LlamaCloud MCP 服务器

“LlamaCloud” MCP 服务器的作用是什么？

LlamaCloud MCP 服务器是一个基于 TypeScript 的 Model Context Protocol（MCP）服务器，它将 AI 助手连接到 LlamaCloud 上的多个托管索引。通过将每个 LlamaCloud 索引暴露为独立工具，AI 智能体能够直接通过 MCP 接口，在各种结构化文档集（如 SEC 报告或公司专属数据）中进行搜索与检索。这种架构提升了开发效率，让外部数据接入变得简单，实现上下文数据检索、文档搜索与 AI 驱动应用的知识增强。开发者可通过可配置的命令行参数，快速搭建和管理多个索引为 MCP 工具，让 LlamaCloud 成为 LLM 与企业级文档库之间灵活的桥梁。

提示词列表

在 LlamaCloud MCP 服务器的相关文档或代码中未提及显式的提示词模板。

资源列表

在 LlamaCloud MCP 服务器的相关文档或代码中未列出或描述具体资源。

工具列表

• get_information_index_name
  配置中定义的每个 LlamaCloud 索引都成为一个工具（如 get_information_10k-SEC-Tesla）。每个工具都暴露一个 query 参数，可在其对应的托管索引中进行搜索。

此 MCP 服务器的应用场景

• 企业文档搜索
  开发者可为不同公司文档索引（如 Tesla 或 Apple 的 SEC 报告）配置工具，使 AI 智能体按需检索和汇总相关企业信息。
• AI 智能体知识增强
  基于 LLM 的助手可以调用权威数据源（如 10k SEC 文档），获取更准确、有上下文的回复。
• 多索引信息检索
  一次连接多个索引，实现跨库搜索，适用于研究或合规任务。
• 自定义数据管道
  团队可将自有文档集接入 LlamaCloud 索引，并安全暴露给 AI 工作流，用于内部分析或报表。

如何设置

Windsurf

1. 确保已安装 Node.js 和 npx。
2. 打开你的 Windsurf MCP 客户端配置文件。
3. 按如下方式在 mcpServers 对象下添加 LlamaCloud MCP 服务器。
4. 在 env 部分填写你的 LlamaCloud 项目名和 API 密钥。
5. 保存配置并重启 Windsurf。

{
  "mcpServers": {
    "llamacloud": {
      "command": "npx",
      "args": [
        "-y",
        "@llamaindex/mcp-server-llamacloud",
        "--index",
        "10k-SEC-Tesla",
        "--description",
        "10k SEC documents from 2023 for Tesla",
        "--index",
        "10k-SEC-Apple",
        "--description",
        "10k SEC documents from 2023 for Apple"
      ],
      "env": {
        "LLAMA_CLOUD_PROJECT_NAME": "<YOUR_PROJECT_NAME>",
        "LLAMA_CLOUD_API_KEY": "<YOUR_API_KEY>"
      }
    }
  }
}

Claude

1. 确保已安装 Node.js 和 npx。
2. 找到 Claude 的 MCP 配置：
   • Mac: ~/Library/Application Support/Claude/claude_desktop_config.json
   • Windows: %APPDATA%/Claude/claude_desktop_config.json
3. 在 mcpServers 对象中添加 LlamaCloud MCP 服务器配置（参考上方 Windsurf 示例）。
4. 在 env 部分填写 API 认证信息。
5. 保存并重启 Claude。

Cursor

1. 如尚未安装，请安装 Node.js 和 npx。
2. 打开 Cursor 的 MCP 客户端配置文件。
3. 参考 Windsurf 示例插入 LlamaCloud MCP 服务器配置。
4. 填写 API 认证信息。
5. 保存并重启 Cursor。

Cline

1. 确保 Node.js 和 npx 可用。
2. 找到或新建你的 Cline MCP 客户端配置文件。
3. 在 mcpServers 下添加 LlamaCloud MCP 服务器配置，参考上述示例。
4. 输入 LlamaCloud API 认证信息。
5. 保存并重启 Cline。

API 密钥安全管理

请在配置中的 env 部分使用环境变量，例如：

"env": {
  "LLAMA_CLOUD_PROJECT_NAME": "<YOUR_PROJECT_NAME>",
  "LLAMA_CLOUD_API_KEY": "<YOUR_API_KEY>"
}

尽量避免明文暴露敏感信息。

在流程中如何使用 MCP

在 FlowHunt 中使用 MCP

如需在 FlowHunt 工作流中集成 MCP 服务器，首先添加 MCP 组件到你的流程，并将其连接到 AI 智能体：

点击 MCP 组件打开配置面板。在系统 MCP 配置区，按如下 JSON 格式插入 MCP 服务器信息：

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

配置完成后，AI 智能体即可将此 MCP 作为工具，访问其全部功能。请记得将 “llamacloud” 替换为你的实际 MCP 服务器名称，并修改 URL 为你自己的 MCP 服务器地址。

概览

我们的观点

LlamaCloud MCP 服务器定位清晰，便于将 LLM 连接至托管文档索引。它不提供高级资源和提示词模板，但每个索引对应一个工具的方式简洁且文档完备。结合上述表格，这对需要稳健文档检索的开发者来说是一个扎实、直接的选择，但不适合那些追求资源、roots 或采样等高级 MCP 特性的用户。

评分：6/10

MCP 评分