edwin MCP 服务器
edwin MCP 服务器充当 AI 助手与外部数据源、API 和服务之间的桥梁，通过向大语言模型暴露资源和操作，使 FlowHunt 中的智能体更加智能、具备上下文感知能力。其集成简化了开发流程，但现有文档和资源极其有限。...
1 分钟阅读
AI
MCP Server
+3
“模型上下文协议”MCP 服务器的作用是什么？
模型上下文协议（MCP）服务器 是一种用于连接 AI 助手与外部数据源、API 以及服务的工具，从而提升开发工作流。通过提供标准化协议，MCP 服务器使 AI 客户端能够直接通过服务器界面完成数据库查询、文件管理和 API 交互等任务。这不仅简化了访问和操作多样数据资源的流程，也方便集成复杂的工作流和可复用的提示词模板。MCP 服务器特别适合开发者为其 AI 智能体安全、模块化地接入外部系统。
提示词列表
代码库中未找到相关提示词模板的信息。
资源列表
代码库中未找到 MCP 服务器所提供的具体资源的信息。
工具列表
代码库中未在 server.py 或其他文件中找到工具相关的信息。
本 MCP 服务器的使用场景
代码库中未明确记录任何使用场景。
如何设置
Windsurf
- 未找到 Windsurf 的安装说明。
Claude
- 未找到 Claude 的安装说明。
Cursor
- 未找到 Cursor 的安装说明。
Cline
- 未找到 Cline 的安装说明。
未找到 JSON 配置示例。
API 密钥安全：
未找到关于使用环境变量保护 API 密钥的信息。
如何在流程中使用 MCP
在 FlowHunt 中使用 MCP
要将 MCP 服务器集成到您的 FlowHunt 工作流中，请先在流程中添加 MCP 组件，并将其连接到您的 AI 智能体：
点击 MCP 组件，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：
{
"MCP-name": {
"transport": "streamable_http",
"url": "https://yourmcpserver.example/pathtothemcp/url"
}
}
配置完成后，AI 智能体即可将此 MCP 作为工具使用，获得其全部功能和能力。请记得将 “MCP-name” 替换为实际 MCP 服务器的名称（例如 “github-mcp”、“weather-api” 等），并将 URL 替换为您自己的 MCP 服务器地址。
概览
| 部分 | 是否可用 | 备注说明 |
|---|---|---|
| 概览 | ✅ | 根据一般 MCP 上下文总结描述。 |
| 提示词列表 | ⛔ | 代码库中未找到。 |
| 资源列表 | ⛔ | 代码库中未找到。 |
| 工具列表 | ⛔ | 代码库中未找到。 |
| API 密钥安全 | ⛔ | 代码库中未找到。 |
| 采样支持（评测时可忽略） | ⛔ | 代码库中未找到。 |
根据代码库提取的信息，几乎没有直接的文档说明或实现细节。MCP 服务器仅有概括性描述，未发现任何具体示例、提示词模板、工具或安装说明。这在一定程度上影响了服务器的文档评分，也使其即时可用性难以评估。
MCP 评分
| 是否有 LICENSE | ⛔ |
|---|---|
| 是否至少有一个工具 | ⛔ |
| Fork 数 | 0 |
| Star 数 | 0 |
我们的意见：
由于缺乏可访问的信息、实现细节和使用文档，该 MCP 服务器在文档完善度和开发者可用性上仅评分 2/10。仅能提供基础描述及通用集成建议。
