iFly-Spark-Agent-MCP 服务器

AI MCP Server Integration Automation

Contact us to host your MCP Server in FlowHunt

“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。

FlowHunt Logo

Ready to grow your business?

Start your free trial today and see results within days.

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 uvuvx
    • 克隆或下载 iFly-Spark-Agent-MCP 仓库。
  2. 找到并打开 claude_desktop_config.jsonmcp.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"
      }
    }
  }
}
  1. 保存配置文件并重启 Claude。
  2. 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:

FlowHunt MCP flow

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

部分可用性说明/备注
概览README 和描述中已提供概览
提示词列表未找到提示词模板
资源列表未列出资源
工具列表README 中描述有 upload_file
API 密钥安全示例配置中使用 env 部分
采样支持(评估时不重要)未提及采样支持

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

有 LICENSE✅ (MIT)
至少有一个工具
Fork 数量3
Star 数量1

Frequently asked questions

将 iFly-Spark-Agent-MCP 集成到 FlowHunt

将 FlowHunt 与 iFly-Spark-Agent-MCP 服务器连接,提升您的 AI 开发流程,实现无缝文件上传与自动化任务链。