GraphQL Schema MCP 服务器

通过 FlowHunt 的 GraphQL Schema MCP 服务器，以编程方式探索与文档化 GraphQL API。即时访问模式字段、类型和定义，实现智能自动化与无缝工作流集成。

GraphQL API Schema MCP

“GraphQL Schema” MCP 服务器有什么作用？

GraphQL Schema Model Context Protocol（MCP）服务器是一款专门的工具，使 AI 助手（如 Claude）能够交互并理解 GraphQL 模式。通过提供一套专用工具来暴露模式细节，它允许大型语言模型探索查询、变更和订阅字段，查找类型定义，并在整个模式中执行模式匹配搜索。这样可以让 LLM 回答有关 API 的详细问题，协助 API 集成，并自动化与基于 GraphQL 系统相关的文档或代码生成任务。该服务器可加载启动时指定的任意 GraphQL 模式文件，为模式分析、代码探索和开发者协作提供灵活基础。

提示词列表

仓库文档或代码中未提及明确的提示词模板。

资源列表

文档或代码中未列出（依据 MCP 标准）明确资源。

工具列表

list-query-fields：列出所有可用的 GraphQL 查询根字段。
get-query-field：以 SDL（模式定义语言）格式获取指定查询字段的详细定义。
list-mutation-fields：列出所有可用的 GraphQL 变更根字段。
get-mutation-field：以 SDL 格式获取指定变更字段的详细定义。
list-subscription-fields：列出所有可用的 GraphQL 订阅根字段（如果模式中存在）。
get-subscription-field：获取指定订阅字段的详细定义（如果模式中存在）。
list-types：列出 GraphQL 模式中定义的所有类型（不包括内部类型）。
get-type：以 SDL 格式获取指定 GraphQL 类型的详细定义。
get-type-fields：获取指定 GraphQL 对象类型的字段及其类型的简化列表。
search-schema：通过名称模式（不区分大小写的正则）在模式中搜索类型或字段。

此 MCP 服务器的应用场景

GraphQL API 探索：使开发者和 LLM 能够快速发现 GraphQL API 中可用的查询、变更和订阅，加速入门和文档编写。
模式文档生成辅助：自动提取类型定义和字段细节，支持 API 文档的生成或更新。
代码库集成：允许 LLM 回答有关数据模型及可用操作的问题，支持与 GraphQL API 交互的代码生成、测试或重构任务。
API 集成规划：通过以编程方式展示字段类型、参数和可用操作，便于智能化 API 交互建议。
模式搜索与分析：能够按特定模式查找类型和字段，有助于模式审计、迁移或理解大型复杂 API。

如何设置

Windsurf

仓库中未提供 Windsurf 的详细设置说明。

Claude

前置条件：确保已安装 Node.js 和 npx。
找到配置文件：定位 claude_desktop_config.json：
- macOS/Linux: ~/Library/Application Support/Claude/claude_desktop_config.json
- Windows: $env:AppData\Claude\claude_desktop_config.json
编辑配置：将 GraphQL Schema MCP 服务器添加到 mcpServers 对象中。

添加服务器：示例 JSON 配置：

{
  "mcpServers": {
    "GraphQL Schema": {
      "command": "npx",
      "args": ["-y", "mcp-graphql-schema", "/ABSOLUTE/PATH/TO/schema.graphqls"]
    }
  }
}

保存并重启：保存文件并重启 Claude Desktop。
验证设置：确认服务器已在 Claude 中运行且可访问。

Cursor

仓库中未提供 Cursor 的详细设置说明。

Cline

仓库中未提供 Cline 的详细设置说明。

保护 API 密钥

仓库中未提及关于保护 API 密钥或环境变量配置的信息。

如何在流程中使用此 MCP

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，并将其与 AI 代理连接：

点击 MCP 组件打开配置面板。在系统 MCP 配置部分，使用如下 JSON 格式填入您的 MCP 服务器信息：

{
  "MCP-name": {
    "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。请记得将 “MCP-name” 替换为实际的 MCP 服务器名称（如 “github-mcp”、“weather-api” 等），并将 URL 替换为您自己的 MCP 服务器地址。

概览

部分	可用性	说明/备注
概览	✅	已包含在 README.md 中
提示词列表	⛔	未发现提示词模板
资源列表	⛔	未发现明确资源定义
工具列表	✅	README.md 中描述了 10 个工具
保护 API 密钥	⛔	未提供 API 密钥管理相关细节
采样支持（评估中不重要）	⛔	未提及采样支持

根据上述信息，该 MCP 服务器非常适用于 GraphQL 模式探索与工具集成，但缺乏明确的提示词、资源与密钥管理文档。在自身领域聚焦明确，并针对 Claude 有良好文档支持。

我们的观点

此 MCP 服务器专注于 GraphQL 模式分析，拥有丰富的工具支持，以及面向 Claude 集成的清晰文档。然而，缺乏提示词模板、资源定义和环境变量/密钥安全处理，限制了其更广泛的适用性与安全部署的便利性。未提及根节点与采样支持，可能影响高级集成场景。总体而言，对于目标应用场景而言，该 MCP 服务器表现强劲可靠，但在通用性与安全性方面仍有提升空间。