serveru a URL na vaši vlastní adresu MCP serveru.

Přehled

Na základě dostupných informací tento MCP server poskytuje základní, ale robustní integraci workflowů Dify do platforem kompatibilních s MCP. Dokumentace k promptům, zdrojům a nástrojům však chybí, což snižuje jeho použitelnost pro pokročilé či standardizované LLM interakce.

Náš názor

MCP Skóre: 4/10.
dify-mcp-server se snadno nastavuje a poskytuje dobrou podporu cloudové/lokální konfigurace, ale postrádá dokumentaci k promptům, zdrojům a možnostem nástrojů, což omezuje jeho širší využití v MCP.

MCP Skóre