Node Red

MCPAI代理

提供方 martinmgm · 包名 @smithery/cli@latest

AI代理 stdio · 本地进程 API Key 社区 / 第三方 Claude
查看接入方式

Node-RED MCP服务器是一个通过模型上下文协议(MCP)将Node-RED与大型语言模型(如GPT-4)连接的工具,用于创建智能AI工作流。

一句话选型结论

按资料字段整理

Node Red 属于AI代理类 MCP 服务器,stdio · 本地进程,API Key,可直接接入 Claude,有可直接执行的安装命令。接入前先确认权限范围;涉及写入、删除或付款的操作,建议先在测试环境验证。

分类AI代理 传输方式stdio · 本地进程 鉴权API Key 部署方式本地部署
GitHub 星标 0 仓库热度,无公开仓库时显示未标注
工具数 3 暴露给模型的工具数量
资源 / 提示词 0 / 0 资源与提示词模板数量
维护方 社区 / 第三方 核验等级 仅资料核对

工具与能力

AI代理
数量来自来源目录的标注,具体工具清单以官方文档为准
工具数量3暴露给模型可调用的工具个数
资源数量0可读取的资源条目
提示词数量0内置提示词模板数量

能力标签

支持客户端

适用场景

AI工作流JavaScript本地部署Node-RED扩展LLM集成模型上下文协议自动化工具

安装与配置

stdio · 本地进程 API Key
客户端在本机拉起子进程,数据不出本机
npx -y @smithery/cli@latest run @nickclyde/duckduckgo-mcp-server --key your-smithery-key

这条命令只是入口,具体启动参数请按官方文档补齐,不要直接照搬到别的服务器。

  1. 1
    准备运行环境

    stdio 服务在本地起进程,需要先装好 Node.js,再按安装命令拉取依赖。

  2. 2
    安装服务

    复制上面的安装命令执行;命令里带占位符的位置,换成自己的密钥或路径。

  3. 3
    写入客户端配置

    在客户端的 MCP 配置里填好启动命令和参数,保存后完全退出客户端再打开,让新配置生效。

  4. 4
    验证是否可用

    连接成功后客户端会列出约 3 个工具,随便调一个只读工具确认能返回结果。

典型使用场景

3 类
按分类与标签整理的常见用法,具体以官方文档为准
给代理接外部能力

让代理在任务中途调用搜索、数据库等真实工具。

多步任务编排

把一串操作拆成步骤,由代理按顺序执行。

自动化重复流程

把固定流程交给代理跑,减少手工操作。

选择建议

选之前先看这几条
按条目字段给出的判断,不替你决定用不用

值得选的地方

  • 资料标注 3 个工具,职责相对集中,接入后不容易误操作。
  • 有现成的安装命令,不用自己找入口,照着跑就能起服务。
  • 已适配 Claude,换客户端不用重新研究配置。

先想清楚的地方

  • stdio 方式要求本地装好运行时(如 Node.js),换机器要重新装一遍。
  • 使用前要准备好API Key对应的凭据,并按最小权限配置。
  • 版本更新与行为细节以官方仓库为准。

更适合

  • 需要在AI代理场景里让模型直接调用外部能力的人。
  • 已经在用 Claude 的用户,接入路径最短。
  • 想先快速试一下、能接受在本地或自有环境跑服务的人。

不太适合

  • 完全不想在本地装环境的人。
  • 不方便管理密钥或第三方授权的人。
  • 需要厂商级 SLA 和技术支持的生产环境。

同类对比

6 个同类
同分类里挑最接近的几条,字段以各自详情页为准
MCP 服务器工具数传输方式部署方式安装命令最后核验
Node Red当前 3 stdio · 本地进程 本地部署 有 2026-05-17
Filesystem 560c4363 13 未标注 本地部署 无 2026-05-17
Server Everything (everything) 11 stdio · 本地进程 本地部署 有 2026-05-17
Time 7365cb6d 2 SSE · 服务端推送 远程部署 有 2026-05-18
Everything Claude Code 未标注 stdio · 本地进程 本地部署 有 2026-05-17
Openmemory 557e1585 未标注 stdio · 本地进程 本地部署 有 2026-05-17

服务器档案

AI代理
字段来自项目仓库与公开索引,中文说明由本站标注
提供方martinmgm上游标注的维护方 martinmgm
分类AI代理本站按上游分类展示
连接方式stdio · 本地进程客户端在本机拉起子进程,数据不出本机
鉴权方式API Key远程服务建议用最小权限凭据
维护方社区 / 第三方核验等级 仅资料核对
包名 / 运行时@smithery/cli@latest · Node.js本地安装时用到的包标识与运行时
部署类型本地部署上游给出的部署形态
最近核验2026-05-17上游最后核验时间

