Stack AI 工作流 MCP 服务器

项目简介

Stack AI 工作流 MCP 服务器是一个基于 Model Context Protocol (MCP) 的服务器实现,它将 Stack AI 的强大工作流能力与 MCP 协议连接起来。通过这个服务器,你可以使用任何兼容 MCP 协议的 LLM 客户端(例如 Claude 桌面应用)来触发和执行你在 Stack AI 平台上创建的工作流,从而为你的 LLM 应用增加数据访问和外部功能执行能力。

主要功能点

  • 运行 Stack AI 工作流: 通过 MCP 协议,客户端可以请求服务器执行预先在 Stack AI 平台上定义好的工作流。
  • 传递用户输入: 客户端可以将用户输入作为参数传递给 Stack AI 工作流,实现动态的任务执行。
  • 接收结构化结果: 服务器会将 Stack AI 工作流的执行结果以结构化的 JSON 格式返回给客户端,方便 LLM 应用进行后续处理。
  • 工具注册和执行: 服务器将 Stack AI 工作流封装成 MCP 工具 (Tool) 'run_workflow' 注册,客户端可以通过调用该工具来执行工作流。

安装步骤

  1. 克隆仓库: 将 GitHub 仓库 'stack-ai-mcp' 克隆到本地计算机:

    git clone https://github.com/stackai/stack-ai-mcp.git
  2. 进入项目目录: 导航到克隆下来的项目目录:

    cd stack-ai-mcp
  3. 安装依赖: 安装项目所需的依赖包:

    npm install
  4. 设置环境变量: 你需要设置以下环境变量,以便服务器能够连接到你的 Stack AI 账户:

    • 'STACK_AI_ORG_ID': 你的 Stack AI 组织 ID
    • 'STACK_AI_PROJECT_ID': 你的 Stack AI 项目 ID
    • 'STACK_API_KEY': 你的 Stack AI API 密钥

    你可以在你的操作系统或终端中设置这些环境变量。例如,在 Linux 或 macOS 系统中,你可以在终端中使用 'export' 命令:

    export STACK_AI_ORG_ID="你的组织ID"
    export STACK_AI_PROJECT_ID="你的项目ID"
    export STACK_API_KEY="你的API密钥"

    在 Windows 系统中,你可以使用 'set' 命令:

    set STACK_AI_ORG_ID=你的组织ID
    set STACK_AI_PROJECT_ID=你的项目ID
    set STACK_API_KEY=你的API密钥
  5. 启动服务器: 运行以下命令启动 MCP 服务器:

    npm start

    服务器默认监听在 'localhost:3000',并通过标准输入/输出 (stdio) 与 MCP 客户端通信。

服务器配置

以下是 MCP 客户端连接 Stack AI 工作流 MCP 服务器时所需的配置信息示例 (JSON 格式):

{
  "serverName": "Stack AI Workflow Server",
  "command": "node",
  "args": ["dist/main.js"]
}

配置参数说明:

  • 'serverName': 服务器名称,可以自定义,例如 "Stack AI Workflow Server"。
  • 'command': 启动服务器的命令,这里使用 'node' 运行 JavaScript 代码。
  • 'args': 传递给 'node' 命令的参数,'dist/main.js' 是编译后的服务器主程序入口文件路径。 请注意,你需要先运行 'npm install' 命令编译 TypeScript 代码生成 'dist/main.js' 文件。 如果你直接运行 'npm start',它会自动编译并启动服务器。

基本使用方法

  1. 启动 MCP 客户端: 打开你的 MCP 客户端,例如 Claude 桌面应用。

  2. 配置 MCP 服务器: 在客户端中配置添加 MCP 服务器,填入上述提供的服务器配置信息。 确保客户端能够正确连接到你本地运行的 Stack AI 工作流 MCP 服务器。

  3. 调用 'run_workflow' 工具: 在客户端中,你可以使用 'run_workflow' 工具来执行 Stack AI 工作流。 你需要提供以下参数:

    • 'input': 用户输入,字符串类型,作为工作流的输入。
    • 'user_id': 用户 ID,字符串类型,用于标识用户。

    例如,在 Claude 桌面应用中,你可以使用如下格式调用工具:

    {
      "tool_calls": [
        {
          "id": "call_123",
          "type": "function",
          "function": {
            "name": "run_workflow",
            "arguments": {
              "input": "你的用户输入内容",
              "user_id": "用户ID"
            }
          }
        }
      ]
    }
  4. 接收工作流结果: 服务器执行 Stack AI 工作流后,会将结果以 JSON 字符串形式返回在 'content' 字段中。客户端需要解析 JSON 字符串以获取结构化的工作流结果。

注意:

  • 确保你已在 Stack AI 平台上创建了工作流,并且配置的环境变量 'STACK_AI_ORG_ID' 和 'STACK_AI_PROJECT_ID' 指向包含该工作流的组织和项目。
  • 确保 'STACK_API_KEY' 是有效的 Stack AI API 密钥,具有执行工作流的权限。
  • 服务器使用标准输入/输出 (stdio) 进行通信,客户端需要支持 stdio 传输协议。

信息

分类

AI与计算