
Chronulus
将 FlowHunt 与 Chronulus 集成,为 Claude 桌面版赋能,带来先进的 AI 预测、时间序列预测以及通过 Chronulus MCP 服务器的智能代理工作流。支持 macOS 和 Windows 的无缝安装,轻松编排多工具工作流,助力数据驱动决策。...
通过Chronulus MCP服务器,将Chronulus预测与预测代理集成到您的AI工作流中——非常适合实时分析、安全部署和可扩展的预测自动化。
Chronulus MCP服务器作为一个中间件平台,将AI助手(如预测与预测代理)与外部数据源和服务连接。其主要目的是通过与Chronulus AI专有系统的无缝集成,提升面向预测与分析的AI驱动工作流。通过该服务器,AI客户端可以实时执行诸如查询预测模型、检索预测数据、管理代理交互等任务。Chronulus MCP通过标准化通信接口,使开发者能够在开发环境中利用先进AI工具,简化需要复杂数据分析、时间序列预测和预测建模的工作流。
仓库或文档中未提及任何提示模板。
仓库或文档中未明确列出资源。
可用文档或仓库结构中未列出具体工具。未发现或无法访问server.py
文件。
仓库或文档中未提供Windsurf专属的设置说明。
~/Library/Application Support/Claude/claude_desktop_config.json
%APPDATA%\Claude\claude_desktop_config.json
pip install chronulus-mcp
git clone https://github.com/ChronulusAI/chronulus-mcp.git
cd chronulus-mcp
pip install .
claude_desktop_config.json
中添加MCP服务器:{
"mcpServers": {
"chronulus-agents": {
"command": "python",
"args": ["-m", "chronulus_mcp"],
"env": {
"CHRONULUS_API_KEY": "<YOUR_CHRONULUS_API_KEY>"
}
}
}
}
Docker设置示例:
{
"mcpServers": {
"chronulus-agents": {
"command": "docker",
"args": ["run", "-i", "--rm", "-e", "CHRONULUS_API_KEY", "chronulus-mcp"],
"env": {
"CHRONULUS_API_KEY": "<YOUR_CHRONULUS_API_KEY>"
}
}
}
}
UVX设置示例:
{
"mcpServers": {
"chronulus-agents": {
"command": "uvx",
"args": ["chronulus-mcp"],
"env": {
"CHRONULUS_API_KEY": "<YOUR_CHRONULUS_API_KEY>"
}
}
}
}
API密钥安全建议:
始终如上述env
JSON所示,使用环境变量存储和传递密钥。
仓库或文档中未提供Cursor专属的设置说明。
仓库或文档中未提供Cline专属的设置说明。
在FlowHunt中使用MCP
要将MCP服务器集成到您的FlowHunt工作流中,请先将MCP组件添加到流程,并将其连接到您的AI代理:
点击MCP组件打开配置面板。在系统MCP配置部分,按照如下JSON格式填写您的MCP服务器信息:
{
"chronulus-agents": {
"transport": "streamable_http",
"url": "https://yourmcpserver.example/pathtothemcp/url"
}
}
配置完成后,AI代理即可作为工具使用该MCP,访问其全部功能。请将"chronulus-agents"替换为您的MCP服务器实际名称,并更换为您自己的MCP服务器URL。
部分 | 可用性 | 说明/备注 |
---|---|---|
概览 | ✅ | 介绍、用途和理念已说明 |
提示模板列表 | ⛔ | 未找到提示模板 |
资源列表 | ⛔ | 未列出明确资源 |
工具列表 | ⛔ | 无可用工具列表 |
API密钥安全 | ✅ | 提供了环境变量使用的JSON示例 |
采样支持(评估中不重要) | ⛔ | 无采样支持信息 |
从已提供和缺失的技术细节来看,Chronulus MCP为设置和安全提供了清晰指导,但缺乏提示、资源及工具定义方面的文档。其重点在于集成,而非深度定制。
是否有LICENSE | ✅ (MIT) |
---|---|
是否有至少一个工具 | ⛔ |
Fork数量 | 8 |
Star数量 | 73 |
Chronulus MCP服务器为预测代理提供了一条简明的集成路径,并配有完善的设置说明,但文档中关于提示、资源和工具的细节缺失,限制了其可扩展性和透明度。根据上表,我们对该MCP的通用可用性和生态成熟度评分为5/10。
Chronulus MCP服务器是一个中间件平台,将AI预测/预测代理与Chronulus的专有模型和外部数据源连接起来。它使先进预测工具能够无缝、实时集成到AI工作流和开发环境中。
Chronulus MCP非常适合实时预测、自动化分析工作流、将预测工具集成到Claude等AI桌面客户端、通过Docker部署可扩展的预测服务,以及安全管理API密钥。
始终使用环境变量存储和提供API密钥,如配置示例所示。避免在代码或配置文件中硬编码敏感凭证。
可以!将MCP组件添加到您的FlowHunt工作流,并使用提供的JSON格式配置MCP连接。这样您的AI代理就能直接在流程中访问Chronulus的预测能力。
可用仓库未记录任何提示模板或资源定义。其重点在于集成,而非内置资源定制。
Chronulus MCP用户友好,并提供完善的集成指南,但目前缺乏丰富的工具或提示支持。根据可用文档和功能,其可用性与成熟度评分为5/10。
将 FlowHunt 与 Chronulus 集成,为 Claude 桌面版赋能,带来先进的 AI 预测、时间序列预测以及通过 Chronulus MCP 服务器的智能代理工作流。支持 macOS 和 Windows 的无缝安装,轻松编排多工具工作流,助力数据驱动决策。...
Prometheus MCP 服务器通过标准化的模型上下文协议(MCP)接口,使 AI 助手能够与 Prometheus 指标进行交互。它支持 PromQL 查询、指标发现、元数据访问和时间序列分析,实现自动化监控和 AI 驱动的基础设施洞察。...
Cronlytic MCP 服务器为无服务器定时任务基础设施带来无缝的 AI 驱动自动化,使 LLM 能够通过统一的模型上下文协议(MCP)接口管理、监控和优化定时任务。...