详细介绍

11.5 KB
来自项目仓库与上游目录的原文,未做删改

Node-RED MCP 服务器

通过模型上下文协议(MCP)将Node-RED连接到大型语言模型(LLMs),以实现智能AI工作流。

> 🚀 准备就绪的铁路模板(或:即开即用的铁路部署模板) - 配置了MCP(模型上下文协议)的Node-RED,用于与大型语言模型(LLM)集成

📋 项目描述

这个项目包含一个Docker结构,其中有两个主要的容器,分别集成了Node-RED和mcp-host,用于运行MCP服务器(模型上下文协议)。其目标是使Node-RED流程能够通过MCP服务器与像OpenAI的GPT-4这样的大型语言模型(LLM)进行交互。

这个初始版本仅支持OpenAI的GPT-4模型。

您可以运行本地和远程的MCP服务器。
远程MCP(主控制器面板)示例:```bash
npx -y @smithery/cli@latest run @nickclyde/duckduckgo-mcp-server --key your-smithery-key


🔗 在smithery.ai上查找其他MCP(可能是指“材料专家”或“制造合作方”等,具体含义需根据上下文确定)

## 🚀 即开即用模板

### 铁路行业Node-RED MCP模板

为了便于部署并快速上手,我们为Railway创建了一个优化模板:

**📋 查看完整模板**

**模板特性:**

- ✅ **一键部署** 在铁路(上)
- ✅ **Node-RED 4.0.0** 预配置的
- ✅ **MCP 工具节点** 已经安装
- ✅ **自动配置** 通过环境变量
- ✅ **自动管理员密码生成**

**使用方法:**

1. 访问 模板 README
1. 点击“在铁路部署”按钮
1. 配置你的环境变量
1. 从铁路日志中获取管理员密码
1. 准备好了!Node-RED 在云端运行

**🔐 获取铁路系统管理员密码的方法:**
部署后,管理员密码会自动生成。要查找密码:

1. 访问铁路控制面板
1. 点击您的项目
1. 转到“部署”选项卡
1. 点击最新的部署
1. 转到“日志”选项卡
1. 查找“NODE-RED 管理员凭据”模块

______________________________________________________________________

## ▶️ 如何跑步

使用 Docker Compose 运行项目的步骤:

1. 克隆此仓库:```bash
git clone https://github.com/moises-paschoalick/node-red-mcp-server
cd node-red-mcp-server
docker compose up -d
  1. 在以下地址打开项目:http://localhost:1899/

  2. 安装mcp-tools节点
    为了实现这一点,我们需要拥有mcp-tools节点,并在Node-RED用户界面中安装node-red-contrib-mcp-tools。

选项 -> 管理调色板
安装 node-red-contrib-mcp-tools
[安装镜像]

[指向node-red-contrib-mcp-tools的链接]
npm 项目链接

  1. 使用您的OpenAI API密钥配置组件
    [组件图像]

🔐 环境变量与安全

OpenAI API密钥配置

这个(或:该) mcp-tools 组件支持多种方式来配置您的OpenAI API密钥:

选项1:直接输入(不建议用于生产)

  • 在组件配置中直接输入您的API密钥
  • 为了安全起见,该字段将以密码形式显示
  • ⚠️ 警告此方法会在Node-RED流程中暴露您的API密钥

选项2:环境变量(推荐)

  • 使用以下格式: {{OPENAI_API_KEY}}
  • 该组件将自动检测并使用系统环境变量
  • ✅ 安全的API密钥不会存储在流程中

选项3:Node-RED凭据

  • 将您的API密钥存储在Node-RED的凭证管理系统中
  • 生产环境中最安全的选择

MCP 服务器环境变量

该组件可以通过多种方式将环境变量传递给您的MCP服务器:

选项1:JSON配置```json

{
"id_field": "your_spreedsheed_id",
"GOOGLE_CLIENT_ID": "your-google-client-id",
"GOOGLE_CLIENT_SECRET": "your-google-client-secret",
"GOOGLE_REFRESH_TOKEN": "your-google-refresh-token"
}


#### 选项2:环境变量引用

- 使用以下格式: `{{ENV_MCP_VARIABLES}}`
- 该组件将从系统环境变量中加载
- **✅ 安全**凭据不会存储在流程中

#### 选项3:外部文件

- 指定一个 `.env` 组件中的文件路径
- 该组件将自动读取并解析文件

### 提示中的动态变量替换

该组件会自动在您的提示中使用(指定的)方法替换环境变量 `{{VAR_NAME}}` 格式:

#### 示例用法:

**原始提示:**```
update field {{id_field}} range Sheet1!A1 value Updated Line 2

替换后:```
update field 1t6w******yWGU range Sheet1!A1 value Updated Line 2


#### 支持的变量来源:

1. **MCP服务器环境变量** (最高优先级)
1. **系统环境变量** (备用方案)
1. **组件配置** (最低优先级)

