Integracja serwera MCP Webflow

Do czego służy serwer MCP “Webflow”?

Serwer MCP Webflow to warstwa integracji, która umożliwia asystentom AI, takim jak Claude, interakcję z API Webflow. Dzięki połączeniu modeli AI z Webflow, serwer ten pozwala deweloperom i narzędziom opartym na AI na programistyczny dostęp, zapytania i zarządzanie danymi witryn Webflow. Kluczowe funkcje to pobieranie szczegółowych informacji o witrynach, takich jak nazwy stron, identyfikatory, domeny, ustawienia lokalizacji i wiele innych. Usprawnia to workflow developerskie dzięki automatycznemu zarządzaniu witrynami, analizie danych i kontekstowym interakcjom bezpośrednio z platform AI, ułatwiając zespołom integrację zasobów Webflow z szerszymi narzędziami i pipeline’ami automatyzacji.

Lista promptów

W repozytorium nie wspomniano o szablonach promptów.

Lista zasobów

W dostępnej dokumentacji ani kodzie nie wymieniono jawnych zasobów.

Lista narzędzi

• get_sites

  • Pobiera listę wszystkich witryn Webflow dostępnych dla uwierzytelnionego użytkownika. Zwraca szczegóły takie jak nazwa wyświetlana, krótka nazwa, identyfikatory strony i workspace’u, daty utworzenia i aktualizacji, URL podglądu, strefa czasowa, domeny niestandardowe, ustawienia lokalizacji oraz preferencje zbierania danych.

• get_site

  • Pobiera szczegółowe informacje o konkretnej witrynie Webflow, zidentyfikowanej przez siteId. Zwraca ten sam zestaw szczegółów co get_sites, ale dla jednej witryny.

Przykłady użycia tego serwera MCP

• Wykrywanie witryn Webflow
  • Deweloperzy lub agenci AI mogą szybko listować wszystkie witryny Webflow powiązane z kontem, co ułatwia zarządzanie wieloma projektami webowymi.
• Automatyczne zarządzanie witryną
  • Pobieraj i monitoruj metadane (takie jak daty publikacji, niestandardowe domeny czy lokalizacje) dla jednej lub więcej witryn Webflow, usprawniając administrację.
• Kontekstowe interakcje AI
  • Asystenci AI mogą pobierać szczegółowe informacje o witrynie, by odpowiadać na zapytania użytkowników lub uruchamiać automatyczne działania na podstawie bieżącej konfiguracji strony.
• Integracja z pipeline’ami CI/CD
  • Wykorzystuj informacje o witrynie jako część automatycznych procesów wdrożeniowych, publikacyjnych czy analitycznych w szerszych pipeline’ach developerskich.

Jak skonfigurować

Windsurf

W repozytorium nie podano instrukcji specyficznych dla Windsurf.

Claude

1. Wymagania wstępne
   • Upewnij się, że Node.js (v16+) jest zainstalowany.
   • Zainstaluj aplikację Claude Desktop.
   • Uzyskaj token API Webflow.
2. Instalacja zależności
   • Uruchom: npm install
3. Konfiguracja zmiennych środowiskowych
   • Utwórz plik .env o następującej treści:

     WEBFLOW_API_TOKEN=twoj-api-token
     

4. Konfiguracja Claude Desktop
   • Otwórz plik konfiguracyjny Claude:
     • Dla MacOS: ~/Library/Application Support/Claude/claude_desktop_config.json
     • Dla Windows: %AppData%\Claude\claude_desktop_config.json
   • Dodaj/zaktualizuj:

     {
         "mcpServers": {
             "webflow": {
                 "command": "node",
                 "args": [
                     "/BEZWZGLĘDNA/ŚCIEŻKA/DO/TWOJEGO/build/index.js"
                 ],
                 "env": {
                     "WEBFLOW_API_TOKEN": "twoj-api-token"
                 }
             }
         }
     }
     

   • Zapisz i zrestartuj Claude Desktop.

Zabezpieczanie kluczy API (przykład env):

{
    "mcpServers": {
        "webflow": {
            "command": "node",
            "args": [
                "/BEZWZGLĘDNA/ŚCIEŻKA/DO/TWOJEGO/build/index.js"
            ],
            "env": {
                "WEBFLOW_API_TOKEN": "twoj-api-token"
            }
        }
    }
}

Cursor

W repozytorium nie podano instrukcji specyficznych dla Cursor.

Cline

W repozytorium nie podano instrukcji specyficznych dla Cline.

Instalacja przez Smithery

• Uruchom:

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

Jak używać tego MCP w flow

Używanie MCP w FlowHunt

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

Kliknij komponent MCP, aby otworzyć panel konfiguracji. W sekcji konfiguracji systemu MCP wstaw dane serwera MCP w poniższym formacie JSON:

{
  "webflow": {
    "transport": "streamable_http",
    "url": "https://twojmcpserver.przyklad/pathtothemcp/url"
  }
}

Po skonfigurowaniu agent AI może korzystać z tego MCP jako narzędzia ze wszystkimi jego funkcjami i możliwościami. Pamiętaj, aby zmienić “webflow” na właściwą nazwę swojego serwera MCP i podać własny URL serwera MCP.

Podsumowanie

Na podstawie powyższych tabel serwer MCP Webflow oferuje jasne i użyteczne narzędzia do integracji Webflow/AI, ale brakuje szablonów promptów, definicji zasobów oraz wyraźnego wsparcia dla roots czy sampling. Konfiguracja i dokumentacja są solidne dla Claude, natomiast inne platformy nie są opisane.

Ocena MCP