mcp-flowise
mcp-flowise es un paquete de Python que implementa un servidor de Protocolo de Contexto de Modelo (MCP) que se integra con la API de Flowise. Proporciona una forma estandarizada y flexible de listar flujos de chat, crear predicciones y registrar dinámicamente herramientas para flujos de chat o asistentes de Flowise.
Admite dos modos de funcionamiento:
Modo de bajo nivel (predeterminado) : registra dinámicamente herramientas para todos los flujos de chat recuperados de la API de Flowise.
Modo FastMCP : proporciona herramientas estáticas para enumerar flujos de chat y crear predicciones, adecuadas para configuraciones más simples.
Características
Exposición de herramientas dinámicas : el modo de nivel bajo crea herramientas dinámicamente para cada flujo de chat o asistente.
Configuración más simple : el modo FastMCP expone las herramientas
list_chatflowsycreate_predictionpara una configuración mínima.Filtrado flexible : ambos modos admiten el filtrado de flujos de chat a través de listas blancas y listas negras por ID o nombres (expresiones regulares).
Integración con MCP : se integra perfectamente en los flujos de trabajo de MCP.
Instalación
Instalación mediante herrería
Para instalar mcp-flowise para Claude Desktop automáticamente a través de Smithery :
Prerrequisitos
Python 3.12 o superior
gestor de paquetes
uvx
Instalar y ejecutar a través de uvx
Confirme que puede ejecutar el servidor directamente desde el repositorio de GitHub usando uvx :
Agregar al ecosistema MCP (configuración mcpServers )
Puede integrar mcp-flowise en su ecosistema MCP añadiéndolo a la configuración mcpServers . Ejemplo:
Modos de operación
1. Modo FastMCP (Modo simple)
Se habilita al configurar FLOWISE_SIMPLE_MODE=true . Este modo:
Expone dos herramientas:
list_chatflowsycreate_prediction.Permite la configuración estática utilizando
FLOWISE_CHATFLOW_IDoFLOWISE_ASSISTANT_ID.Enumera todos los flujos de chat disponibles a través de
list_chatflows.
2. Modo de bajo nivel (FLOWISE_SIMPLE_MODE=Falso)
Características :
Registra dinámicamente todos los flujos de chat como herramientas independientes.
Las herramientas reciben el nombre de los flujos de chat (normalizados).
Utiliza descripciones de la variable
FLOWISE_CHATFLOW_DESCRIPTIONSy recurre a los nombres de flujo de chat si no se proporciona ninguna descripción.
Ejemplo :
my_tool(question: str) -> strcreado dinámicamente para un flujo de chat.
Ejecutándose en Windows con uvx
Si usa uvx en Windows y tiene problemas con --from git+https , la solución recomendada es clonar el repositorio localmente y configurar mcpServers con la ruta completa a uvx.exe y al repositorio clonado. Además, incluya APPDATA , LOGLEVEL y otras variables de entorno según sea necesario.
Ejemplo de configuración para el ecosistema MCP ( mcpServers en Windows)
Notas
Rutas completas : utilice rutas completas tanto para
uvx.execomo para el repositorio clonado.Variables de entorno : apunte
APPDATAa su perfil de usuario de Windows (por ejemplo,C:\\Users\\<username>\\AppData\\Roaming) si es necesario.Nivel de registro : ajuste
LOGLEVELsegún sea necesario (ERROR,INFO,DEBUG, etc.).
Variables de entorno
General
FLOWISE_API_KEY: Su token portador de API de Flowise ( obligatorio ).FLOWISE_API_ENDPOINT: URL base para Flowise (predeterminado:http://localhost:3010).
Modo de bajo nivel (predeterminado)
FLOWISE_CHATFLOW_DESCRIPTIONS: Lista de pares dechatflow_id:descriptionseparados por comas. Ejemplo:FLOWISE_CHATFLOW_DESCRIPTIONS="abc123:Chatflow One,xyz789:Chatflow Two"
Modo FastMCP ( FLOWISE_SIMPLE_MODE=true )
FLOWISE_CHATFLOW_ID: ID de flujo de chat único (opcional).FLOWISE_ASSISTANT_ID: ID de asistente único (opcional).FLOWISE_CHATFLOW_DESCRIPTION: Descripción opcional para la herramienta única expuesta.
Filtrado de flujos de chat
Los filtros se pueden aplicar en ambos modos utilizando las siguientes variables de entorno:
Lista blanca por ID :
FLOWISE_WHITELIST_ID="id1,id2,id3"Lista negra por ID :
FLOWISE_BLACKLIST_ID="id4,id5"Lista blanca por nombre (expresión regular) :
FLOWISE_WHITELIST_NAME_REGEX=".*important.*"Lista negra por nombre (expresión regular) :
FLOWISE_BLACKLIST_NAME_REGEX=".*deprecated.*"
Nota : Las listas blancas prevalecen sobre las negras. Si se configuran ambas, se aplica la regla más restrictiva.
Seguridad
Proteja su clave API : asegúrese de que
FLOWISE_API_KEYse mantenga segura y no esté expuesta en registros o repositorios.Configuración del entorno : utilice archivos
.envo variables de entorno para configuraciones sensibles.
Añade .env a tu .gitignore :
Solución de problemas
Clave API faltante : asegúrese de que
FLOWISE_API_KEYesté configurada correctamente.Configuración no válida : si se configuran
FLOWISE_CHATFLOW_IDyFLOWISE_ASSISTANT_ID, el servidor se negará a iniciarse.Errores de conexión : Verifique que
FLOWISE_API_ENDPOINTsea accesible.
Licencia
Este proyecto está licenciado bajo la Licencia MIT. Consulte el archivo de LICENCIA para más detalles.
HACER
[x] Modo Fastmcp
[x] Modo de bajo nivel
[x] Filtrado
[x] Integración de escritorio de Claude
[ ] Asistentes
hybrid server
The server is able to function both locally and remotely, depending on the configuration or use case.
Un paquete de Python que implementa un servidor de protocolo de contexto de modelo para integrarse con la API de Flowise, lo que permite a los usuarios enumerar flujos de chat, crear predicciones y registrar dinámicamente herramientas para flujos de chat o asistentes de Flowise.
Related MCP Servers
- Asecurity-licenseAqualityThe Flowise MCP Server enables clients to list chatflows and call predictions, integrating seamlessly with DIY Flowise or Flowise Cloud accounts. It provides a simple interface for executing chatflows/assistants predictions with existing Flowise configurations.Last updated -247MIT License
- -security-license-qualityA Model Context Protocol server that enables AI assistants like Claude to perform Python development tasks through file operations, code analysis, project management, and safe code execution.Last updated -5
- -security-license-qualityA streamlined foundation for building Model Context Protocol servers in Python, designed to make AI-assisted development of MCP tools easier and more efficient.Last updated -13MIT License
- -security-license-qualityA Python-based implementation of the Model Context Protocol that enables communication between a model context management server and client through a request-response architecture.Last updated -