ntfy-mcp MCP 服务器

“ntfy-mcp” MCP 服务器能做什么？

ntfy-mcp 是一个 MCP（模型上下文协议）服务器，作为 AI 助手与 ntfy 通知服务之间的通知桥梁。它的主要功能是在 AI 助手完成任务时，及时通知用户，实现无缝且非侵入式的更新。通过与 MCP 集成，ntfy-mcp 让开发工作流具备即时、跨设备通知的能力——比如在代码执行、数据处理或其他自动任务完成时提醒用户。这确保用户无需持续监控环境，即可实时获知进展，从而提升效率并减少上下文切换。

提示词列表

• 仓库中未列出具体的提示词模板。

资源列表

• 可用内容中未显式记录或暴露 MCP 资源。

工具列表

• notify_user
  当 AI 助手完成任务时，向指定的 ntfy topic 发送通知。这是 ntfy-mcp 提供的主要工具，用于在开发工作流中集成通知。

本 MCP 服务器的用例

• 任务完成提醒
  开发者可以在 AI 助手发起的长时间或后台任务完成后，在手机或设备上收到通知。
• 远程监控
  无需手动检查进度，也能随时掌握自动化工作流或脚本的状态。
• 提升生产力
  免于持续监控，让用户专注于其他事务，并能在重要事件发生时及时获知。
• DevOps 集成
  通过 ntfy 接收部署、构建或 CI/CD 流水线完成通知，确保响应及时、减少停机。
• 改善用户体验
  为 AI 驱动工具增加友好性，确保用户轻松获知动态。

如何设置

Windsurf

1. 确保已安装 Node.js。
2. 克隆仓库并执行 npm install 和 npm run build。
3. 找到 Windsurf 的 MCP 配置文件。
4. 使用以下 JSON 片段添加 ntfy-mcp 服务器。
5. 保存更改并重启 Windsurf。

"mcpServers": {
  "ntfy-mcp": {
    "command": "node",
    "args": [
      "/path/to/ntfy-mcp/build/index.js"
    ],
    "env": {
      "NTFY_TOPIC": "<your topic name>"
    },
    "autoApprove": [
      "notify_user"
    ]
  }
}

Claude

1. 如上安装 Node.js 并克隆/构建 ntfy-mcp。
2. 打开 Claude 的 MCP 服务器配置文件。
3. 按如下示例插入 ntfy-mcp 配置。
4. 重启 Claude 以生效。

"mcpServers": {
  "ntfy-mcp": {
    "command": "node",
    "args": [
      "/path/to/ntfy-mcp/build/index.js"
    ],
    "env": {
      "NTFY_TOPIC": "<your topic name>"
    },
    "autoApprove": [
      "notify_user"
    ]
  }
}

Cursor

1. 确保 Node.js 可用且已构建 ntfy-mcp。
2. 编辑 Cursor 的 MCP 服务器配置文件。
3. 按下方 JSON 模板添加 ntfy-mcp 服务器信息。
4. 保存并重启 Cursor。

"mcpServers": {
  "ntfy-mcp": {
    "command": "node",
    "args": [
      "/path/to/ntfy-mcp/build/index.js"
    ],
    "env": {
      "NTFY_TOPIC": "<your topic name>"
    },
    "autoApprove": [
      "notify_user"
    ]
  }
}

Cline

1. 安装 Node.js，然后克隆/构建 ntfy-mcp。
2. 进入 Cline 的 MCP 服务器配置。
3. 按如下示例插入服务器信息。
4. 保存并重启 Cline。
5. 下载 ntfy 应用 并订阅你的 topic。

"ntfy-mcp": {
  "command": "node",
  "args": [
    "/path/to/ntfy-mcp/build/index.js"
  ],
  "env": {
    "NTFY_TOPIC": "<your topic name>"
  },
  "autoApprove": [
    "notify_user"
  ]
}

API 密钥安全

请将 topic 名称或敏感密钥存储于环境变量，而非硬编码到配置文件。例如：

"env": {
  "NTFY_TOPIC": "${NTFY_TOPIC}"
},
"inputs": {
  "topic": "${NTFY_TOPIC}"
}

如何在流程中使用 MCP

在 FlowHunt 中集成 MCP

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

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 MCP 服务器信息：

{
  "ntfy-mcp": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

配置完成后，AI 代理即可像工具一样使用此 MCP，访问其全部功能。请记得将 “ntfy-mcp” 替换为实际 MCP 服务器名，并将 URL 替换为你自己的 MCP 服务器地址。

概览

该 MCP 服务器定位专注且简单，仅提供一个实用工具（notify_user）用于通知。文档清晰，设置流程简捷，但缺少提示词模板、资源定义和采样等高级 MCP 特性。最适合于简单且精准的应用场景。

MCP 评分