### 安全最佳实践

1. **永远不要提交真实凭证** 进行版本控制
1. **使用环境变量** 用于生产环境部署
1. **存储敏感数据** 在 `.env` 文件(未提交)
1. **使用Node-RED凭据** 在可能的情况下,为API密钥(进行操作)
1. **定期轮换** 您的API密钥和令牌

### 示例环境配置

创建一个 `.env` 在项目根目录中的文件:```bash
# OpenAI API Key
OPENAI_API_KEY=sk-your-actual-api-key-here

# MCP Server Environment Variables (JSON string)
ENV_MCP_VARIABLES={"id_field":"your-spreadsheet-id","GOOGLE_CLIENT_ID":"your-google-client-id","GOOGLE_CLIENT_SECRET":"your-google-client-secret","GOOGLE_REFRESH_TOKEN":"your-google-refresh-token"}

# Alternative: Individual variables
# id_field=your-spreadsheet-id
# GOOGLE_CLIENT_ID=your-google-client-id
# GOOGLE_CLIENT_SECRET=your-google-client-secret
# GOOGLE_REFRESH_TOKEN=your-google-refresh-token

⚠️ 重要添加 .env 致你的 .gitignore 文件以防止意外提交。

实际案例:Google Sheets 集成

以下是一个完整的示例,展示了如何使用环境变量与(某个程序或功能)一起 mcp-tools 用于Google Sheets操作的组件:

1. 环境配置```bash

.env file

OPENAI_API_KEY=sk-your-openai-key
ENV_MCP_VARIABLES={"id_field":"your_spreedsheed_id","GOOGLE_CLIENT_ID":"your-client-id","GOOGLE_CLIENT_SECRET":"your-client-secret","GOOGLE_REFRESH_TOKEN":"your-refresh-token"}


#### 2. 组件配置

- **MCP 主机 URL:** `http://mcp-host:3000`
- **OpenAI API密钥:** `{{OPENAI_API_KEY}}`
- **MCP 服务器命令:** `node`
- **MCP服务器参数:** `../mcp-server-demo/gdrive-mcp/build/index.js`
- **MCP 服务器环境:** `{{ENV_MCP_VARIABLES}}`

#### 3. 消息有效载荷```json
{
"payload": "update field {{id_field}} range Sheet1!A1 value Updated Line 2"
}

4. 结果

该组件将自动:

  1. 从(指定位置)加载环境变量 {{ENV_MCP_VARIABLES}}
  2. 替换 {{id_field}} 附上实际的电子表格ID
  3. 将处理后的提示发送到MCP服务器
  4. 执行Google Sheets操作

🧱 容器结构

  • mcp-host\
    在Node.js中构建的组件,作为Node-RED(通过 mcp-tools 组件)和MCP服务器。\
    它负责在……之间进行沟通协调 mcp-client (大型语言模型) 和 mcp-server (了解工具的实现方式)。

包含已配置好与(某系统/设备)通信的Node-RED环境 mcp-host 使用 mcp-tools 组件。这是一个用NodeJS构建的MCP服务器示例,用于测试和验证环境是否正常工作。

> 重要在……里 mcp-tools(可译为“MCP工具”或根据具体上下文调整为更贴切的名称,如“多通道处理工具”等) 在Node-RED中,你需要将MCP主机URL配置为:
>
>> http://mcp-host:3000 >


📦 组件

  • mcp-host

  • 通过Node-RED接收来电 mcp-tools

  • 将请求重定向到 mcp-client
  • 将结果转发给 mcp-server (本地或远程)

  • mcp-client

  • 处理与语言模型(LLM)的通信

  • 目前使用的是OpenAI的 gpt-4o 模型
  • 未来可修改以使用其他模型(例如,Claude、Gemini、LLaMA)

  • mcp-server-demo

  • 本地运行的MCP服务器功能示例

  • 包含可由模型调用的“工具”,例如:
  • 你好,工具(Hello Tool)回复“Hello World”
  • 当地时间返回本地服务器时间
  • 天气工具查询圣保罗当前天气 wttr.in

先决条件

  • Docker Compose

用于验证mcp-host完整性的端点

建筑学

组件

1. MCP 主机 (网络服务器)

  • 地点: /mcp-host/
  • 功能: 使用Express.js构建的协调通信服务器
  • 端口: 3000(可配置)
  • 终点(或:试验终点):
  • POST /execute - 执行提示
  • GET /health - 服务器状态
  • GET /tools - 列出可用工具
  • POST /disconnect - 断开会话

  • 地点: /mcp-client/

  • 功能: 管理与MCP服务器和OpenAI连接的类
  • 特点:
  • 自动连接/断开
  • 会话管理
  • MCP工具转换为OpenAI格式
  • 使用工具调用进行即时执行

