iFly-Spark-Agent-MCP 服务器

“iFly-Spark-Agent-MCP” MCP 服务器的作用是什么？

iFly-Spark-Agent-MCP MCP 服务器是一个简单的示例实现，通过模型上下文协议（MCP）将 AI 助手连接到科大讯飞 SparkAgent 平台。该服务器作为桥梁，使 AI 客户端能够通过标准化接口在 SparkAgent 平台上调用任务链。通过暴露如文件上传等工具，为文件管理、流程自动化和工作流编排等任务提供无缝的 AI 集成。该服务器旨在通过促进 AI 助手与 SparkAgent 能力的通信，提升开发流程，让开发者更轻松地为应用程序添加高级功能。

提示词列表

仓库中未提及提示词模板。

资源列表

仓库中未列出或描述具体资源。

工具列表

• upload_file
  允许客户端通过指定文件路径上传文件。此工具将文件管理能力暴露给 AI 客户端，使其能够将文件发送到 SparkAgent 平台进行后续处理或工作流执行。

该 MCP 服务器的应用场景

• 文件上传与管理
  开发者可利用 upload_file 工具将本地文件传输至 SparkAgent 平台，实现基于文件的自动化工作流或启动处理管道。
• 任务链调用
  该服务器使 AI 客户端能够在 SparkAgent 平台上触发任务链，简化需协调多个步骤或服务的复杂操作。
• 与 AI 开发工具集成
  由于支持 MCP，该服务器可与 Claude、Cursor、Windsurf 等 AI 开发环境集成，便于将 AI 应用与 SparkAgent 能力对接。
• 自动化工作流执行
  开发者可通过 MCP 服务器接口以编程方式调用 SparkAgent 工作流，实现重复性任务或批处理流程的自动化。

如何进行设置

Windsurf

未找到针对 Windsurf 的具体说明。

Claude

1. 确保满足前置条件：
   • 安装 Node.js 和 uv 或 uvx。
   • 克隆或下载 iFly-Spark-Agent-MCP 仓库。
2. 找到并打开 claude_desktop_config.json 或 mcp.json。
3. 通过以下任一方式添加服务器：

使用 uv：

{
  "mcpServers": {
    "ifly-spark-agent-mcp": {
      "command": "uv",
      "args": [
        "--directory",
        "/path/to/ifly-spark-agent-mcp",
        "run",
        "ifly-spark-agent-mcp"
      ],
      "env": {
        "IFLY_SPARK_AGENT_BASE_URL": "xxxx",
        "IFLY_SPARK_AGENT_APP_ID": "xxxx",
        "IFLY_SPARK_AGENT_APP_SECRET": "xxxx"
      }
    }
  }
}

使用 uvx 并指定 GitHub 仓库：

{
  "mcpServers": {
    "ifly-spark-agent-mcp": {
      "command": "uvx",
      "args": [
        "--from",
        "git+https://github.com/iflytek/ifly-spark-agent-mcp",
        "ifly-spark-agent-mcp"
      ],
      "env": {
        "IFLY_SPARK_AGENT_BASE_URL": "xxxx",
        "IFLY_SPARK_AGENT_APP_ID": "xxxx",
        "IFLY_SPARK_AGENT_APP_SECRET": "xxxx"
      }
    }
  }
}

4. 保存配置文件并重启 Claude。
5. 通过列出可用工具或执行测试命令进行验证。

API 密钥安全

将敏感密钥存储在 env 部分：

"env": {
  "IFLY_SPARK_AGENT_BASE_URL": "xxxx",
  "IFLY_SPARK_AGENT_APP_ID": "xxxx",
  "IFLY_SPARK_AGENT_APP_SECRET": "xxxx"
}

Cursor

未找到针对 Cursor 的具体说明。

Cline

未找到针对 Cline 的具体说明。

如何在流程中使用该 MCP

在 FlowHunt 中使用 MCP

要将 MCP 服务器集成到您的 FlowHunt 工作流中，首先添加 MCP 组件并将其连接到您的 AI agent：

点击 MCP 组件以打开配置面板。在系统 MCP 配置部分，使用如下 JSON 格式插入您的 MCP 服务器信息：

{
  "ifly-spark-agent-mcp": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

配置完成后，AI agent 即可使用该 MCP 作为工具，访问其所有功能和能力。请记得将 “ifly-spark-agent-mcp” 替换为实际服务器名称和 URL。

概览

根据现有文档，该 MCP 服务器仅提供基础功能，主要围绕一个工具（upload_file）展开。包含简明的设置指导和合适的许可证信息，但缺乏高级功能、提示词模板和资源定义。其定位明确，适合作为最简工作示例。整体来看，其多样性和深度得分为低至中等。

MCP 得分