Serveur MCP GraphQL

Que fait le serveur MCP “MCP GraphQL” ?

MCP GraphQL est un serveur Model Context Protocol (MCP) conçu pour fournir une interface standardisée pour interagir avec des API GraphQL. En introspectant un endpoint GraphQL cible, il expose automatiquement chaque requête GraphQL disponible comme un outil MCP dédié, permettant aux assistants IA et aux développeurs d’interagir de façon transparente avec des sources de données externes GraphQL. Cela facilite des tâches telles que les requêtes de base de données, la récupération de données et l’intégration avec des services tiers directement via un flux compatible MCP. MCP GraphQL gère la correspondance des paramètres d’outils, la génération dynamique du schéma JSON et l’authentification (y compris Bearer, Basic ou headers personnalisés), le tout sans avoir à définir manuellement le schéma. Son objectif principal est de simplifier les flux de développement en rendant les API GraphQL accessibles et exploitables pour les assistants propulsés par l’IA comme pour les utilisateurs humains via un protocole unifié.

Liste des prompts

Aucun modèle de prompt n’est mentionné dans les documents fournis.

Liste des ressources

Aucune ressource MCP explicite n’est décrite dans la documentation fournie.

Liste des outils

• Outils de requête GraphQL
  Chaque requête GraphQL exposée par l’API cible est présentée comme un outil MCP individuel. Le serveur crée dynamiquement un outil pour chaque requête, avec des paramètres d’outil correspondant aux paramètres de la requête GraphQL. Cela permet aux clients d’exécuter directement n’importe laquelle des requêtes prises en charge par l’API via MCP.
  • Paramètres : Générés automatiquement à partir du schéma GraphQL
  • Schéma d’entrée : Construit dynamiquement selon les exigences de la requête

Cas d’usage de ce serveur MCP

• Gestion de base de données via GraphQL
  Les développeurs peuvent exécuter des requêtes complexes sur des bases de données compatibles GraphQL, récupérant des données structurées directement dans leur environnement de développement ou leurs flux IA.
• Intégration d’API tierces
  Intégrez facilement des produits ou services SaaS exposant des endpoints GraphQL, permettant aux assistants IA de récupérer, agréger ou manipuler des données à distance.
• Prototypage rapide et exploration de données
  Introspectez instantanément les requêtes disponibles d’une nouvelle API GraphQL, permettant une expérimentation rapide et une analyse de données sans mappage manuel de schéma.
• Reporting automatisé
  Utilisez des agents IA pour automatiser l’extraction de données depuis des API GraphQL et compiler des rapports ou tableaux de bord à la demande.
• Gestion avancée de fichiers ou contenus
  Si un service expose des fonctionnalités de gestion de fichiers ou de contenus via GraphQL, elles sont accessibles comme outils pour automatiser les flux de travail.

Comment le configurer

Windsurf

1. Assurez-vous que Python 3.11+ est installé.
2. Installez mcp-graphql via pip ou utilisez uvx selon vos besoins.
3. Modifiez votre fichier de configuration Windsurf.
4. Ajoutez le serveur MCP GraphQL dans la section mcpServers :

   "mcpServers": {
     "graphql": {
       "command": "uvx",
       "args": ["mcp-graphql", "--api-url", "https://api.example.com/graphql"]
     }
   }
   

5. Enregistrez la configuration et redémarrez Windsurf.
6. Vérifiez la connexion en lançant une requête de test.
7. **Sécurisation des clés API ** : Utilisez des variables d’environnement.

   "mcpServers": {
     "graphql": {
       "command": "uvx",
       "args": [
         "mcp-graphql",
         "--api-url", "https://api.example.com/graphql",
         "--auth-token", "${GRAPHQL_TOKEN}"
       ],
       "env": {
         "GRAPHQL_TOKEN": "your-token"
       }
     }
   }
   

Claude

1. Ouvrez les paramètres/configuration de Claude.
2. Installez ou assurez-vous que uvx ou mcp-graphql est disponible.
3. Ajoutez ceci à la configuration mcpServers :

   "mcpServers": {
     "graphql": {
       "command": "uvx",
       "args": ["mcp-graphql", "--api-url", "https://api.example.com/graphql"]
     }
   }
   

4. Alternativement, utilisez pip ou Docker comme suit :

   "mcpServers": {
     "graphql": {
       "command": "python",
       "args": ["-m", "mcp_graphql", "--api-url", "https://api.example.com/graphql"]
     }
   }
   

   ou

   "mcpServers": {
     "graphql": {
       "command": "docker",
       "args": ["run", "-i", "--rm", "mcp/graphql", "--api-url", "https://api.example.com/graphql"]
     }
   }
   

5. Enregistrez les modifications et redémarrez Claude pour appliquer.

Cursor

1. Installez mcp-graphql en utilisant pip ou uvx.
2. Ouvrez votre fichier de configuration Cursor.
3. Ajoutez ce qui suit dans la section mcpServers :

   "mcpServers": {
     "graphql": {
       "command": "uvx",
       "args": ["mcp-graphql", "--api-url", "https://api.example.com/graphql"]
     }
   }
   

4. Enregistrez la configuration et rechargez Cursor.
5. Testez en lançant une requête d’exemple via l’interface MCP.

Cline

1. Assurez-vous d’avoir Python 3.11+ et mcp-graphql installés.
2. Localisez votre fichier de configuration Cline.
3. Ajoutez le serveur MCP GraphQL dans vos paramètres mcpServers :

   "mcpServers": {
     "graphql": {
       "command": "uvx",
       "args": ["mcp-graphql", "--api-url", "https://api.example.com/graphql"]
     }
   }
   

4. Enregistrez et redémarrez Cline.
5. Utilisez les variables d’environnement pour les tokens comme montré ci-dessus pour la sécurité.

Sécurisation des clés API

Utilisez des variables d’environnement pour les données sensibles telles que les tokens :

"mcpServers": {
  "graphql": {
    "command": "uvx",
    "args": [
      "mcp-graphql",
      "--api-url", "https://api.example.com/graphql",
      "--auth-token", "${GRAPHQL_TOKEN}"
    ],
    "env": {
      "GRAPHQL_TOKEN": "your-token"
    }
  }
}

Comment utiliser ce MCP dans des flux

Utilisation de MCP dans FlowHunt

Pour intégrer des serveurs MCP dans votre flux FlowHunt, commencez par ajouter le composant MCP à votre flux et connectez-le à votre agent IA :

Cliquez sur le composant MCP pour ouvrir le panneau de configuration. Dans la section de configuration système MCP, saisissez les détails de votre serveur MCP en utilisant ce format JSON :

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

Une fois configuré, l’agent IA peut maintenant utiliser ce MCP comme un outil avec accès à toutes ses fonctions et capacités. N’oubliez pas de remplacer “graphql” par le nom réel de votre serveur MCP et de modifier l’URL par celle de votre serveur MCP.

Vue d’ensemble

Une implémentation MCP solide et pratique pour les API GraphQL, mais sans prompts/ressources explicites et ne mentionnant pas l’échantillonnage ou les racines. Bon pour l’exposition d’outils et la simplicité de configuration. Note : 7/10 pour la complétude et l’utilité pour les développeurs.

Score MCP