“ServiceNow” MCP 服务器的作用是什么?
ServiceNow MCP 服务器是一个 Model Completion Protocol (MCP) 服务器实现,用于桥接如 Claude 等 AI 助手与 ServiceNow 实例。该服务器让 AI 模型能够直接连接 ServiceNow,获取数据并通过 ServiceNow API 执行多种操作。通过这种连接,ServiceNow MCP 服务器助力开发者和团队自动化工作流、管理 IT 服务请求、以编程方式操作 ServiceNow 资源,从而提升开发与运维效率。它作为关键集成层,使 AI 智能体更方便地访问、查询和操作 ServiceNow 数据,成为更广泛开发或业务流程的一部分。
提示列表
官方仓库或文档中未明确列出任何提示模板。
资源列表
官方仓库或文档中未描述具体 MCP 资源。
工具列表
现有文件或 README 未有明确工具说明。
该 MCP 服务器的应用场景
- 自动化 IT 服务请求
通过 ServiceNow MCP 服务器自动创建、获取和管理 IT 服务工单,减少人工操作,提高效率。 - 数据提取与报表
支持 AI 助手从 ServiceNow 获取事件、变更或资产数据,用于报表或仪表盘生成,简化商业智能流程。 - 工作流自动化
允许 AI 智能体以编程方式发起和管理 ServiceNow 工作流,实现与外部工具和服务的集成。 - 事件管理
让 AI 智能体查询事件状态、更新工单、在 ServiceNow 中升级问题,提高响应速度与运维可视性。
如何配置
Windsurf
- 前置条件:
确保已安装 Node.js 和 Windsurf。 - 定位配置文件:
打开你的 Windsurf 配置文件。 - 添加 ServiceNow MCP 服务器:
在mcpServers对象中添加如下内容:{ "servicenow-mcp": { "command": "npx", "args": ["@osomai/servicenow-mcp@latest"] } } - 保存并重启:
保存文件并重启 Windsurf。 - 验证配置:
在 Windsurf UI 检查 MCP 服务器是否运行。
Claude
- 前置条件:
需有 Claude 配置或插件界面访问权限。 - 定位配置:
打开 Claude MCP 服务器设置。 - 添加 ServiceNow MCP 服务器:
插入如下内容:{ "servicenow-mcp": { "command": "npx", "args": ["@osomai/servicenow-mcp@latest"] } } - 保存并重启 Claude:
应用更改并重启 Claude。 - 验证连接:
测试 ServiceNow 查询以确认集成。
Cursor
- 前置条件:
安装 Node.js 和 Cursor。 - 定位配置:
编辑 Cursor MCP 插件配置。 - 添加 ServiceNow MCP 服务器:
{ "servicenow-mcp": { "command": "npx", "args": ["@osomai/servicenow-mcp@latest"] } } - 保存并重启:
重启 Cursor 使设置生效。 - 验证:
通过 Cursor 界面测试 ServiceNow 连接。
Cline
- 前置条件:
已安装 Node.js 和 Cline。 - 编辑配置文件:
打开 Cline MCP 配置文件。 - 添加 ServiceNow MCP 服务器:
{ "servicenow-mcp": { "command": "npx", "args": ["@osomai/servicenow-mcp@latest"] } } - 保存并重启:
保存后重启 Cline。 - 验证配置:
确认 ServiceNow MCP 已列在可用服务器中。
API 密钥安全配置
使用环境变量来保护你的 ServiceNow 凭据。配置示例:
{
"servicenow-mcp": {
"command": "npx",
"args": ["@osomai/servicenow-mcp@latest"],
"env": {
"SERVICENOW_INSTANCE": "your-instance",
"SERVICENOW_API_KEY": "${SERVICENOW_API_KEY}"
},
"inputs": {
"apiKey": "${SERVICENOW_API_KEY}"
}
}
}
请将 your-instance 替换为你的实例,并安全地在环境中提供 API 密钥。
在流程中如何使用此 MCP
在 FlowHunt 中使用 MCP
要在 FlowHunt 工作流中集成 MCP 服务器,先在流程中添加 MCP 组件,并将其连接到你的 AI 智能体:

点击 MCP 组件打开配置面板。在系统 MCP 配置区域,使用如下 JSON 格式填写你的 MCP 服务器信息:
{
"servicenow-mcp": {
"transport": "streamable_http",
"url": "https://yourmcpserver.example/pathtothemcp/url"
}
}
配置完成后,AI 智能体即可作为工具访问并调用该 MCP 的全部功能。请将 “servicenow-mcp” 更换为实际 MCP 服务器名称,并替换 URL 为你自己的 MCP 服务器地址。
概览
| 模块 | 可用性 | 说明/备注 |
|---|---|---|
| 概览 | ✅ | |
| 提示列表 | ⛔ | 未发现提示 |
| 资源列表 | ⛔ | 未发现资源 |
| 工具列表 | ⛔ | 未描述工具 |
| API 密钥安全配置 | ✅ | 配置示例见设置说明 |
| 采样功能支持(评估时可忽略) | ⛔ | 未提及 |
Roots 支持:未提及
综上表格,ServiceNow MCP 服务器作为 ServiceNow 的极简但实用的集成桥梁,拥有清晰的配置说明和授权,但在提示、工具和资源文档方面较为欠缺。以通用完整性和开发者友好度来看,我会给此 MCP 服务器打 4/10 分。
MCP 评分
| 有 LICENSE | ✅ (MIT) |
|---|---|
| 至少有一个工具 | ⛔ |
| Fork 数 | 56 |
| Star 数 | 86 |
