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.

Related MCP server: Confluence MCP

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

curl -sSf https://astral.sh/uv/install.sh | sh

Para otros métodos de instalación, consulte la documentación de uv .

Configuración

1. Clonar este repositorio

2. Configurar un entorno virtual de Python:

   python -m venv .venv
   source .venv/bin/activate  # On Windows: .venv\Scripts\activate

3. Instalar el paquete en modo de desarrollo:

   Usando pip:

   pip install -e .

   Uso de uv (recomendado):

   uv pip install -e .

   Para dependencias de desarrollo:

   uv pip install -e ".[dev]"

Variables de entorno

Crea un archivo .env con las siguientes variables:

BLOOM_API_URL=<Your Bloom API URL>
BLOOM_API_TOKEN=<Your Bloom API Token>

Uso

Integración del cursor

Para utilizar este servidor MCP con Cursor (IDE impulsado por IA):

1. Vaya a Cursor > Configuración del cursor > MCP

2. Haga clic en "Agregar nuevo servidor MCP"

3. 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:

bloomy-server

Inspección del modo de desarrollo

Para fines de desarrollo y depuración, puede utilizar la herramienta de inspección MCP:

npx @modelcontextprotocol/inspector bloomy-server

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:

1. Instalar direnv (por ejemplo, brew install direnv en macOS)

2. Cree un archivo .envrc en la raíz de su proyecto:

   export BLOOM_API_URL=your_api_url
   export BLOOM_API_TOKEN=your_api_token

3. 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 específicas

• get_mutation_details : obtenga información detallada sobre mutaciones específicas de GraphQL

• execute_query - Ejecutar una consulta o mutación GraphQL con variables

• get_authenticated_user_id - Obtener el ID del usuario actualmente autenticado

Recursos MCP disponibles

• bloom://queries - Obtener una lista de todas las consultas disponibles

• bloom://mutations - Obtenga una lista de todas las mutaciones disponibles

Desarrollo

Estructura del proyecto

src/
  └── bloomy_mcp/
      ├── __init__.py        # Package initialization
      ├── client.py          # GraphQL client implementation
      ├── formatters.py      # Data formatting utilities
      ├── introspection.py   # GraphQL schema introspection
      ├── operations.py      # GraphQL operation utilities
      └── server.py          # MCP server implementation

Dependencias

• mcp[cli] - Servidor de protocolo de contexto de modelo

• gql - Biblioteca cliente GraphQL

• httpx - Cliente HTTP

• pyyaml - Procesamiento de YAML