
ModelContextProtocol(MCP)服务器集成
ModelContextProtocol(MCP)服务器作为AI代理与外部数据源、API和服务之间的桥梁,使FlowHunt用户能够构建具备上下文感知、自动化工作流的AI助手。本指南涵盖了安全集成的设置、配置与最佳实践。...

为您的 AI 助手注入项目专属记忆。ConPort 存储和检索结构化的项目上下文,使 FlowHunt 和 IDE 中的 AI 工作流更加智能、具备上下文感知能力。
Context Portal(ConPort)是一款记忆库型 MCP 服务器,专为在 IDE 内管理结构化项目上下文而设计,用于为 AI 助手和开发者工具赋能。它作为项目专属知识图谱,使得 AI 能够高效实现检索增强生成(RAG),快速获取和利用相关项目信息。ConPort 能结构化地存储重要的项目信息,如决策、任务、进度、架构模式、术语表和规范。这帮助 AI 助手提供更准确、具备上下文感知的响应,通过让项目知识便于检索和操作,提升开发工作流效率。
在可用的仓库文件或文档中未提及任何提示模板。
在可用的仓库文件或文档中未列出任何明确的 MCP 资源。
在可用仓库文件或 server.py 及其他服务器逻辑中未描述或列出具体工具。
项目知识管理
存储和检索关键的项目决策、术语表、规范和架构模式,使 AI 助手能够提供项目专属的指导和上下文。
上下文感知 AI 编码辅助
让 IDE 内的 AI 助手访问结构化项目记忆,借助项目历史和术语提升代码建议和解释。
检索增强生成(RAG)
为大语言模型驱动的助手提供最新、相关的项目信息,实现更准确、丰富上下文的响应。
项目进度追踪
结构化记录已完成任务、遗留问题和正在进行的工作,便于 AI agent 总结或汇报项目状态。
{
"mcpServers": {
"context-portal": {
"command": "npx",
"args": ["@context-portal/mcp-server@latest"]
}
}
}
{
"mcpServers": {
"context-portal": {
"command": "npx",
"args": ["@context-portal/mcp-server@latest"]
}
}
}
{
"mcpServers": {
"context-portal": {
"command": "npx",
"args": ["@context-portal/mcp-server@latest"]
}
}
}
{
"mcpServers": {
"context-portal": {
"command": "npx",
"args": ["@context-portal/mcp-server@latest"]
}
}
}
API 密钥安全配置:
请通过环境变量安全传递 API 密钥。以下为配置示例:
{
"mcpServers": {
"context-portal": {
"command": "npx",
"args": ["@context-portal/mcp-server@latest"],
"env": {
"CONPORT_API_KEY": "${CONPORT_API_KEY}"
},
"inputs": {
"apiKey": "${CONPORT_API_KEY}"
}
}
}
}
在 FlowHunt 中使用 MCP
要将 MCP 服务器集成到 FlowHunt 工作流中,首先添加 MCP 组件到您的流程,并连接至 AI agent:

点击 MCP 组件以打开配置面板。在系统 MCP 配置区,按如下 JSON 格式填写您的 MCP 服务器信息:
{
"context-portal": {
"transport": "streamable_http",
"url": "https://yourmcpserver.example/pathtothemcp/url"
}
}
配置完成后,AI agent 即可作为工具访问 MCP 的全部功能。请将 “context-portal” 替换为您实际的 MCP 服务器名称,并将 URL 替换为您自己的 MCP 服务器地址。
| 部分 | 可用性 | 详情/备注 |
|---|---|---|
| 概览 | ✅ | |
| 提示模板列表 | ⛔ | 未发现提示模板 |
| 资源列表 | ⛔ | 未列出明确资源 |
| 工具列表 | ⛔ | 服务器逻辑中未列出工具 |
| API 密钥安全配置 | ✅ | 包含环境变量示例 |
| Roots 支持 | ⛔ | 未说明 |
| 采样支持(评估时不重要) | ⛔ | 未说明 |
Context Portal MCP(ConPort)提供了清晰的概述和强有力的应用场景阐述,但在公开文件中缺乏关于提示、工具和资源的详细技术文档。搭建说明和 API 密钥配置指引很实用。整体来看,实用性突出,但如果能补充更深入的服务器细节将更佳。
MCP 表评分:6/10
| 是否有 LICENSE | ✅ (Apache-2.0) |
|---|---|
| 至少有一个工具 | ⛔ |
| Fork 数量 | 47 |
| Star 数量 | 352 |
通过集成 Context Portal MCP 服务器,为您的开发团队赋能上下文感知 AI,简化项目知识管理,提升 AI 驱动的编码工作流。

ModelContextProtocol(MCP)服务器作为AI代理与外部数据源、API和服务之间的桥梁,使FlowHunt用户能够构建具备上下文感知、自动化工作流的AI助手。本指南涵盖了安全集成的设置、配置与最佳实践。...

LLM Context MCP 服务器连接 AI 助手与外部代码和文本项目,通过模型上下文协议(MCP)实现上下文感知的工作流,支持代码评审、文档生成和项目探索等功能。...

将 FlowHunt 与上下文门户集成,为您的软件项目打造强大的记忆库。轻松管理、存储和检索结构化的项目上下文与知识图谱,为 AI 助手和开发者工具赋能,提供准确且具备上下文感知的响应。...
Cookie 同意
我们使用 cookie 来增强您的浏览体验并分析我们的流量。 See our privacy policy.