Workflow MCP Server

MCPAI代理

提供方 tuanknguyen

AI代理 stdio · 本地进程 无需鉴权 社区 / 第三方
查看接入方式

一个Python MCP服务器,用于引导代理通过结构化工作流程,确保代理遵循预定义步骤同时保持执行灵活性。

一句话选型结论

按资料字段整理

Workflow MCP Server 属于AI代理类 MCP 服务器,stdio · 本地进程,无需鉴权,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 鉴权无需鉴权 部署方式本地部署
GitHub 星标 1 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

适用场景

工作流自动化Python本地部署Python服务器代理管理结构化流程

安装与配置

stdio · 本地进程 无需鉴权
客户端在本机拉起子进程,数据不出本机
uv run workflow-mcp

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 Python,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。
  • 资料标注无需鉴权,装好就能连。

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。
  • 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。
  • 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。
  • 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
Workflow MCP Server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tuanknguyen上游标注的维护方 tuanknguyen
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
鉴权方式无需鉴权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 / 运行时未标注 · Python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

1.9 KB
来自项目仓库与上游目录的原文,未做删改

工作流MCP服务器

一个Python MCP服务器,引导代理完成结构化工作流。此服务器确保代理遵循预定义的步骤,同时保持执行的灵活性。

开发方法

UV包装管理

本项目独家使用 紫外线 用于所有包管理操作。始终使用uv命令:

  • 虚拟环境创建: uv venv
  • 包装安装: uv pip install
  • 运行Python脚本: uv run python script.py
  • 运行测试: uv run pytest
  • 运行应用程序: uv run workflow-mcp

UV提供了比传统工具更快、更可靠的包管理。如果您没有安装紫外线,请按照以下说明操作https://github.com/astral-sh/uv

安装

设置环境```bash

Create a virtual environment

uv venv

Activate the virtual environment

source .venv/bin/activate # Linux/macOS

OR

.venv\Scripts\activate # Windows

Install the package

uv pip install -e .

For development with testing tools

uv pip install -e ".[dev]"


## 用法

### 运行服务器```bash
# Using the entry point script
uv run workflow-mcp

# Or directly with module
uv run python -m workflow_mcp_server

使用SSE而不是stdio:```bash
uv run workflow-mcp --sse --port 8888


### 运行测试```bash
uv run pytest

工作流定义

在中创建YAML文件 frameworks 目录具有以下结构:```yaml
name: "Simple Workflow"
description: "A linear workflow with basic steps"
version: "1.0"
steps:
- id: "step1"
type: "instruction"
content: "This is what you need to do first"
next: "step2"

  • id: "step2"
    type: "tool_call"
    tool: "tool_name"
    parameters:
    param1: "value1"
    next: "step3"

  • id: "step3"
    type: "end"
    content: "Workflow complete"
    ```

可用工具

  • list_workflows():列出可用的工作流框架
  • start_workflow(workflow_id):启动新的工作流会话
  • complete_step(session_id, result):将当前步骤标记为已完成并获取下一步

许可证

麻省理工学院

常见问题

7 问
答案由本站依据条目字段整理,不引用上游原文
Workflow MCP Server 怎么安装?

在客户端按下面的安装命令接入:uv run workflow-mcp。装完在客户端配置里引用同一个包或端点。

Workflow MCP Server 怎么在客户端里配置?

它的传输方式未标注,在客户端 MCP 配置里按官方文档填写启动命令和参数,保存后重启客户端生效。

Workflow MCP Server 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。

Workflow MCP Server 需要 API Key 吗?

资料标注为无需认证,装好就能连;如果实际调用时报鉴权错误,按官方文档补上凭据。

Workflow MCP Server 能提供哪些能力?

资料显示约 3 个工具;能力标签包括 工作流自动化、Python、Python服务器。具体工具清单以官方文档为准。

Workflow MCP Server 需要什么运行环境?

运行时为 Python;属于本地进程,需要在本机装好运行环境。

Workflow MCP Server 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。