Dify MCPサーバー

「dify」MCPサーバーは何をするのか？

dify MCP（Model Context Protocol）サーバーは、AIアシスタントとDifyワークフローを接続するブリッジです。これにより、AIアシスタントが外部データソース、API、各種サービスと連携できるようになります。DifyワークフローツールをMCPインターフェース経由で公開し、AIエージェントがプログラム的にDifyワークフローを起動・制御できるようになります。AIシステムがDifyをバックエンドとしてデータベース照会、ファイル管理、API連携を行えるため、開発ワークフローを強化します。設定は環境変数またはYAMLファイルで柔軟に行え、クラウド・ローカルのどちらの利用形態にも適応できます。

プロンプト一覧

リポジトリ内にプロンプトテンプレートに関する情報はありません。

リソース一覧

リポジトリやREADMEに明示的なリソース記載はありません。

ツール一覧

リポジトリやREADMEに明示的なツールリストはありません。「MCPのツール」への言及はありますが、具体的なツール名や説明はありません。

このMCPサーバーのユースケース

• ワークフローオーケストレーション: AIエージェントがDifyワークフローを遠隔で起動・制御し、複雑な業務や開発プロセスを自動化します。
• API連携: Dify経由でAIシステムと外部サービスを接続し、シームレスなAPIコールやデータ取得を実現します。
• クラウドワークフローアクセス: クラウド上のDifyワークフローをMCP対応クライアントから手軽に利用でき、拡張性・アクセス性を高めます。
• 環境ベース構成: 環境変数・YAML設定両対応で、ローカル／クラウドどちらのデプロイにも適します。
• 一元的ワークフロー管理: 複数のDifyワークフローを1つのMCPサーバーインスタンスで管理・呼び出せ、運用を効率化します。

セットアップ手順

Windsurf

1. Node.jsやuvx/uvなどの前提条件をインストールしてください。

2. 環境変数またはYAMLファイルで設定を準備します。

3. 設定にDify MCPサーバーを追加します:

   {
     "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. 設定を保存し、Windsurfを再起動してください。

5. サーバーが稼働し、ワークフローにアクセス可能か確認します。

Claude

1. uvxまたはuvをインストールし、環境変数または設定ファイルを用意します。

2. 下記の設定をClaude MCPクライアントに追加します:

   {
     "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. 保存・再起動し、セットアップを確認します。

Cursor

1. uvx/uvがインストールされ、環境変数またはconfig.yamlが用意されていることを確認します。

2. CursorのMCP設定にサーバー設定を追加します:

   {
     "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. 保存し、Cursorを再起動します。

4. サーバーが稼働していることを確認します。

Cline

1. uvx/uvをインストールし、環境変数またはconfig.yamlを用意します。

2. MCP設定にDify MCPサーバーを追加します:

   {
     "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. 設定を保存し、Clineを再起動します。

4. Difyワークフローにアクセスできるか確認します。

APIキーの安全な管理

APIキーなど機密データは必ず環境変数で管理してください。設定例：

{
  "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}"  // システム環境変数を利用
      }
    }
  }
}

フロー内でこのMCPを使う方法

FlowHuntでのMCP利用

FlowHuntワークフローにMCPサーバーを統合するには、まずMCPコンポーネントをフローに追加し、AIエージェントと接続します。

MCPコンポーネントをクリックして設定パネルを開きます。システムMCP設定欄に、下記JSON形式でMCPサーバー情報を入力します。

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

設定後、AIエージェントはこのMCPのすべての機能・能力をツールとして利用できるようになります。“dify-mcp-server"はご自身のMCPサーバー名に、URLも自分のMCPサーバーのものに変更してください。

概要

現時点での情報に基づくと、このMCPサーバーはDifyワークフローのMCP対応プラットフォームへの基本的かつ堅牢な統合を提供しますが、プロンプト・リソース・ツールに関するドキュメントが不足しており、高度・標準化されたLLM連携での利便性は低いです。

当サイトの評価

MCPスコア: 4/10
dify-mcp-serverはセットアップが容易でクラウド・ローカル両構成にも柔軟ですが、プロンプト、リソース、ツール機能のドキュメントが乏しく、より幅広いMCP用途には制約があります。

MCPスコア