OpenAI Web 搜索 MCP 服务器

Gumloop MCP 服务器

Gumloop API 的 MCP 服务器，使 AI 模型能够通过标准化界面管理和执行自动化。

特征

流程管理：启动自动化并监控其执行状态
工作区发现：列出可用的工作簿和已保存的自动化流程
输入模式检索：获取有关流程所需输入的详细信息
文件操作：上传和下载自动化中使用的文件
上下文感知执行：根据用户需求输入参数运行自动化

工具

`startAutomation`

为特定的已保存自动化启动新的流程运行。

输入：

user_id （字符串）：发起流程的用户的 ID
saved_item_id （字符串）：已保存流程的 ID
project_id （字符串，可选）：执行流程的项目的 ID
pipeline_inputs （数组，可选）：流程的输入列表
- input_name （字符串）：来自输入节点的“input_name”参数
- value （字符串）：要传递给输入节点的值

**返回：**包含运行详细信息的响应，包括 run_id、saved_item_id、workbook_id 和 URL

`retrieveRunDetails`

检索有关特定流程运行的详细信息。

输入：

run_id （字符串）：要检索的流程运行的 ID
user_id （字符串，可选）：启动流程的用户的 ID
project_id （字符串，可选）：执行流程的项目的 ID

**返回：**包含状态、输出、时间戳和日志等运行详细信息的响应

`listSavedFlows`

检索用户或项目的所有已保存流程的列表。

输入：

user_id （字符串，可选）：要列出项目的用户 ID
project_id （字符串，可选）：要列出项目的项目 ID

**返回：**包含已保存流及其元数据的列表的响应

`listWorkbooks`

检索所有工作簿及其相关已保存流程的列表。

输入：

user_id （字符串，可选）：要列出工作簿的用户 ID
project_id （字符串，可选）：要列出工作簿的项目 ID

**返回：**包含工作簿列表及其相关已保存流程的响应

`retrieveInputSchema`

检索特定已保存流的输入模式。

输入：

saved_item_id （字符串）：要检索输入模式的已保存项目的 ID
user_id （字符串，可选）：创建流程的用户 ID
project_id （字符串，可选）：流程所属的项目 ID

**返回：**带有流程输入参数列表的响应

`uploadFile`

将单个文件上传到 Gumloop 平台。

输入：

file_name （字符串）：要上传的文件的名称
file_content （字符串）：文件的 Base64 编码内容
user_id （字符串，可选）：与文件关联的用户 ID
project_id （字符串，可选）：与文件关联的项目 ID

**返回：**成功状态和文件名的响应

`uploadMultipleFiles`

通过单个请求将多个文件上传到 Gumloop 平台。

输入：

files （数组）：要上传的文件对象数组
- file_name （字符串）：要上传的文件的名称
- file_content （字符串）：文件的 Base64 编码内容
user_id （字符串，可选）：与文件关联的用户 ID
project_id （字符串，可选）：与文件关联的项目 ID

**返回：**成功状态和上传文件名列表的响应

`downloadFile`

从 Gumloop 平台下载特定文件。

输入：

file_name （字符串）：要下载的文件的名称
run_id （字符串）：与文件关联的流程运行的 ID
saved_item_id （字符串）：与文件关联的已保存项目 ID
user_id （字符串，可选）：与流程运行关联的用户 ID
project_id （字符串，可选）：与流程运行相关的项目 ID

**返回：**请求的文件内容

`downloadMultipleFiles`

从 Gumloop 平台下载多个文件作为 zip 存档。

输入：

file_names （数组）：要下载的文件名数组
run_id （字符串）：与文件关联的流程运行的 ID
user_id （字符串，可选）：与文件关联的用户 ID
project_id （字符串，可选）：与文件关联的项目 ID
saved_item_id （字符串，可选）：与文件关联的已保存项目 ID

**返回：**包含所请求文件的 Zip 文件

设置

API 密钥

创建可以访问所需功能的 Gumloop API 密钥：

前往Gumloop 工作区设置
生成新的 API 密钥
复制生成的密钥

与 Claude Desktop 一起使用

要将其与 Claude Desktop 一起使用，请将以下内容添加到您的claude_desktop_config.json中：

使用 NPX

{
  "mcpServers": {
    "gumloop": {
      "command": "npx",
      "args": [
        "-y",
        "gumloop-mcp-server"
      ],
      "env": {
        "GUMLOOP_API_KEY": "<YOUR_GUMLOOP_API_KEY>"
      }
    }
  }
}

