Webflow MCP Server-integration

Hvad gør “Webflow” MCP-serveren?

Webflow MCP-serveren er et integrationslag, der gør det muligt for AI-assistenter, såsom Claude, at interagere med Webflows API’er. Ved at forbinde AI-modeller til Webflow kan denne server give udviklere og AI-drevne værktøjer adgang til, forespørge og manipulere Webflow-site-data programmatisk. Nøglefunktioner inkluderer at hente detaljerede oplysninger om Webflow-sites, såsom sitenavne, ID’er, domæner, lokaliseringsindstillinger og meget mere. Dette forbedrer udviklingsworkflows ved at muliggøre automatiseret site-administration, dataanalyse og kontekstuelle interaktioner direkte fra AI-platforme, hvilket gør det lettere for teams at integrere Webflow-ressourcer i deres bredere værktøjskæder og automatiseringsprocesser.

Liste over prompts

Ingen promptskabeloner er nævnt i repoet.

Liste over ressourcer

Ingen eksplicitte ressourcer er angivet i den tilgængelige dokumentation eller kodebase.

Liste over værktøjer

• get_sites

  • Henter en liste over alle Webflow-sites, som den autentificerede bruger har adgang til. Returnerer detaljer såsom visningsnavn, kort navn, site- og arbejdsområde-ID’er, oprettelses- og opdateringsdatoer, preview-URL, tidszone, brugerdefinerede domæner, lokaliseringsindstillinger og indsamling af data-præferencer.

• get_site

  • Henter detaljerede oplysninger om et specifikt Webflow-site, identificeret med dets siteId. Returnerer samme sæt detaljerede oplysninger som get_sites, men for et enkelt site.

Anvendelsestilfælde for denne MCP-server

• Webflow-site-opdagelse
  • Udviklere eller AI-agenter kan hurtigt liste alle Webflow-sites tilknyttet en konto, hvilket gør det nemmere at administrere flere webprojekter.
• Automatiseret site-administration
  • Hent og overvåg metadata (såsom udgivelsesdatoer, brugerdefinerede domæner og lokaliteter) for et eller flere Webflow-sites, hvilket muliggør effektiv administration.
• Kontekstuelle AI-interaktioner
  • AI-assistenter kan hente detaljerede siteoplysninger for at besvare brugerforespørgsler eller drive automatiseringsflows baseret på aktuelle site-konfigurationer.
• Integration med CI/CD-pipelines
  • Brug siteoplysninger som del af automatiseret deployment, udgivelse eller analyse-workflows i bredere udviklingspipelines.

Sådan sættes det op

Windsurf

Ingen Windsurf-specifikke instruktioner er angivet i repoet.

Claude

1. Forudsætninger
   • Sørg for, at Node.js (v16+) er installeret.
   • Installer Claude Desktop App.
   • Hent en Webflow API Token.
2. Installer afhængigheder
   • Kør: npm install
3. Konfigurer miljøvariabler
   • Opret en .env-fil med følgende indhold:

     WEBFLOW_API_TOKEN=your-api-token
     

4. Konfigurer Claude Desktop
   • Åbn Claude-konfigurationsfilen:
     • MacOS: ~/Library/Application Support/Claude/claude_desktop_config.json
     • Windows: %AppData%\Claude\claude_desktop_config.json
   • Tilføj/opdater:

     {
         "mcpServers": {
             "webflow": {
                 "command": "node",
                 "args": [
                     "/ABSOLUTE/PATH/TO/YOUR/build/index.js"
                 ],
                 "env": {
                     "WEBFLOW_API_TOKEN": "your-api-token"
                 }
             }
         }
     }
     

   • Gem og genstart Claude Desktop.

Sikring af API-nøgler (env-eksempel):

{
    "mcpServers": {
        "webflow": {
            "command": "node",
            "args": [
                "/ABSOLUTE/PATH/TO/YOUR/build/index.js"
            ],
            "env": {
                "WEBFLOW_API_TOKEN": "your-api-token"
            }
        }
    }
}

Cursor

Ingen Cursor-specifikke instruktioner er angivet i repoet.

Cline

Ingen Cline-specifikke instruktioner er angivet i repoet.

Installation via Smithery

• Kør:

  npx -y @smithery/cli install @kapilduraphe/webflow-mcp-server --client claude
  

Sådan bruges MCP i flows

Brug af MCP i FlowHunt

For at integrere MCP-servere i dit FlowHunt-workflow skal du starte med at tilføje MCP-komponenten til dit flow og forbinde den til din AI-agent:

Klik på MCP-komponenten for at åbne konfigurationspanelet. I systemets MCP-konfigurationssektion skal du indsætte dine MCP-serveroplysninger i dette JSON-format:

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

Når den er konfigureret, vil AI-agenten nu kunne bruge denne MCP som et værktøj med adgang til alle dens funktioner og muligheder. Husk at ændre “webflow” til det faktiske navn for din MCP-server, og erstat URL’en med din egen MCP-server-URL.

Oversigt

Baseret på de to tabeller leverer Webflow MCP-serveren klare og brugbare værktøjer til Webflow/AI-integration, men mangler promptskabeloner, ressource-definitioner samt eksplicit support for roots eller sampling. Opsætning og dokumentation er god til Claude, men andre platforme er ikke dokumenteret.

MCP-score