Skip to main content
Glama
ninihen1

Flow Studio - Power Automate MCP Server

FlowStudio MCP——面向 AI 代理的 Power Automate 技能

让您的 AI 代理拥有与您在 Power Automate 门户中相同的可见性——甚至更多。 Graph API 只返回顶层运行状态——代理看不到操作输入、循环迭代或嵌套失败。FlowStudio MCP 将所有这些都呈现出来。

代理通过 MCP 调试 Power Automate 流

您可以点击浏览门户并找到根本原因。您的代理却做不到——除非它拥有 MCP。

门户向人类展示一切——但代理通过 Graph API 只能看到顶层错误

借助 FlowStudio MCP,代理能看到您所看到的

何时需要它

  • 您的代理能看到流失败,却看不到原因——Graph API 只返回状态代码

  • 您希望代理能看到操作级别的输入和输出,就像您在门户中看到的那样

  • 一个循环有数百次迭代,其中一些产生了错误输出——在门户中您需要逐个点击,而代理可以一次性扫描所有迭代的输入和输出

  • 您希望在不打开管理中心的情况下检查整个租户的流运行状况、失败率和制作者活动

  • 您需要大规模对流进行分类、检测孤立资源或审计连接器——而无需安装 CoE Starter Kit

  • 您厌倦了在代理与门户之间充当中间人

Related MCP server: MCP Power Automate

Graph API 与 FlowStudio MCP 对比

核心区别:Graph API 为您的代理提供运行状态。MCP 为您的代理提供每个操作的输入和输出。

代理看到的内容

Graph API

FlowStudio MCP

运行通过或失败

是

是

操作输入和输出

否

是

超出状态代码的错误详情

否

是

子流运行详情

否

是

循环迭代数据

否

是

流定义(读取 + 写入)

有限

完整 JSON

重新提交 / 取消运行

有限

是

缓存的流运行状况与失败率

否

是

制作者 / Power Apps / 连接器清单

否

是

治理元数据(标记、影响、所有者)

否

是

技能

技能

描述

power-automate-mcp

连接并操作 Power Automate 云流——列出流、读取定义、检查运行、重新提交、取消

power-automate-debug

用于调查失败流的分步诊断流程

power-automate-build

从零开始构建、搭建并部署 Power Automate 流定义

power-automate-monitoring

流运行状况、失败率、制作者清单、Power Apps、环境和连接数量

power-automate-governance

按影响对流分类、检测孤立项、审计连接器、管理通知、计算归档分数

前三个技能使用实时 Power Automate API 调用。监控和治理技能使用缓存存储——每日快照,包含聚合统计、修复提示和治理元数据。使用存储工具需要 FlowStudio for Teams 或 MCP Pro+ 订阅。

每个技能都遵循 Agent Skills 规范,并与任何兼容的代理配合使用。

支持的代理

Copilot, Claude Code, ChatGPT, Codex, OpenClaw, Gemini CLI, Cursor, Goose, Amp, OpenHands

指南

完整教程请参见 learn.flowstudio.app:

快速开始

从 ChatGPT 或 claude.ai 连接

使用您的 Microsoft 账户登录,而不是粘贴密钥。在 ChatGPT(开启开发者模式)或 claude.ai 中将 https://mcp.flowstudio.app/mcp/oauth 添加为连接器,然后按照登录提示操作。教程:ChatGPT for Power Automate。

作为 Claude Code 插件安装

批准后可通过 Claude 插件市场获取。要在本地测试:

git clone https://github.com/ninihen1/power-automate-mcp-skills.git
claude --plugin-dir ./power-automate-mcp-skills

然后连接 MCP 服务器:

claude mcp add --transport http flowstudio https://mcp.flowstudio.app/mcp \
  --header "x-api-key: <YOUR_TOKEN>"

在 mcp.flowstudio.app 获取您的令牌。

在 Codex 中安装

在 Codex 会话中,直接安装技能:

$skill-installer install https://github.com/ninihen1/power-automate-mcp-skills/tree/main/skills/power-automate-mcp
$skill-installer install https://github.com/ninihen1/power-automate-mcp-skills/tree/main/skills/power-automate-debug
$skill-installer install https://github.com/ninihen1/power-automate-mcp-skills/tree/main/skills/power-automate-build
$skill-installer install https://github.com/ninihen1/power-automate-mcp-skills/tree/main/skills/power-automate-monitoring
$skill-installer install https://github.com/ninihen1/power-automate-mcp-skills/tree/main/skills/power-automate-governance