  • 地点: /mcp-server/

  • 功能: 使用工具和资源实现MCP服务器
  • 包含的工具:
  • 你好工具(示例)
  • 用户工具(外部API)
  • Textract 工具(图像分析)

4. Node-RED-MCP组件 (节点-RED组件)

  • 位置: /node-red-mcp-component/
  • 功能: 可定制的Node-RED节点
  • 配置:
  • MCP 主机 URL
  • OpenAI API密钥(支持 {{ENV_VAR}} (格式)
  • MCP服务器命令
  • MCP服务器参数
  • MCP服务器环境变量(支持 {{ENV_VAR}} 格式)
  • 外部环境文件路径
  • 会话ID
  • 超时
  • 特点:
  • 动态环境变量替换 在提示中
  • 智能输入字段类型 (密钥的密码,环境变量的文本)
  • 多个凭证来源 (直接,环境变量,凭据)
  • 自动JSON解析 用于环境变量
  • 会话管理 为了连接复用

API终端点

POST /执行

通过MCP代理执行提示。

请求体:```json
{
"prompt": "show hello world message",
"apiKey": "sk-your-key-here",
"serverCommand": "node",
"serverArgs": ["../mcp-server/build/index.js"],
"sessionId": "default"
}


**回答:**```json
{
"success": true,
"response": "Hello, World! This is a tool response!",
"toolsUsed": [...],
"messages": [...]
}

检查服务器状态。

回答:```json
{
"status": "ok",
"timestamp": "2025-06-11T23:32:04.612Z",
"activeClients": 0
}


列出可用的工具。

**查询参数:**

- `apiKey` - OpenAI API密钥
- `serverCommand` - MCP服务器命令
- `serverArgs` - MCP服务器参数

## 安装与配置(不使用Docker)

### 1. 准备组件```bash
# Install mcp-server dependencies
cd mcp-server/v1
npm install
npm run build

cd mcp-server/v1/gdrive-mcp
npm install
npm run build

# Install mcp-client dependencies
cd ../mcp-client
npm install
npm run build

# Install mcp-host dependencies
cd ../mcp-host
npm install

2. 启动MCP主机```bash

cd mcp-host
npm start
```

服务器将在3000端口上运行。

🤝 贡献/参与

  1. 叉子 这个项目
  2. 创建一个分支 为您的特色(或功能)(git checkout -b feature/AmazingFeature)
  3. 提交(或“承诺”) 你的更改(git commit -m 'Add some AmazingFeature')
  4. 推 到分店(git push origin feature/AmazingFeature)
  5. 提交一个拉取请求(或拉取合并请求)

📄 许可证

这个项目采用MIT许可证授权 - 请参阅 许可证 文件中有详细信息。

🆘 支持

帮助渠道

  • 🐞 问题: GitHub Issues(GitHub问题)
  • 💬 讨论: GitHub 讨论区

有用资源

  • Node-RED 文档
  • 模型上下文协议
  • 铁路文件/铁路文档
  • OpenAI API文档

🙏 致谢

  • Node-RED - 可视化编程平台
  • 铁路 - 部署平台
  • OpenAI(开放人工智能研究所) - 语言模型
  • MCP社区 - MCP协议

⭐ 如果这个模板对你有帮助,请考虑给这个仓库点个星标!

常见问题

8 问
答案由本站依据条目字段整理,不引用上游原文
Node Red 怎么安装?

在客户端按下面的安装命令接入:npx -y @smithery/cli@latest run @nickclyde/duckduckgo-mcp-server --key your-smithery-key。对应的包名是 @smithery/cli@latest。装完在客户端配置里引用同一个包或端点。

Node Red 怎么在 Claude 里配置?

它的传输方式是stdio · 本地进程,在客户端的 MCP 配置里填好启动命令和参数,保存后完全退出客户端再打开,配置才会生效。

Node Red 收费吗?

本站不代收费用,也没有标注具体价格。是否收费取决于服务本身和背后的接口额度,正式使用前按官方说明确认。

Node Red 需要 API Key 吗?

资料标注需要API Key认证,使用前准备好对应凭据,并按最小权限配置。

Node Red 支持哪些客户端?

资料标注支持 Claude;其他客户端只要能配置 MCP Server,也能用同样的命令或地址接入。

Node Red 能提供哪些能力?

资料显示约 3 个工具;能力标签包括 AI工作流、JavaScript、Claude、模型集成。具体工具清单以官方文档为准。

Node Red 需要什么运行环境?

运行时为 Node.js;属于本地进程,需要在本机装好运行环境。

Node Red 是本地还是远程?

它是本地进程(stdio),由客户端在本机拉起。传输方式为stdio · 本地进程。

热门专题

按标签挑服务器
全部专题 →

服务器信息以作者仓库与官方文档为准;分类、传输方式与鉴权方式的中文说明为中文整理,最近核验 2026-05-17。