Bloomy MCP
Un servidor de Protocolo de Contexto de Modelo (MCP) para interactuar con la API GraphQL de Bloom Growth.
Descripción general
Bloomy MCP es un servidor que se conecta a la API GraphQL de Bloom Growth y la expone a través del Protocolo de Contexto de Modelo, lo que permite a los asistentes de IA realizar operaciones contra la plataforma Bloom Growth.
Características
- Consulta la API GraphQL de Bloom Growth a través de MCP
- Recuperar detalles de consultas y mutaciones
- Ejecutar consultas y mutaciones GraphQL mediante herramientas MCP
- Obtener información de usuario autenticado
- Introspección automática de esquemas
Instalación
Prerrequisitos
- Python 3.12 o superior
- Acceso a la API de Bloom Growth
- uv (recomendado) o pip para la gestión de paquetes
Gestión de paquetes
Este proyecto recomienda usar uv
, un rápido instalador y solucionador de paquetes de Python que reemplaza directamente a pip/pip-tools. Es significativamente más rápido que los gestores de paquetes tradicionales.
Instalación de uv
Para otros métodos de instalación, consulte la documentación de uv .
Configuración
- Clonar este repositorio
- Configurar un entorno virtual de Python:
- Instalar el paquete en modo de desarrollo:Usando pip:Uso de uv (recomendado):Para dependencias de desarrollo:
Variables de entorno
Crea un archivo .env
con las siguientes variables:
Uso
Integración del cursor
Para utilizar este servidor MCP con Cursor (IDE impulsado por IA):
- Vaya a Cursor > Configuración del cursor > MCP
- Haga clic en "Agregar nuevo servidor MCP"
- Configure el servidor con los siguientes detalles:
- Nombre: "Bloom Growth" (o "BG" o cualquier nombre que prefieras)
- Tipo: Comando
- Comando:
uv run --project /path/to/your/repo/ --env-file /path/to/your/repo/.env bloomy-server
Importante : reemplace
/path/to/your/repo/
con la ruta real a su repositorio bloomy-mcp (por ejemplo,/Users/username/workspace/bloomy-mcp/
).
Ejecución del servidor
Inicie el servidor Bloomy MCP:
Inspección del modo de desarrollo
Para fines de desarrollo y depuración, puede utilizar la herramienta de inspección MCP:
Esto le permite inspeccionar el comportamiento y las respuestas del servidor MCP durante el desarrollo.
Herramientas recomendadas
Para un flujo de trabajo de desarrollo óptimo:
- direnv : se utiliza para administrar variables de entorno y cargarlas automáticamente al ingresar al directorio del proyecto
- uv : Úselo para una gestión de paquetes rápida y confiable
Configuración de direnv:
- Instalar direnv (por ejemplo,
brew install direnv
en macOS) - Cree un archivo
.envrc
en la raíz de su proyecto: - Ejecute
direnv allow
para autorizar las variables de entorno
Esta combinación de herramientas (direnv + uv) proporciona un entorno eficiente tanto para la gestión de secretos como para la gestión de paquetes.
Herramientas MCP disponibles
Las siguientes herramientas MCP están disponibles para los asistentes de IA:
get_query_details
: obtenga información detallada sobre consultas GraphQL específicasget_mutation_details
: obtenga información detallada sobre mutaciones específicas de GraphQLexecute_query
- Ejecutar una consulta o mutación GraphQL con variablesget_authenticated_user_id
- Obtener el ID del usuario actualmente autenticado
Recursos MCP disponibles
bloom://queries
- Obtener una lista de todas las consultas disponiblesbloom://mutations
- Obtenga una lista de todas las mutaciones disponibles
Desarrollo
Estructura del proyecto
Dependencias
mcp[cli]
- Servidor de protocolo de contexto de modelogql
- Biblioteca cliente GraphQLhttpx
- Cliente HTTPpyyaml
- Procesamiento de YAML
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.
Un servidor de protocolo de contexto de modelo que conecta a los asistentes de IA con la API GraphQL de Bloom Growth, lo que les permite consultar datos y ejecutar operaciones en la plataforma Bloom Growth.
Related Resources
Related MCP Servers
- -securityFlicense-qualityA Model Context Protocol server that provides AI assistants with structured access to your Logseq knowledge graph, enabling retrieval, searching, analysis, and creation of content within your personal knowledge base.Last updated -45TypeScript
- AsecurityAlicenseAqualityA Model Context Protocol server that enables AI assistants to interact with Confluence content, supporting operations like retrieving, searching, creating, and updating pages and spaces.Last updated -98TypeScriptMIT License
- -securityFlicense-qualityA comprehensive Model Context Protocol server implementation that enables AI assistants to interact with file systems, databases, GitHub repositories, web resources, and system tools while maintaining security and control.Last updated -161TypeScript
- AsecurityAlicenseAqualityA Model Context Protocol server that enables AI agents to interact with local Logseq knowledge graphs, supporting operations like creating/editing pages and blocks, searching content, and managing journal entries.Last updated -1315PythonMIT License