使用说明
项目简介
本项目是一个MCP服务器,它允许您在任何兼容MCP的LLM客户端中使用 Dify 工作流作为工具。它将 Dify 的工作流能力与标准化的 MCP 协议桥接起来。
主要功能点
- 将 Dify 工作流作为 MCP 工具暴露。
- 允许 LLM 客户端通过 MCP 的工具调用机制调用 Dify 工作流。
- 使用标准输入/输出 (stdio) 与 MCP 客户端通信。
安装步骤
- 克隆仓库:
git clone https://github.com/MCP-Mirror/YanxingLiu_dify-mcp-server - 准备 'config.yaml': 在项目目录下创建 'config.yaml' 文件(或者通过环境变量指定路径)。此文件应包含您的 Dify 基础 URL 和您想要作为工具暴露的 Dify 应用的 API 密钥 (SK)。例如:
dify_base_url: "https://cloud.dify.ai/v1" dify_app_sks: - "your_dify_app_sk_1" - "your_dify_app_sk_2"
服务器配置
要将您的 MCP 客户端连接到此服务器,请使用以下 JSON 配置进行配置。 您需要将占位符替换为实际路径。
{ "mcpServers": { "dify-workflows": { // 服务器名称 (可以自定义) "command": "uv", // 执行服务器的命令 (假设使用 uv,如果 uv 不可用且直接使用 python,则可以是 python) "args": [ // 命令的参数 "--directory", "${DIFY_MCP_SERVER_PATH}", // 克隆仓库的路径,将 ${DIFY_MCP_SERVER_PATH} 替换为实际路径 "run", "dify_mcp_server" // 运行服务器脚本 ], "env": { // 环境变量 "CONFIG_PATH": "$CONFIG_PATH" // config.yaml 文件的路径,将 $CONFIG_PATH 替换为实际路径 } } } }
参数解释:
- 'server name': 此 MCP 服务器配置在您的客户端中的唯一名称。您可以选择任何名称。
- 'command': 启动 MCP 服务器的命令。 这里使用 'uv run',假设 'uv' 可用于运行 Python 脚本。如果不是,您可能需要调整为 'python -m dify_mcp_server.server'。
- 'args': 传递给 'command' 的参数列表。
- '--directory': 指定命令的工作目录,应为 'dify_mcp_server' 所在的目录。 '${DIFY_MCP_SERVER_PATH}' 是指向系统上克隆仓库的实际路径的占位符。
- 'run dify_mcp_server': 指示 'uv' 运行 'dify_mcp_server' 包。
- 'env': 运行服务器时要设置的环境变量。
- 'CONFIG_PATH': 指定 'config.yaml' 文件的路径。 '$CONFIG_PATH' 是指向您的 'config.yaml' 文件的实际路径的占位符。
基本使用方法
在您的客户端中配置并启动 MCP 服务器后,您应该能够看到 Dify 工作流被列为可用的工具。 然后,您可以从您的 LLM 客户端通过工具名称调用这些工具,并提供工具描述中定义的必要参数。 来自 Dify 工作流的输出将通过 MCP 服务器返回到 LLM 客户端。
信息
分类
AI与计算