
iFlytek Workflow MCP Server
iFlytek Workflow MCP Server integrerer AI-assistenter med iFlyteks arbeidsflytautomatiseringsplattform, og muliggjør sømløs planlegging, orkestrering og gjennom...
Koble AI-assistenter til iFlytek SparkAgent-plattformen via MCP for filbehandling, arbeidsflytautomatisering og enkel integrasjon med FlowHunt.
iFly-Spark-Agent-MCP MCP Server er en enkel eksempelimplementasjon som kobler AI-assistenter til iFlytek SparkAgent-plattformen via Model Context Protocol (MCP). Denne serveren fungerer som en bro, slik at AI-klienter kan kjøre oppgavekjeder på SparkAgent-plattformen via et standardisert grensesnitt. Ved å eksponere verktøy som filopplasting, gir den sømløs AI-integrasjon for oppgaver som filbehandling, prosessautomatisering og orkestrering av arbeidsflyter. Serveren er laget for å forbedre utviklingsarbeidsflyter ved å muliggjøre kommunikasjon mellom AI-assistenter og SparkAgent-funksjonalitetene, noe som gjør det enklere for utviklere å legge til avansert funksjonalitet i sine applikasjoner.
Ingen maler for forespørsler er nevnt i repositoriet.
Ingen eksplisitte ressurser er listet eller beskrevet i repositoriet.
upload_file
-verktøyet for å overføre lokale filer til SparkAgent-plattformen, automatisere filbaserte arbeidsflyter eller initiere prosesseringspipelines.Ingen spesifikke instruksjoner funnet for Windsurf.
uv
eller uvx
.claude_desktop_config.json
eller mcp.json
.Bruke uv:
{
"mcpServers": {
"ifly-spark-agent-mcp": {
"command": "uv",
"args": [
"--directory",
"/path/to/ifly-spark-agent-mcp",
"run",
"ifly-spark-agent-mcp"
],
"env": {
"IFLY_SPARK_AGENT_BASE_URL": "xxxx",
"IFLY_SPARK_AGENT_APP_ID": "xxxx",
"IFLY_SPARK_AGENT_APP_SECRET": "xxxx"
}
}
}
}
Bruke uvx med GitHub-repositoriet:
{
"mcpServers": {
"ifly-spark-agent-mcp": {
"command": "uvx",
"args": [
"--from",
"git+https://github.com/iflytek/ifly-spark-agent-mcp",
"ifly-spark-agent-mcp"
],
"env": {
"IFLY_SPARK_AGENT_BASE_URL": "xxxx",
"IFLY_SPARK_AGENT_APP_ID": "xxxx",
"IFLY_SPARK_AGENT_APP_SECRET": "xxxx"
}
}
}
}
Lagre sensitive nøkler i env
-seksjonen:
"env": {
"IFLY_SPARK_AGENT_BASE_URL": "xxxx",
"IFLY_SPARK_AGENT_APP_ID": "xxxx",
"IFLY_SPARK_AGENT_APP_SECRET": "xxxx"
}
Ingen spesifikke instruksjoner funnet for Cursor.
Ingen spesifikke instruksjoner funnet for Cline.
Bruke MCP i FlowHunt
For å integrere MCP-servere i FlowHunt-arbeidsflyten din, start med å legge til MCP-komponenten i flyten og koble den til AI-agenten din:
Klikk på MCP-komponenten for å åpne konfigurasjonspanelet. I systemets MCP-konfigurasjonsseksjon, sett inn MCP-serverdetaljene dine med dette JSON-formatet:
{
"ifly-spark-agent-mcp": {
"transport": "streamable_http",
"url": "https://yourmcpserver.example/pathtothemcp/url"
}
}
Når det er konfigurert, kan AI-agenten nå bruke denne MCP-en som et verktøy med tilgang til alle dens funksjoner og muligheter. Husk å endre “ifly-spark-agent-mcp” slik at det samsvarer med ditt faktiske servernavn og URL.
Seksjon | Tilgjengelighet | Detaljer/Notater |
---|---|---|
Oversikt | ✅ | Oversikt gitt i README og beskrivelse |
Liste over forespørsler | ⛔ | Ingen forespørselmaler funnet |
Liste over ressurser | ⛔ | Ingen ressurser listet |
Liste over verktøy | ✅ | upload_file beskrevet i README |
Sikring av API-nøkler | ✅ | Bruker env -seksjon i konfigurasjonseksempel |
Støtte for sampling (mindre viktig ved vurdering) | ⛔ | Ingen samplingstøtte nevnt |
Basert på tilgjengelig dokumentasjon tilbyr denne MCP-serveren kun grunnleggende funksjonalitet, hovedsakelig rundt ett verktøy (upload_file
). Den inkluderer enkel oppsettveiledning og korrekt lisensinformasjon, men mangler avanserte funksjoner, forespørselmaler og ressursdefinisjoner. Omfanget er begrenset, men tydelig, og passer godt som et minimalt fungerende eksempel. Totalt vurderes den som lav til moderat når det gjelder allsidighet og dybde.
Har en LISENS | ✅ (MIT) |
---|---|
Har minst ett verktøy | ✅ |
Antall forgreininger | 3 |
Antall stjerner | 1 |
Det er en MCP-server som kobler AI-assistenter til iFlytek SparkAgent-plattformen, og gjør det mulig med funksjoner som filopplasting, kjeding av oppgaver og arbeidsflytorkestrering gjennom en standardisert protokoll.
For øyeblikket tilbyr den `upload_file`-verktøyet, som lar klienter laste opp filer for håndtering eller videre prosessering på SparkAgent-plattformen.
Legg til MCP-komponenten i FlowHunt-arbeidsflyten din, og skriv inn MCP-serverdetaljene dine med følgende JSON-konfigurasjon: { "ifly-spark-agent-mcp": { "transport": "streamable_http", "url": "https://yourmcpserver.example/pathtothemcp/url" } } i systemets MCP-konfigurasjonsseksjon.
API-nøkler og legitimasjon lagres i `env`-seksjonen av konfigurasjonen, slik at sensitiv informasjon holdes utenfor kildefiler og integrasjonen forblir sikker.
Ja, serveren kan brukes sammen med Claude, Cursor, Windsurf og andre verktøy som støtter MCP, noe som gjør den fleksibel for ulike AI-utviklingsarbeidsflyter.
Forbedre AI-utviklingsarbeidsflyten din ved å koble FlowHunt til iFly-Spark-Agent-MCP Server for sømløse filopplastinger og automatiserte oppgavekjeder.
iFlytek Workflow MCP Server integrerer AI-assistenter med iFlyteks arbeidsflytautomatiseringsplattform, og muliggjør sømløs planlegging, orkestrering og gjennom...
ModelContextProtocol (MCP) Server fungerer som en bro mellom AI-agenter og eksterne datakilder, API-er og tjenester, slik at FlowHunt-brukere kan bygge kontekst...
Cloudflare MCP Server fungerer som en bro mellom AI-assistenter og Cloudflares skytjenester, og muliggjør automatisering av konfigurasjoner, logger, bygg og dok...