Skip to main content
Glama

mcp-workflowy

工作流 MCP

用于与 Workflowy 交互的模型上下文协议 (MCP) 服务器。该服务器为 Workflowy 提供与 MCP 兼容的接口,允许 AI 助手以编程方式与您的 Workflowy 列表进行交互。

什么是 MCP?

模型上下文协议 (MCP) 是 AI 模型与外部工具和 API 交互的标准化方式。此服务器实现了 MCP,允许 AI 助手(例如 ChatGPT)通过一组定义的工具读取和操作您的 Workflowy 列表。

特征

  • Workflowy 集成:使用用户名/密码验证连接到您的 Workflowy 帐户
  • MCP 兼容性:完全支持模型上下文协议
  • 工具操作:在 Workflowy 中搜索、创建、更新和将节点标记为完成/不完成

示例用法:

就我个人而言,我使用 Workflowy 作为我的项目管理工具。让我的经纪人访问我的笔记和代码库,以下是一些有用的提示:

  • “在 workflowy 中显示我关于项目 XYZ 的所有笔记”
  • “审查代码库,将所有已完成的注释标记为已完成”
  • “考虑到我在这个项目的工作流程上的里程碑,建议我的下一个任务应该是什么”

安装

先决条件

  • Node.js v18 或更高版本
  • Workflowy 帐户

快速安装

NPM 版本NPM 下载

# Install the package globally npm install -g mcp-workflowy # Or use npx to run it directly npx mcp-workflowy server start

配置

在您的项目目录中创建一个包含以下内容的.env文件:

WORKFLOWY_USERNAME=your_username_here WORKFLOWY_PASSWORD=your_password_here

或者,您可以在运行服务器时将这些凭据作为环境变量提供。

用法

启动服务器

# If installed globally mcp-workflowy server start # Using npx npx mcp-workflowy server start

可用工具

此 MCP 服务器提供以下工具与您的 Workflowy 进行交互:

  1. list_nodes - 从 Workflowy 获取节点列表(根节点或指定节点的子节点)
  2. search_nodes - 通过查询文本搜索节点
  3. create_node - 在 Workflowy 中创建一个新节点
  4. update_node - 修改现有节点的文本或描述
  5. toggle_complete - 将节点标记为完成或不完成

与人工智能助手集成

要将此 MCP 服务器与 AI 助手(如 ChatGPT)一起使用:

  1. 按照上述说明启动 MCP 服务器
  2. 将您的 AI 助手连接到 MCP 服务器(请参阅您的 AI 助手的文档)
  3. AI 助手现在可以读取和操作你的 Workflowy 列表

一键

贡献

欢迎贡献代码!欢迎提交 Pull 请求。

执照

该项目根据 MIT 许可证获得许可 - 有关详细信息,请参阅LICENSE文件。

Install Server
A
security – no known vulnerabilities
A
license - permissive license
A
quality - confirmed to work

remote-capable server

The server can be hosted and run remotely because it primarily relies on remote services or has no dependency on the local environment.

mcp-workflowy

  1. 什么是 MCP?
    1. 特征
      1. 示例用法:
        1. 安装
          1. 先决条件
          2. 快速安装
        2. 配置
          1. 用法
            1. 启动服务器
            2. 可用工具
          2. 与人工智能助手集成
            1. 一键
              1. 贡献
                1. 执照

                  Related MCP Servers

                  View all related MCP servers

                  MCP directory API

                  We provide all the information about MCP servers via our MCP API.

                  curl -X GET 'https://glama.ai/api/mcp/v1/servers/danield137/mcp-workflowy'

                  If you have feedback or need assistance with the MCP directory API, please join our Discord server