Kibela MCP 服务器集成

使用 Kibela MCP 服务器，将您的 AI 工作流与 Kibela 集成，实现实时知识访问、自动文档检索和增强团队协作。

AI MCP Servers Knowledge Management Automation

“Kibela” MCP 服务器的功能是什么？

Kibela MCP 服务器是 Model Context Protocol（MCP）的一个实现，用于集成 Kibela API。它作为 AI 助手与 Kibela 之间的桥梁，能够无缝访问存储在 Kibela 工作区中的外部数据、内容和服务。通过该集成，AI 代理能够查询、检索并与 Kibela 中的文档和知识库交互，助力自动化文档搜索、信息提取、协作等任务，从而提升开发工作流效率。Kibela MCP 服务器使开发者和团队能够结合最新的组织知识与大语言模型（LLM），通过标准化的 MCP 工具和资源，实现高效的代码库探索、知识管理和工作流自动化。

提示词列表

在现有文档或仓库文件中未提及或定义提示模板。

资源列表

在现有文档或仓库文件中未列出明确的资源。

工具列表

在现有文档或仓库文件（如 server.py，该仓库为 TypeScript/Node.js 实现，无 server.py 直接映射）中未列出明确的工具。

本 MCP 服务器的应用场景

知识管理自动化：将 Kibela 知识库与 LLM 集成，实现组织文档的自动检索与摘要。
文档搜索与查询：使 AI 助手能够为用户在 Kibela 中查找、提取和呈现相关信息，提升调研和入职流程。
工作流自动化：自动化文档相关的重复性任务，如根据 Kibela 内容更新记录或生成报告。
协作增强：通过 AI 驱动的协作，使代理能够基于 Kibela 活动建议内容、为文档打标签或通知团队成员。

如何部署

Windsurf

在您的系统上确保已安装 Node.js。
找到 Windsurf 配置文件（通常为 windsurf.config.json）。
添加 Kibela MCP Server 包：
@kiwamizamurai/mcp-kibela-server@latest

在 mcpServers 对象下插入 MCP 服务器配置：

{
  "mcpServers": {
    "kibela": {
      "command": "npx",
      "args": ["@kiwamizamurai/mcp-kibela-server@latest"]
    }
  }
}

保存并重启 Windsurf。
验证服务器是否出现在 MCP 服务器列表中。

Claude

若尚未安装 Node.js，请先安装。
找到并打开 Claude 的配置文件。

按如下方式添加 Kibela MCP Server：

{
  "mcpServers": {
    "kibela": {
      "command": "npx",
      "args": ["@kiwamizamurai/mcp-kibela-server@latest"]
    }
  }
}

重启 Claude。
通过检查可用的 MCP 端点确认集成。

Cursor

安装 Node.js。
编辑 cursor.config.json 或相关 MCP 配置文件。

添加如下片段：

{
  "mcpServers": {
    "kibela": {
      "command": "npx",
      "args": ["@kiwamizamurai/mcp-kibela-server@latest"]
    }
  }
}

保存并重启 Cursor。
通过发起 Kibela 相关查询进行测试。

Cline

确保已安装 Node.js。
访问 Cline MCP 配置文件。

添加 Kibela 服务器配置项：

{
  "mcpServers": {
    "kibela": {
      "command": "npx",
      "args": ["@kiwamizamurai/mcp-kibela-server@latest"]
    }
  }
}

保存修改并重启 Cline。
检查 Kibela MCP 服务器是否正在运行。

API 密钥安全

为保护您的 Kibela API 密钥，请使用环境变量。以下为配置示例：

{
  "mcpServers": {
    "kibela": {
      "command": "npx",
      "args": ["@kiwamizamurai/mcp-kibela-server@latest"],
      "env": {
        "KIBELA_API_KEY": "${KIBELA_API_KEY}"
      },
      "inputs": {
        "workspace": "your_workspace_name"
      }
    }
  }
}

如何在流程中使用 MCP

在 FlowHunt 中使用 MCP

要将 MCP 服务器集成到 FlowHunt 工作流中，请首先添加 MCP 组件到您的流程，并将其与 AI 代理连接：

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

{
  "kibela": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

配置完成后，AI 代理即可将此 MCP 作为工具，访问其所有功能。请记得将 “kibela” 替换为实际的 MCP 服务器名称，URL 也换成您自己的 MCP 服务器地址。

概览

部分	是否具备	说明/备注
概览	✅
提示词列表	⛔	未找到
资源列表	⛔	未找到
工具列表	⛔	未找到
API 密钥安全	✅	提供了环境变量配置示例
采样支持（评价时较次要）	⛔	未说明