Skip to main content
Glama
tiovikram

OpenAI Web Search MCP Server

by tiovikram

Gumloop MCP 서버

Gumloop API를 위한 MCP 서버로, AI 모델이 표준화된 인터페이스를 통해 자동화를 관리하고 실행할 수 있도록 지원합니다.

특징

  • 흐름 관리 : 자동화를 시작하고 실행 상태를 모니터링합니다.

  • 작업 공간 검색 : 사용 가능한 통합 문서 및 저장된 자동화 흐름 나열

  • 입력 스키마 검색 : 흐름에 필요한 입력에 대한 자세한 정보를 가져옵니다.

  • 파일 작업 : 자동화에 사용되는 파일 업로드 및 다운로드

  • 컨텍스트 인식 실행 : 사용자 요구 사항에 맞는 입력 매개변수로 자동화를 실행합니다.

Related MCP server: The Web MCP

도구

startAutomation

특정 저장된 자동화에 대한 새로운 흐름 실행을 시작합니다.

입력:

  • user_id (문자열): 흐름을 시작하는 사용자의 ID

  • saved_item_id (문자열): 저장된 흐름의 ID

  • project_id (문자열, 선택 사항): 흐름이 실행되는 프로젝트의 ID

  • pipeline_inputs (배열, 선택 사항): 흐름에 대한 입력 목록

    • input_name (문자열): 입력 노드의 'input_name' 매개변수

    • value (문자열): Input 노드에 전달될 값

반환: run_id, saved_item_id, workbook_id 및 URL을 포함한 실행 세부 정보가 포함된 응답

retrieveRunDetails

특정 흐름 실행에 대한 세부 정보를 검색합니다.

입력:

  • run_id (문자열): 검색할 흐름 실행의 ID

  • user_id (문자열, 선택 사항): 흐름을 시작하는 사용자의 ID

  • project_id (문자열, 선택 사항): 흐름이 실행되는 프로젝트의 ID

반환: 상태, 출력, 타임스탬프 및 로그를 포함한 실행 세부 정보가 포함된 응답

listSavedFlows

사용자 또는 프로젝트에 저장된 모든 흐름 목록을 검색합니다.

입력:

  • user_id (문자열, 선택 사항): 항목을 나열할 사용자 ID

  • project_id (문자열, 선택 사항): 항목을 나열할 프로젝트 ID

반환: 저장된 흐름 및 해당 메타데이터 목록이 포함된 응답

listWorkbooks

모든 통합 문서와 연관된 저장된 흐름의 목록을 검색합니다.

입력:

  • user_id (문자열, 선택 사항): 통합 문서를 나열할 사용자 ID

  • project_id (문자열, 선택 사항): 통합 문서를 나열할 프로젝트 ID

반환: 통합 문서 및 연관된 저장된 흐름 목록이 포함된 응답

retrieveInputSchema

특정 저장된 흐름에 대한 입력 스키마를 검색합니다.

입력:

  • saved_item_id (문자열): 입력 스키마를 검색할 저장된 항목의 ID

  • user_id (문자열, 선택 사항): 흐름을 생성한 사용자 ID

  • project_id (문자열, 선택 사항): 흐름이 있는 프로젝트 ID

반환: 흐름에 대한 입력 매개변수 목록이 포함된 응답

uploadFile

Gumloop 플랫폼에 단일 파일을 업로드합니다.

입력:

  • file_name (문자열): 업로드할 파일의 이름

  • file_content (문자열): Base64로 인코딩된 파일 내용

  • user_id (문자열, 선택 사항): 파일과 연관된 사용자 ID

  • project_id (문자열, 선택 사항): 파일과 연관된 프로젝트 ID

반환: 성공 상태 및 파일 이름이 포함된 응답

uploadMultipleFiles

단일 요청으로 Gumloop 플랫폼에 여러 파일을 업로드합니다.

입력:

  • files (배열): 업로드할 파일 객체의 배열

    • file_name (문자열): 업로드할 파일의 이름

    • file_content (문자열): Base64로 인코딩된 파일 내용

  • user_id (문자열, 선택 사항): 파일과 연관된 사용자 ID

  • project_id (문자열, 선택 사항): 파일과 연관된 프로젝트 ID

반환: 성공 상태 및 업로드된 파일 이름 목록이 포함된 응답

downloadFile

Gumloop 플랫폼에서 특정 파일을 다운로드합니다.

