“Visio” MCP 服务器能做什么?
Visio MCP 服务器是一款通过标准化 API 实现对 Microsoft Visio 图表进行编程创建和编辑的工具。借助微软的 COM 接口,它允许 AI 助手与开发者自动完成新建图表、添加或连接形状、插入文本、将图表导出为图片等任务。该服务器作为 AI 工作流与 Visio 应用之间的桥梁,使图表操作可以集成到更广泛的自动化、文档或数据可视化流程中。作为 Model Context Protocol (MCP) 生态的一部分,Visio MCP 服务器促进了与外部系统的无缝交互,提升了开发者在可视化文档和图表工作流中的效率。
提示词列表
仓库中未提及或定义具体的提示词模板。
资源列表
仓库中未明确描述或暴露 MCP 资源。
工具列表
- 创建新 Visio 图表
以编程方式从零创建新的 Microsoft Visio 图表。 - 打开已有 Visio 图表
打开并加载现有的 Visio 图表进行修改或导出。 - 添加形状
向 Visio 文档添加各类形状(矩形、圆形、直线等)。 - 连接形状
使用不同连接器类型将两个形状连接起来。 - 为形状添加文本
在图表形状中插入文本注释或内容。 - 列出所有形状
获取当前 Visio 文档中所有形状的列表。 - 保存文档
将当前 Visio 文档状态保存到指定位置。 - 导出图表为图片
将当前图表视图导出为图片文件。 - 关闭文档
安全关闭已打开的 Visio 文档。
典型用例
- 自动化图表生成:
开发者可根据结构化数据或脚本自动生成复杂 Visio 图表,减少手工操作并确保一致性。 - 代码库/架构可视化:
利用服务器以编程方式将软件架构、网络拓扑或流程转化为 Visio 图表,便于理解与文档撰写。 - 批量编辑与更新:
对多个 Visio 图表进行批量更新、注释或修改,如批量添加公司标识或统一更改组件。 - 集成至文档流程:
将 Visio 图表生成集成到自动化文档流程中,确保技术文档和报告中的可视化内容始终最新。 - 导出与分享可视化内容:
自动将图表导出为图片,便于在演示、邮件或内网页面中分享,无需手动操作。
如何搭建
Windsurf
确保在 Windows 上安装了 Microsoft Visio 和 Python 3.12+。
安装所需 Python 包:
pip install pywin32 pip install mcp-server克隆仓库并定位
visio_mcp_server.py。将服务器添加到 Windsurf MCP 配置文件中:
{ "mcpServers": { "visio": { "command": "python", "args": ["<path-to>/visio_mcp_server.py"], "env": {} } } }保存并重启 Windsurf,通过查看服务器日志或执行测试命令进行验证。
Claude
安装前置条件:Microsoft Visio、Python 3.12+ 及所需包。
克隆此仓库。
编辑 Claude MCP 配置文件,包含 Visio MCP 服务器:
{ "mcpServers": { "visio": { "command": "python", "args": ["<path-to>/visio_mcp_server.py"], "env": {} } } }保存更改并重启 Claude。
通过 Claude 界面确认 Visio MCP 服务器正在运行。
Cursor
配置环境,包括 Windows、Visio、Python 及依赖。
下载或克隆 Office-Visio-MCP-Server 仓库。
更新 Cursor 的 MCP 配置,包含:
{ "mcpServers": { "visio": { "command": "python", "args": ["<path-to>/visio_mcp_server.py"], "env": {} } } }保存配置并重启 Cursor。
测试与 Visio MCP 服务器的连接。
Cline
准备前置条件:Windows、Microsoft Visio、Python 3.12+。
安装必要的 Python 包。
克隆仓库并找到服务器脚本。
将以下内容添加到 Cline 的 MCP 配置中:
{ "mcpServers": { "visio": { "command": "python", "args": ["<path-to>/visio_mcp_server.py"], "env": {} } } }重启 Cline 并确认服务器设置。
API 密钥安全:
如需使用 API 密钥或密文,请将其作为环境变量存储,并在配置文件的 env 部分引用:
{
"mcpServers": {
"visio": {
"command": "python",
"args": ["<path-to>/visio_mcp_server.py"],
"env": {
"VISIO_API_KEY": "${VISIO_API_KEY}"
}
}
}
}
请务必安全地在系统环境变量中设置 VISIO_API_KEY。
如何在流程中使用 MCP
在 FlowHunt 中使用 MCP
要将 MCP 服务器集成到 FlowHunt 工作流中,首先在流程中添加 MCP 组件,并将其与您的 AI 代理连接:

点击 MCP 组件打开配置面板。在系统 MCP 配置部分,按如下 JSON 格式填写您的 MCP 服务器信息:
{
"visio": {
"transport": "streamable_http",
"url": "https://yourmcpserver.example/pathtothemcp/url"
}
}
配置完成后,AI 代理即可使用该 MCP 作为工具,访问其全部功能与能力。请记得将 “visio” 替换为您的 MCP 服务器实际名称,并将 URL 替换为实际服务器地址。
概览
| 部分 | 可用性 | 说明/备注 |
|---|---|---|
| 概览 | ✅ | README.md 中已提供 |
| 提示词列表 | ⛔ | 未找到提示词模板 |
| 资源列表 | ⛔ | 未明确描述资源 |
| 工具列表 | ✅ | README.md 中描述了功能与工具 |
| API 密钥安全 | ⛔ | 未明确提及,仅提供了通用结构 |
| 采样支持(评估时较次要) | ⛔ | 未提及 |
仓库未提及 Roots 支持。
从上表可见,该 MCP 在核心 Visio 自动化工具方面文档完整,但缺乏明确的 MCP 提示词模板和资源定义。对于需要图表自动化的开发者来说实用性很强,但更广泛的协议特性暂未覆盖。
评分: 5/10
MCP 评分
| 是否有 LICENSE | ✅ (MIT) |
|---|---|
| 是否有至少一个工具 | ✅ |
| Fork 数量 | 1 |
| 星标数量 | 2 |