然后在 ~/.codex/config.toml 中连接 MCP 服务器:

[mcp_servers.flowstudio]
url = "https://mcp.flowstudio.app/mcp"

[mcp_servers.flowstudio.http_headers]
x-api-key = "<YOUR_TOKEN>"

通过 skills.sh 安装

在 skills.sh 上搜索 flowstudio,或者:

npx skills add github/awesome-copilot -s flowstudio-power-automate-mcp
npx skills add github/awesome-copilot -s flowstudio-power-automate-debug
npx skills add github/awesome-copilot -s flowstudio-power-automate-build
npx skills add github/awesome-copilot -s flowstudio-power-automate-monitoring
npx skills add github/awesome-copilot -s flowstudio-power-automate-governance

通过 ClawHub 安装

npx clawhub@latest install power-automate-mcp

通过 Smithery 安装

npx smithery skill add flowstudio/power-automate-mcp

手动安装

将技能文件夹复制到您项目的 .github/skills/ 目录(或您的代理发现技能的任何位置)。

连接 MCP 服务器

Claude Code:

claude mcp add --transport http flowstudio https://mcp.flowstudio.app/mcp \
  --header "x-api-key: <YOUR_TOKEN>"

Codex(~/.codex/config.toml):

[mcp_servers.flowstudio]
url = "https://mcp.flowstudio.app/mcp"

[mcp_servers.flowstudio.http_headers]
x-api-key = "<YOUR_TOKEN>"

Copilot / VS Code(.vscode/mcp.json):

{
  "servers": {
    "flowstudio": {
      "type": "http",
      "url": "https://mcp.flowstudio.app/mcp",
      "headers": { "x-api-key": "<YOUR_TOKEN>" }
    }
  }
}

在 mcp.flowstudio.app 获取您的令牌。

真实调试示例

这些来自真实的生产环境调查,而非演示。

  • 子流中的表达式错误 —— contains(string(...)) 在嵌套属性上崩溃。代理从父流追踪到 子流,穿过循环迭代,找到了出错的输入。门户只显示 "ExpressionEvaluationFailed", 没有任何上下文。

  • 数据录入问题,而非流缺陷 —— 用户接连报告了两个“缺陷”。代理证明两者都是数据录入 错误(电子邮件中缺少逗号,CC 字段中只有一个地址)。流本身是正确的。 几秒钟内即完成诊断。

  • 空值导致子流崩溃 —— 当 38% 的记录 Name 字段为空时,split(Name, ', ') 崩溃。代理从父流 追踪到子流、循环直到操作,找到根本原因,并通过 update_live_flow 部署了修复。

前提条件

  • 一个 FlowStudio MCP 订阅(涵盖所有实时工具)

  • 对于存储工具(监控、治理):FlowStudio for Teams 或 MCP Pro+

  • MCP 端点:https://mcp.flowstudio.app/mcp

  • API 密钥 / JWT 令牌(通过 x-api-key 标头传递)

仓库结构

skills/
  power-automate-mcp/          core connection & operation skill
  power-automate-debug/        debug workflow skill
  power-automate-build/        build & deploy skill
  power-automate-monitoring/   flow health & tenant inventory skill
  power-automate-governance/   compliance & governance skill
examples/                      real debugging walkthroughs
README.md
LICENSE                        MIT

在 GitHub 上可用

适用于 Copilot、Claude、ChatGPT 以及任何与 MCP 兼容的代理。

参与贡献

欢迎贡献。每个技能文件夹必须包含一个带有必需 frontmatter 的 SKILL.md。格式请参考现有技能。

许可证

MIT


关键词:Power Automate 调试、流运行历史、表达式求值失败、子流失败、嵌套操作错误、循环迭代输出、代理自动化 MCP、Power Platform AI、流定义部署、重新提交失败的运行、流监控、治理、CoE、孤立项检测、连接器审计、归档分数、制作者清单

Related MCP Connectors

Related MCP Servers

  • A
    license
    A
    quality
    D
    maintenance
    Flowcheck MCP exposes workflow analysis tools from the Flowcheck API so AI agents can detect issues and validate processes programmatically.
    22
    40 npm
    MIT
  • A
    license
    B
    quality
    F
    maintenance
    Local-first MCP server and Chromium extension for AI-assisted Microsoft Power Automate work, enabling users to inspect, validate, edit, run, review, and revert cloud flows using a browser session.
    24
    65 npm
    26
    MIT