입력:

  • file_name (문자열): 다운로드할 파일의 이름

  • run_id (문자열): 파일과 연관된 흐름 실행의 ID

  • saved_item_id (문자열): 파일과 연관된 저장된 항목 ID

  • user_id (문자열, 선택 사항): 흐름 실행과 연관된 사용자 ID

  • project_id (문자열, 선택 사항): 흐름 실행과 연관된 프로젝트 ID

반환: 요청된 파일 내용

downloadMultipleFiles

Gumloop 플랫폼에서 여러 개의 파일을 zip 아카이브로 다운로드합니다.

입력:

  • file_names (배열): 다운로드할 파일 이름 배열

  • run_id (문자열): 파일과 연관된 흐름 실행의 ID

  • user_id (문자열, 선택 사항): 파일과 연관된 사용자 ID

  • project_id (문자열, 선택 사항): 파일과 연관된 프로젝트 ID

  • saved_item_id (문자열, 선택 사항): 파일과 연관된 저장된 항목 ID

반환: 요청된 파일이 포함된 Zip 파일

설정

API 키

필수 기능에 액세스할 수 있는 Gumloop API 키를 만듭니다.

  1. Gumloop 작업 공간 설정 으로 이동

  2. 새로운 API 키 생성

  3. 생성된 키를 복사하세요

Claude Desktop과 함께 사용

Claude Desktop과 함께 사용하려면 claude_desktop_config.json 에 다음을 추가하세요.

NPX 사용하기

지엑스피1

Docker 사용하기

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

예시

자동화 시작

// 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"
    }
  ]
});

실행 상태 확인

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

사용 가능한 흐름 나열

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

파일 작업

// 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..."
});

응답 형식

서버는 Gumloop API 응답을 JSON 형식으로 반환합니다. 실행 세부 정보를 가져오는 예는 다음과 같습니다.

{
  "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..."
  ]
}

제한 사항

  • API 호출에는 Gumloop의 속도 제한 및 사용 할당량이 적용됩니다.

  • 파일 업로드는 Gumloop API에서 허용하는 최대 크기로 제한됩니다.

  • 일부 기능에는 특정 구독 등급이 필요할 수 있습니다.

  • 서버에는 적절한 권한이 있는 유효한 Gumloop API 키가 필요합니다.

짓다

# Install dependencies
pnpm install

# Build the project
pnpm run build

# Start the server
pnpm start

특허

이 MCP 서버는 MIT 라이선스에 따라 라이선스가 부여되었습니다.

Tool Schema Changelog

Recent tool additions, removals, and schema changes observed during successful MCP inspections. Dates show when Glama detected each change.

No tool schema history has been recorded yet.

Maintenance

ActivityInactive
ResponsivenessNo issues

Resources

Unclaimed servers have limited discoverability.

Looking for Admin?

If you are the server author, to access and configure the admin panel.

Related MCP Connectors

Related MCP Servers

  • F
    license
    Not graded
    quality
    D
    maintenance
    Provides intelligent web search capabilities using OpenAI's Web Search API with reasoning models. Supports localized results, multiple model options, and automatic source citations for current information retrieval.
    15
    -
  • A
    license
    A
    quality
    D
    maintenance
    Enables AI assistants to access real-time web data through search, markdown scraping, and browser automation while bypassing anti-bot protections. It provides tools for web research, e-commerce monitoring, and data extraction from across the globe.
    4
    7,869
    5
    MIT
  • F
    license
    Not graded
    quality
    C
    maintenance
    Enables AI agents to perform web searches, extract webpage content, and conduct end-to-end search-and-extract operations using multiple search providers and content extraction methods.
    -

Latest Blog Posts

MCP directory API

We provide all the information about MCP servers via our MCP API.

curl -X GET 'https://glama.ai/api/mcp/v1/servers/tiovikram/gumloop-mcp'

If you have feedback or need assistance with the MCP directory API, please join our Discord server