使用 Docker

{
  "mcpServers": {
    "gumloop": {
      "command": "docker",
      "args": [
        "run",
        "-i",
        "--rm",
        "-e",
        "GUMLOOP_API_KEY",
        "gumloop-mcp-server"
      ],
      "env": {
        "GUMLOOP_API_KEY": "<YOUR_GUMLOOP_API_KEY>"
      }
    }
  }
}

示例

启动自动化

// Start a saved automation flow
const result = await agent.callTool("startAutomation", {
  user_id: "user123",
  saved_item_id: "flow456",
  pipeline_inputs: [
    {
      input_name: "search_query",
      value: "AI automation trends 2025"
    }
  ]
});

检查运行状态

// Check the status of a running automation
const result = await agent.callTool("retrieveRunDetails", {
  run_id: "run789",
  user_id: "user123"
});

列出可用流程

// Get all saved flows for a user
const result = await agent.callTool("listSavedFlows", {
  user_id: "user123"
});

使用文件

// Upload a file to be used in an automation
const result = await agent.callTool("uploadFile", {
  user_id: "user123",
  file_name: "data.csv",
  file_content: "base64EncodedFileContent..."
});

响应格式

服务器以 JSON 格式返回 Gumloop API 响应。以下是检索运行详情的示例：

{
  "user_id": "user123",
  "state": "RUNNING",
  "outputs": {},
  "created_ts": "2023-11-07T05:31:56Z",
  "finished_ts": null,
  "log": [
    "Starting automation flow...",
    "Processing input parameters...",
    "Executing node 1: Web Scraper..."
  ]
}

限制

API 调用受 Gumloop 的速率限制和使用配额约束
文件上传受限于 Gumloop API 允许的最大大小
某些功能可能需要特定的订阅等级
服务器需要具有适当权限的有效 Gumloop API 密钥

建造

# Install dependencies
pnpm install

# Build the project
pnpm run build

# Start the server
pnpm start

执照

此 MCP 服务器根据 MIT 许可证获得许可。

This server cannot be installed

security - not tested

license - permissive license

quality - not tested

How are these scores calculated?

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.

使 AI 模型能够在生成响应之前在网络上搜索当前信息，具有条件搜索、地理定制和自动引用等功能。

Related MCP Servers

Tavily MCP Serverofficial
tavily-ai
A
security
A
license
A
quality
This server enables AI systems to integrate with Tavily's search and data extraction tools, providing real-time web information access and domain-specific searches.
Last updated -
2
9,397
468
JavaScript
MIT License
Tavily MCP Server
it-beard
-
security
A
license
-
quality
Enables AI assistants to perform up-to-date web searches through the Tavily API, providing comprehensive search results with AI-generated summaries.
Last updated -
5
JavaScript
MIT License
Plausible MCP Server
AVIMBU
-
security
F
license
-
quality
Allows AI models to query and retrieve analytics data from Plausible Analytics through the Plausible API, enabling natural language interactions with website statistics.
Last updated -
TypeScript
Perplexity Deep Research MCP
arjunkmrm
-
security
F
license
-
quality
A server that allows AI assistants to perform web searches using Perplexity's sonar-deep-research model with citation support.
Last updated -
2
JavaScript

View all related MCP servers

OpenAI Web Search MCP Server

Gumloop MCP 服务器

特征

工具

`startAutomation`

`retrieveRunDetails`

`listSavedFlows`

`listWorkbooks`

`retrieveInputSchema`

`uploadFile`

`uploadMultipleFiles`

`downloadFile`

`downloadMultipleFiles`

设置

API 密钥

与 Claude Desktop 一起使用

使用 NPX

使用 Docker

示例

启动自动化

检查运行状态

列出可用流程

使用文件

响应格式

限制

建造

执照

Related MCP Servers

Tavily MCP Serverofficial

Tavily MCP Server

Plausible MCP Server

Perplexity Deep Research MCP

New MCP Servers

MCP directory API