Workflowy MCP 服务器集成

“Workflowy” MCP 服务器的功能是什么？

Workflowy MCP 服务器是一个模型上下文协议（MCP）服务器，使 AI 助手能够以编程方式与 Workflowy 这一流行的笔记与项目管理工具交互。通过提供兼容 MCP 的接口，该服务器允许 AI 模型连接 Workflowy 账户，并直接在 Workflowy 内执行搜索、创建、更新及管理节点（任务、笔记、列表）等操作。这一集成让开发者和 AI 代理能够自动化工作流，同步项目进度，并通过无缝桥接 Workflowy 与其它 AI 工具和服务来提升生产力。服务器采用用户名和密码身份验证，便于集成到更广泛的 AI 开发环境中。

提示模板列表

(该仓库未提及可复用的提示模板。本节内容特意留空。)

资源列表

(该仓库未列出具体 MCP 资源。本节内容特意留空。)

工具列表

• 搜索节点：支持根据用户查询在 Workflowy 节点中搜索。
• 创建节点：允许在 Workflowy 中新建节点（笔记/任务）。
• 更新节点：可更新 Workflowy 节点的内容或状态。
• 标记节点为完成/未完成：让用户高效管理任务，标记节点为已完成或未完成。

该 MCP 服务器的用例

• 项目管理自动化：AI 代理可更新项目里程碑、标记任务已完成，并基于 Workflowy 数据建议新任务。
• 知识检索：使 AI 能快速查找并总结与特定项目或主题相关的笔记。
• 工作流同步：自动将 Workflowy 列表与其他工具或代码库同步，保持项目状态一致。
• 任务建议与规划：AI 可分析现有里程碑，基于项目进展建议后续步骤或任务。
• 个性化报告：为会议或状态更新生成基于 Workflowy 数据的总结或报告。

如何设置

Windsurf

1. 确保已安装 Node.js v18+ 并拥有 Workflowy 账号。
2. 打开您的 Windsurf 配置文件。
3. 在 mcpServers 中添加 Workflowy MCP 服务器：

   {
     "mcpServers": {
       "workflowy-mcp": {
         "command": "npx",
         "args": ["-y", "mcp-workflowy@latest", "server", "start"],
         "env": {
           "WORKFLOWY_USERNAME": "your_username",
           "WORKFLOWY_PASSWORD": "your_password"
         }
       }
     }
   }
   

4. 保存修改并重启 Windsurf。
5. 验证服务器是否正常运行且可访问。

API 密钥安全措施
如上所示，使用环境变量存储凭证，切勿在配置中硬编码。

Claude

1. 安装 Node.js v18+ 并确保已有 Workflowy 凭证。
2. 编辑 Claude 配置，添加如下内容：

   {
     "mcpServers": {
       "workflowy-mcp": {
         "command": "npx",
         "args": ["-y", "mcp-workflowy@latest", "server", "start"],
         "env": {
           "WORKFLOWY_USERNAME": "your_username",
           "WORKFLOWY_PASSWORD": "your_password"
         }
       }
     }
   }
   

3. 保存并重启 Claude。
4. 确认 MCP 服务器已被注册。

Cursor

1. 前置条件：Node.js v18+ 和 Workflowy 账号。
2. 打开 Cursor 的配置文件。
3. 按如下方式添加 MCP 服务器：

   {
     "mcpServers": {
       "workflowy-mcp": {
         "command": "npx",
         "args": ["-y", "mcp-workflowy@latest", "server", "start"],
         "env": {
           "WORKFLOWY_USERNAME": "your_username",
           "WORKFLOWY_PASSWORD": "your_password"
         }
       }
     }
   }
   

4. 保存并重启 Cursor。
5. 检查连接状态。

Cline

1. 确保已安装 Node.js v18+ 并获取 Workflowy 凭证。
2. 打开 Cline 的 MCP 配置。
3. 按如下方式添加 Workflowy MCP：

   {
     "mcpServers": {
       "workflowy-mcp": {
         "command": "npx",
         "args": ["-y", "mcp-workflowy@latest", "server", "start"],
         "env": {
           "WORKFLOWY_USERNAME": "your_username",
           "WORKFLOWY_PASSWORD": "your_password"
         }
       }
     }
   }
   

4. 保存并重启服务。
5. 验证 MCP 端点。

注意：
始终使用环境变量存储敏感信息。例如：

{
  "env": {
    "WORKFLOWY_USERNAME": "${WORKFLOWY_USERNAME}",
    "WORKFLOWY_PASSWORD": "${WORKFLOWY_PASSWORD}"
  }
}

在流程中如何使用此 MCP

在 FlowHunt 中集成 MCP

要将 MCP 服务器集成到您的 FlowHunt 工作流，首先添加 MCP 组件到流程并连接到您的 AI 代理：

点击 MCP 组件以打开配置面板。在系统 MCP 配置部分，使用以下 JSON 格式填写您的 MCP 服务器信息：

{
  "workflowy-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该 MCP，并拥有其全部功能。请注意将 “workflowy-mcp” 替换为您的实际 MCP 服务器名称，并将 URL 替换为您的 MCP 服务器地址。

概览

根据以上表格，Workflowy MCP 是一个聚焦核心功能的服务器，缺少提示与资源原语。安全最佳实践得到遵循，工具覆盖 Workflowy 场景较为全面。因缺乏高级 MCP 特性，评分为中等。

MCP 评分