LaunchDarkly MCP 服务器

AI MCP Server Feature Management DevOps

联系我们在FlowHunt托管您的MCP服务器

“LaunchDarkly” MCP 服务器能做什么?

LaunchDarkly MCP(模型上下文协议,Model Context Protocol)服务器是官方实现,通过模型上下文协议将 AI 助手和代理与 LaunchDarkly 的特性管理平台连接。该服务器作为桥梁,使 AI 工具可以以编程方式与 LaunchDarkly 的外部数据源、API 和服务交互。通过集成 LaunchDarkly MCP 服务器,开发者和 AI 系统可以自动执行诸如查询特性开关状态、管理环境和编排特性发布等任务。这一能力让开发工作流更便捷,可以直接通过 AI 工具无缝访问 LaunchDarkly 功能,促进团队协作、快速实验并提升发布安全性。

提示模板列表

在现有文档或仓库文件中未提及任何提示模板。

FlowHunt 标志

准备好发展您的业务了吗?

今天开始免费试用,几天内即可看到结果。

资源列表

在现有文档或仓库文件中未明确列出任何资源。

工具列表

在现有文档或仓库文件中未枚举任何具体工具,包括服务器实现。

该 MCP 服务器的应用场景

  • 特性开关管理
    AI 助手可与 LaunchDarkly API 交互,实现特性开关的自动创建、修改和状态检查,提高效率并减少人为错误。
  • 环境配置
    开发者可通过 MCP 服务器用 AI 查询切换、管理或审计不同环境,简化环境管理任务。
  • 自动化发布与实验
    服务器支持编排特性发布与实验,让 AI 代理可以分析结果并自动给出建议或变更。
  • 监控与合规
    集成监控工具,确保特性开关的使用符合合规要求,由 AI 代理主动发现配置或使用问题。
  • 协作与工作流自动化
    团队可直接从 AI 客户端自动化重复性的 LaunchDarkly 任务,支持更快的迭代并减少上下文切换。

如何进行设置

Windsurf

在文档中未找到 Windsurf 专属的设置说明。

Claude

  1. 从 LaunchDarkly 授权页面获取您的 LaunchDarkly API 密钥。
  2. 打开您的 claude_desktop_config.json 文件。
  3. mcpServers 对象中添加以下内容:
    {
      "mcpServers": {
        "LaunchDarkly": {
          "command": "npx",
          "args": [
            "-y", "--package", "@launchdarkly/mcp-server", "--", "mcp", "start",
            "--api-key", "api-xxxxxxxx-xxxx-xxxx-xxxx-xxxxxxxxxxxx"
          ]
        }
      }
    }
    
  4. 保存文件。
  5. 重启 Claude 并验证 MCP 服务器是否已连接。

API 密钥安全:
对于敏感数据请使用环境变量:

{
  "mcpServers": {
    "LaunchDarkly": {
      "env": {
        "LD_API_KEY": "api-xxxxxxxx-xxxx-xxxx-xxxx-xxxxxxxxxxxx"
      },
      "inputs": {
        "api-key": "${LD_API_KEY}"
      }
    }
  }
}

Cursor

  1. 获取您的 LaunchDarkly API 密钥。
  2. 在项目根目录下创建 .cursor/mcp.json 文件。
  3. 添加以下内容:
    {
      "mcpServers": {
        "LaunchDarkly": {
          "command": "npx",
          "args": [
            "-y", "--package", "@launchdarkly/mcp-server", "--", "mcp", "start",
            "--api-key", "api-xxxxxxxx-xxxx-xxxx-xxxx-xxxxxxxxxxxx"
          ]
        }
      }
    }
    
  4. 保存文件。
  5. 重启 Cursor 并验证 MCP 服务器是否已连接。

API 密钥安全:
如上所述使用环境变量。

Cline

在文档中未找到 Cline 专属的设置说明。

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,首先添加 MCP 组件到您的流程,并将其连接到您的 AI 代理:

FlowHunt MCP flow

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

{
  "LaunchDarkly": {
    "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,并拥有其全部功能和能力。请记得将“LaunchDarkly”替换为您 MCP 实例的实际名称,并将 URL 替换为您自己的 MCP 服务器地址。


概览

部分可用性详情/备注
概览在 README.md 中有清晰描述
提示模板列表未找到提示模板
资源列表未明确列出资源
工具列表文档或代码文件中未找到工具详情
API 密钥安全设置说明中有示例
采样支持(评估时非重点)未提及

基于上述内容,LaunchDarkly MCP 服务器提供了完整的概览和设置说明,但在提示、资源和工具方面的文档或示例缺失。因此,虽然易于安装,但当前对于高级 MCP 场景开发者来说,友好度较低。


MCP 评分

是否有 LICENSE✅ (MIT)
是否有工具
Fork 数量2
Star 数量5

评分:
基于文档、设置清晰度和许可证信息,但缺乏资源/工具/提示等细节,我会给该 MCP 服务器的开箱开发体验与高级 MCP 能力打 4/10

常见问题

将 LaunchDarkly 与您的 AI 工具集成

使用 LaunchDarkly MCP 服务器直接从 AI 驱动的工作流中自动化特性开关操作、环境管理和发布编排。