ntfy-me-mcp MCP 服务器

“ntfy-me-mcp” MCP 服务器的作用是什么？

ntfy-me-mcp MCP 服务器作为 AI 助手与 ntfy 通知服务器（包括自建或 ntfy.sh 实例）之间的桥梁。它让 AI 代理能够通过模型上下文协议（MCP）以编程方式发送和获取通知，从而提升开发流程中的生产力与自动化。通过通过 MCP 暴露通知操作，ntfy-me-mcp 让语言模型和工具能够安全地与通知服务交互，支持如安全令牌认证等功能。非常适合需要自动化警报、提醒或基于通知的工作流场景，标准化地简化外部服务、API 与 AI 驱动代理之间的通信。

提示词列表

仓库或文档中未列出明确的提示词模板。

资源列表

仓库或文档中未记录明确的 MCP 资源。

工具列表

server.py 或仓库内容中未列出任何明确的工具。

此 MCP 服务器的应用场景

• 自动化警报
  开发者可用 ntfy-me-mcp 在发生特定事件时（如 CI/CD 构建失败、服务器错误或检测到重要日志）实时向自己或团队推送通知。

• AI 驱动的提醒
  可与 AI 助手集成，通过 ntfy 计划和发送提醒或可执行警报，实现个人或团队生产力流程自动化。

• 基于通知的触发器
  使用 AI 代理在收到特定通知时触发操作，如升级事件、启动后续流程或更新看板等。

• 跨平台通知
  可将各种 AI 驱动工具或机器人发送的通知推送到任何兼容 ntfy 的客户端（移动端、桌面端、浏览器），确保消息及时送达用户。

如何设置

Windsurf

1. 前置条件：确保已安装 Node.js。
2. 编辑配置：找到您的 .windsurf/settings.json 或平台特定配置文件。
3. 添加 ntfy-me-mcp 服务器：插入到 mcpServers 中：

   {
     "ntfy-me-mcp": {
       "command": "npx",
       "args": ["@gitmotion/ntfy-me-mcp@latest"]
     }
   }
   

4. 保存并重启：保存配置并重启 Windsurf。
5. 验证：检查 ntfy-me-mcp 是否已作为 MCP 服务器运行并可用。

API 密钥安全示例（env 部分）：

{
  "ntfy-me-mcp": {
    "command": "npx",
    "args": ["@gitmotion/ntfy-me-mcp@latest"],
    "env": {
      "NTFY_AUTH_TOKEN": "${env.NTFY_AUTH_TOKEN}"
    },
    "inputs": {
      "NTFY_SERVER": "https://ntfy.sh"
    }
  }
}

Claude

1. 前置条件：确保已安装 Node.js。
2. 配置文件：打开 MCP 配置（如 .claude/mcp.json）。
3. 添加 MCP 服务器：

   {
     "ntfy-me-mcp": {
       "command": "npx",
       "args": ["@gitmotion/ntfy-me-mcp@latest"]
     }
   }
   

4. 重启 Claude。
5. 检查集成情况。

Cursor

1. 前置条件：已安装 Node.js。
2. 打开 Cursor 配置：（.cursor/settings.json）
3. 添加 MCP 服务器：

   {
     "ntfy-me-mcp": {
       "command": "npx",
       "args": ["@gitmotion/ntfy-me-mcp@latest"]
     }
   }
   

4. 保存并重启 Cursor。
5. 验证设置。

Cline

1. 前置条件：已安装 Node.js。
2. 编辑 cline.config.json。
3. 插入 MCP 服务器：

   {
     "ntfy-me-mcp": {
       "command": "npx",
       "args": ["@gitmotion/ntfy-me-mcp@latest"]
     }
   }
   

4. 重启 Cline。
5. 确认 MCP 已可用。

注意：
为保障 API 密钥安全，请始终在配置中的 env 部分设置。例如：

{
  "ntfy-me-mcp": {
    "command": "npx",
    "args": ["@gitmotion/ntfy-me-mcp@latest"],
    "env": {
      "NTFY_AUTH_TOKEN": "${env.NTFY_AUTH_TOKEN}"
    }
  }
}

如何在流程中使用此 MCP

在 FlowHunt 中使用 MCP

要将 MCP 服务器集成进 FlowHunt 工作流，首先在流程中添加 MCP 组件，并将其连接至您的 AI 代理：

点击 MCP 组件打开配置面板。在系统 MCP 配置部分，按以下 JSON 格式填入您的 MCP 服务器信息：

{
  "ntfy-me-mcp": {
    "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此 MCP，获得其全部功能和能力。请记得将 “ntfy-me-mcp” 替换为实际 MCP 服务器名称，并将 URL 替换为您自己的 MCP 服务器地址。

概览

根据上述表格，ntfy-me-mcp 得分中等。它为通知流程提供了明确价值，但缺少 MCP 提示词模板、资源或工具的文档或代码，也未提及如 roots 或采样等高级 MCP 特性。

MCP 评分