Cronlytic MCP Server

Co robi „Cronlytic” MCP Server?

Cronlytic MCP Server to kompleksowy serwer Model Context Protocol (MCP) zaprojektowany do integracji z API Cronlytic, umożliwiający agentom AI i aplikacjom opartym o LLM bezproblemową interakcję z infrastrukturą serwerlessowych zadań cron. Zapewnia most dla dużych modeli językowych do wykonywania operacji CRUD — tworzenia, odczytywania, aktualizacji i usuwania — na zadaniach cron oraz zaawansowanych operacji, takich jak wstrzymywanie, wznawianie i monitorowanie wykonania zadań. Serwer obsługuje także dostęp do logów i pobieranie metryk wydajności, zwiększając obserwowalność i automatyzację. Poprzez udostępnienie tych funkcji przez ustandaryzowane interfejsy MCP, Cronlytic MCP Server usprawnia automatyzację workflowów dla deweloperów, pozwalając na bezpośrednią interakcję z zasobami Cronlytic za pomocą języka naturalnego lub żądań programowych w środowiskach rozwoju AI.

Lista promptów

• Dostępnych jest 18 kompleksowych promptów wspierających użytkownika i standaryzujących workflow (szczegółowe szablony promptów są wymienione, lecz nie umieszczone w repozytorium).

Lista zasobów

• Dynamiczne zasoby zadań: Pozwalają LLM-om na dostęp i zarządzanie definicjami oraz metadanymi zadań cron.
• Szablony cron: Udostępniają gotowe szablony harmonogramów, przyspieszając konfigurację zadań.
• Logi wykonania: Udostępniają logi uruchomionych zadań, wspierając debugowanie i monitoring.
• Metryki wydajności: Umożliwiają dostęp do danych o wydajności zadań i zdrowiu systemu do analiz.

Lista narzędzi

• Health Check: Weryfikuje dostępność serwera i API.
• Create Job: Rejestruje nowe zadanie cron.
• Read Job: Pobiera szczegóły zadania.
• Update Job: Modyfikuje parametry istniejącego zadania cron.
• Delete Job: Usuwa zadanie cron.
• Pause Job: Tymczasowo wstrzymuje wykonanie zadania.
• Resume Job: Wznawia wykonanie wcześniej wstrzymanego zadania.
• List Jobs: Wyświetla wszystkie zadania na koncie.
• Get Logs: Pobiera logi wykonania dla konkretnego zadania.

Przykłady użycia tego MCP Servera

• Automatyczne zarządzanie zadaniami cron: Deweloperzy mogą tworzyć, modyfikować i usuwać serwerlessowe zadania cron bezpośrednio ze swoich narzędzi opartych na LLM, ograniczając konieczność ręcznego korzystania z panelu.
• Monitoring i rozwiązywanie problemów: LLM-y mogą pobierać logi wykonania i metryki wydajności, co ułatwia szybkie debugowanie i sprawdzanie kondycji systemu.
• Masowe operacje na zadaniach: Wykorzystaj agentów AI do programowego listowania, wstrzymywania lub wznawiania wielu zadań, upraszczając utrzymanie i operacje.
• Planowanie z użyciem szablonów: Wykorzystuj szablony cron jako wielorazowe zasoby, przyspieszając wdrożenia i dbając o spójność w zespołach.
• Automatyzacja bezpieczeństwa i audytu: Integruj z automatycznymi przepływami, by okresowo audytować konfiguracje zadań i wykrywać nieprawidłowości.

Jak to skonfigurować

Windsurf

1. Upewnij się, że masz zainstalowanego Pythona 3.8+ i uruchomiony Cronlytic MCP Server.
2. Otwórz konfigurację Windsurf (np. ~/.windsurf/config.json).
3. Dodaj Cronlytic MCP Server:

   {
     "mcpServers": {
       "cronlytic": {
         "command": "python",
         "args": ["-m", "cronlytic_mcp_server"]
       }
     }
   }
   

4. Zapisz i zrestartuj Windsurf.
5. Zweryfikuj dostępność serwera.

Claude

1. Upewnij się, że masz zainstalowanego Pythona 3.8+ i Cronlytic MCP Server jest aktywny.
2. Otwórz konfigurację integracji Claude’a (np. ~/.claude/config.json).
3. Wstaw poniższe:

   {
     "mcpServers": {
       "cronlytic": {
         "command": "python",
         "args": ["-m", "cronlytic_mcp_server"]
       }
     }
   }
   

4. Zapisz i zrestartuj Claude’a.
5. Potwierdź integrację, uruchamiając prompt health check.

Cursor

1. Potwierdź dostępność Pythona 3.8+ oraz Cronlytic MCP Server.
2. Edytuj konfigurację Cursor (np. ~/.cursor/config.json).
3. Dodaj:

   {
     "mcpServers": {
       "cronlytic": {
         "command": "python",
         "args": ["-m", "cronlytic_mcp_server"]
       }
     }
   }
   

4. Zapisz i uruchom ponownie Cursor.
5. Przetestuj za pomocą prostego promptu wyświetlającego listę zadań.

Cline

1. Zweryfikuj konfigurację Pythona 3.8+ oraz Cronlytic MCP Server.
2. Znajdź konfigurację Cline (np. ~/.cline/config.json).
3. Wstaw:

   {
     "mcpServers": {
       "cronlytic": {
         "command": "python",
         "args": ["-m", "cronlytic_mcp_server"]
       }
     }
   }
   

4. Zapisz i zrestartuj Cline.
5. Wykonaj sprawdzenie statusu zadania, aby zweryfikować.

Zabezpieczanie kluczy API w zmiennych środowiskowych Przechowuj klucze API i identyfikatory użytkownika w sposób bezpieczny:

{
  "env": {
    "CRONLYTIC_API_KEY": "your_api_key_here",
    "CRONLYTIC_USER_ID": "your_user_id_here"
  },
  "inputs": {
    "base_url": "https://api.cronlytic.com/prog"
  }
}

Alternatywnie, użyj pliku konfiguracyjnego zgodnie z dokumentacją repozytorium.

Jak używać MCP w workflowach

Korzystanie z MCP w FlowHunt

Aby zintegrować serwery MCP ze swoim workflow w FlowHunt, zacznij od dodania komponentu MCP do swojego flow i połączenia go z agentem AI:

Kliknij komponent MCP, by otworzyć panel konfiguracyjny. W sekcji system MCP configuration wstaw dane swojego serwera MCP w tym formacie JSON:

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

Po skonfigurowaniu agent AI może korzystać z tego MCP jako narzędzia z dostępem do wszystkich funkcji i możliwości. Pamiętaj, by zastąpić "cronlytic" i URL rzeczywistą nazwą i adresem swojego serwera MCP.

Przegląd

Nasza opinia

Cronlytic MCP Server jest dobrze udokumentowany i gotowy do produkcji, oferując kompleksową funkcjonalność zarządzania serwerlessowymi zadaniami cron. Obejmuje wszystkie kluczowe funkcje MCP oprócz explicit sampling i roots support. Pokrycie promptów i narzędzi jest bardzo szerokie, ale zaangażowanie społeczności open source jest niskie.

Ocena MCP

Ocena:
Na podstawie powyższych tabel oceniam ten MCP Server na 7/10: jest gotowy do produkcji, bogaty w funkcje i dobrze udokumentowany, lecz brakuje informacji o sampling/roots, wsparcia społeczności open source i jawnej licencji.