Contentful Management Server 使用说明

项目简介

Contentful MCP Server 是一个 Model Context Protocol (MCP) 服务器的实现,它将 LLM 应用与 Contentful 内容管理平台连接起来。通过此 MCP 服务器,LLM 可以安全、可扩展地访问和操作 Contentful 中的内容、素材、内容模型和空间等资源,实现智能化的内容管理功能。

主要功能点

  • 内容条目管理: 支持内容条目的创建、读取、更新、删除、发布和取消发布。
  • 素材管理: 支持素材的上传、检索、更新、删除、发布和取消发布。
  • 内容模型管理: 支持内容类型的创建、检索、更新、删除和发布。
  • 空间与环境管理: 支持空间和环境的列表、检索、创建和删除。
  • 智能分页: 列表操作返回结果限制为少量条目(默认为3条),防止上下文窗口溢出,并内置分页提示,引导 LLM 分页获取更多数据。
  • 全面的工具集: 提供丰富的工具,涵盖内容、素材、内容类型、空间和环境管理的各种操作。
  • MCP Inspector: 内置 MCP Inspector 工具,方便开发者进行开发和调试。

安装步骤

  1. 前提条件:
    • 拥有一个 Contentful 账户 (Contentful 官网)。
    • 在 Contentful 账户设置中生成 Content Management API 访问令牌 (Token)。
  2. 安装 (无需克隆仓库):
    • 如果您只是想使用此 MCP 服务器,无需克隆仓库。您可以通过 'npm' 直接安装并运行:
      npx -y @ivotoby/contentful-management-mcp-server
  3. 配置 Contentful API 访问令牌:
    • 环境变量配置 (推荐): 设置 'CONTENTFUL_MANAGEMENT_ACCESS_TOKEN' 环境变量为您的 Contentful Management API 令牌。
    • 命令行参数配置: 您也可以通过命令行参数 '--management-token <您的 CMA Token>' 来传递令牌。

服务器配置 (MCP 客户端)

以下是在 MCP 客户端 (例如 Claude Desktop) 中配置 Contentful MCP Server 的示例 JSON 配置。您需要将此配置添加到您的 MCP 客户端配置中。

{
  "mcpServers": {
    "contentful": {
      "command": "npx",
      "args": ["-y", "@ivotoby/contentful-management-mcp-server", "--management-token", "<您的 CMA Token>"]
    }
  }
}

配置参数说明:

  • 'server name': 服务器名称,您可以自定义,例如 "contentful"。
  • 'command': 运行服务器的命令,这里使用 'npx' (Node Package Execute),它可以方便地执行安装在 npm registry 上的包。
  • 'args': 传递给 'npx' 命令的参数列表:
    • '"-y"': 自动确认安装执行包 '@ivotoby/contentful-management-mcp-server',避免安装过程中的交互式提示。
    • '"@ivotoby/contentful-management-mcp-server"': 要执行的 npm 包的名称,即 Contentful MCP Server 的包名。
    • '"--management-token"': Contentful MCP Server 接收的命令行参数,用于设置 Contentful Management API 访问令牌。请将 '<您的 CMA Token>' 替换为您在 Contentful 账户中生成的实际令牌。

基本使用方法

  • 启动 MCP 客户端并加载上述服务器配置后,即可开始使用。
  • 通过 MCP 客户端,您可以使用自然语言指令调用 Contentful MCP Server 提供的工具,例如创建内容条目、上传素材、管理内容类型等。
  • 对于列表类工具 (如 'search_entries', 'list_assets', 'list_content_types'),服务器会分页返回结果,LLM 客户端需要能够处理分页信息,并提示用户是否需要获取更多内容。

注意事项

  • 此 MCP 服务器允许 LLM 客户端修改和删除 Contentful 中的内容、空间和内容模型等重要数据,请务必谨慎授权和使用,确保您的 LLM 应用行为可控。

信息

分类

生产力应用