genesys-mcp

Deine Genesys-Cloud-Organisation, in den Händen deiner KI. Ein Open-Source-MCP-Server für Genesys Cloud auf Cloudflare Workers. Keinerlei Abhängigkeiten, kein Terminal erforderlich – und sein einziger Zweck ist das Bauen: Queues, Skills, Benutzer, Wrap-Up-Codes und Architect-Flows.

Er baut, nicht nur liest.

Lass Claude (oder jeden MCP-Client) dies tun:

• „Erstelle eine Queue namens Weekend Support“

• „Baue einen Call-Flow: Begrüße Anrufer, drücke 1 für Weekend Support, drücke 9 zum Beenden. Zeig mir zuerst das Diagramm“

• „Zeichne meinen Main-IVR als Diagramm“

• „Onboarding-Vorbereitung: Erstelle einen Skill für Spanisch und weise ihn Jess mit Kenntnisstufe 4 zu“

Der Flow Builder erzeugt echtes Archy-YAML, zeigt dir den Flow als Mermaid-Diagramm im Chat und veröffentlicht ihn anschließend über Genesys‘ eigene Flow-Jobs-Pipeline (dieselbe, die CX as Code nutzt) – Genesys validiert und veröffentlicht also serverseitig.

Was er bewusst nicht tut

• Keine Analyse- oder KPI-Tools. Dieser Bereich ist bereits abgedeckt; für Conversation-Analytics über MCP schau dir MakingChatbots' genesys-cloud-mcp-server an.

• Kein Kontaktlisten-Management.

• Keine Löschvorgänge. Es gibt keine Lösch-Tools, und das Raw-API-Tool weigert sich, DELETE auszuführen. „Create-first“ ist das Design.

Related MCP server: Salesforce MCP Server

Deploy deine eigene Instanz in 3 Schritten

1. Deploy: Klick auf den Button (kostenloses Cloudflare-Konto) oder git clone + npx wrangler deploy. Der CONFIG-KV-Namespace wird automatisch bereitgestellt.

2. Genesys-OAuth-Client erstellen: Admin → Integrations → OAuth → Add Client → Grant-Type Client Credentials → eine Rolle zuweisen (siehe Rolle eingrenzen) → speichern.

3. Konfigurieren: Öffne auf deiner neuen Worker-Instanz /setup und füge Client-ID, Secret und deine Region ein. Der Assistent validiert diese live gegen Genesys, bevor gespeichert wird, und übergibt dir anschließend deinen Zugriff (wird nur einmal angezeigt).

Du konfigurierst lieber übers Terminal? Setze stattdessen Wrangler-Geheimnisse; die überschreiben den Assistenten: GENESYS_CLIENT_ID, GENESYS_CLIENT_SECRET, GENESYS_REGION (z. B. usw2.pure.cloud), MCP_AUTH_TOKEN.

Verbinde deine KI

Der MCP-Endpunkt ist https://<your-worker>/mcp.

• Claude (Web/Desktop): Settings → Connectors → Add custom connector → URL einfügen. Wenn der Autorisierungsbildschirm erscheint, füge deinen Zugriffsschlüssel ein.

• Claude Code: claude mcp add --transport http genesys https://<your-worker>/mcp und authentifiziere dich, wenn du dazu aufgefordert wirst.

• ChatGPT: Settings → Connectors → Advanced → Developer-Mode → MCP-Server-URL hinzufügen.

• Alle anderen: Standard Streamable HTTP MCP mit OAuth 2.1 (oder den Access Key als Bearer-Token senden).

Probier danach einmal: „Prüfe die Verbindung und liste meine Queues auf.“

Die Toolbox (28 Tools)

✏️ = Schreibwerkzeug. Alle Namen werden für dich in GUIDs aufgelöst, sodass „die Queue Weekend Support“ einfach funktioniert.

So funktioniert der Flow Builder

1. build_flow verwandelt eine Spezifikation in Archy-YAML und ein Mermaid-Diagramm: eine TTS-Begrüßung, ein optionales Öffnungszeiten-Gate (bei „geöffnet“ geht es zum Menü; bei „geschlossen“ und an Feiertagen wird eine Nachricht abgespielt und dann aufgelegt oder eine Voicemail angenommen) sowie ein DTMF-Menü, dessen Optionen an eine Queue weiterleiten, die Voicemail einer Queue annehmen, eine externe Nummer wählen oder auflegen können. Deine KI zeigt dir zuerst das Diagramm.

2. publish_flow registriert einen Architect-Flow-Job, lädt das YAML hoch und pollt. Das validiert und veröffentlicht serverseitig; Validierungsfehler werden unverändert zurückgegeben.

3. render_flow zeichnet auch Flows als Diagramm, die in deiner Organisation bereits existieren; export_flow konvertiert jeden Flow zurück in YAML.

TTS ist inline in den Flow gesetzt (die TTS-Engine deiner Org spricht den Text); du hast also keine Audiodateien aufzunehmen oder hochzuladen.

Sicherheitsmodell

• Deine Genesys-Zugangsdaten liegen in deinem Cloudflare-Konto (Geheimnisse; Wrangler-Secrets oder das automatisch provisionierte KV) – und nirgendwo sonst.

• Die KI kann nur das tun, was die Rolle des OAuth-Clients erlaubt. Du grenzt sie ein; Genesys erzwingt sie.

• Der MCP-Endpunkt verlangt den Zugriffsschlüssel (roh als Bearer-Token oder den integrierten OAuth-2.1-Flow für Connectors).

• Lösch-Tools gibt es nicht, und gensys_api_call lehnt DELETE gänzlich ab.

Rolle eingrenzen

Damit alles hier funktioniert, braucht die Rolle des OAuth-Clients: Routing (Queues, Skills, Wrap-Up-Codes) ansehen und hinzufügen, Directory-Benutzer ansehen und bearbeiten (für Skill-Zuweisung), Architect-Flows ansehen, hinzufügen, bearbeiten und veröffentlichen sowie Telephony-DIDs ansehen. Master Admin funktioniert für eine Sandbox; für die Produktion Grenzen setzen. Der Server kann immer nur so mächtig sein wie die Rolle, die du zuweist.

Lokale Entwicklung

git clone https://github.com/ryanshatz/genesys-mcp
cd genesys-mcp
cp .dev.vars.example .dev.vars   # or create it: GENESYS_CLIENT_ID / GENESYS_CLIENT_SECRET / GENESYS_REGION / MCP_AUTH_TOKEN
npm test                          # zero-dep unit tests (node --test)
npm run smoke                     # live read-tools smoke against your org
npm run smoke -- --writes         # also exercises create tools (MCP_Test_* artifacts)
npm run dev                       # wrangler dev

Über das Projekt

Entwickelt wurde es von Ryan Shatzkamer (Director, Technical Services bei outboundIQ), Schöpfer von five9-mcp, derselben Zero-Dependency-Architektur, die auf einer zweiten Plattform ausgerichtet ist. Issues und PRs sind willkommen; die Roadmap ist der Issue-Tracker.

MIT