MCP 服务器

@processon/mcp-server-processon

Converts structured Markdown into ProcessOn mind maps via API, enabling AI agents and tools to create mind maps programmatically.

README

@processon/mcp-server-processon

🚀 基于 MCP 协议的 Markdown → ProcessOn 思维导图生成工具。

该工具可将结构化 Markdown 内容转化为符合 ProcessOn 要求的树状图结构，并通过 API 创建思维导图文件，适用于大模型 Agent、Cherry Studio 等场景。

✨ 功能特性

✅ 支持结构化 Markdown 转思维导图
✅ 自动调用 ProcessOn API 创建文件
✅ 基于 MCP 协议，可直接集成大模型工具链
✅ 支持 check() 工具验证密钥与服务连通性
✅ 支持 npx 运行，无需全局安装

📦 安装方式

首次运行时会自动安装 Python 依赖。请确保系统已安装 Python（推荐 3.8+）并添加到 PATH。

✅ 方式一：使用 `npx`（推荐）

npx @processon/mcp-server-processon

✅ 方式二：全局安装

npm install -g @processon/mcp-server-processon

运行服务：

@processon/mcp-server-processon

🔧 环境变量配置

服务通过环境变量读取 ProcessOn 配置信息：

变量名	是否必须	说明
`PROCESSON_API_KEY`	✅ 是	你的 ProcessOn API 密钥（可在 www.processon.com 账户中心获取）
`BASE_URL`	❌ 否	自定义 API 地址（默认使用官方地址）

设置示例

macOS / Linux

export PROCESSON_API_KEY=YOU PROCESSON_API_KEY

Windows（CMD）

set PROCESSON_API_KEY="YOU PROCESSON_API_KEY"

Windows（PowerShell）

$env:PROCESSON_API_KEY="YOU PROCESSON_API_KEY"

🚀 使用说明

启动服务

npx @processon/mcp-server-processon

或（已全局安装）：

@processon/mcp-server-processon

默认以 stdio 模式启动 MCP 服务。

查看版本

npx @processon/mcp-server-processon --version

🛠 MCP 工具接口

本服务通过 MCP 协议提供以下两个方法：

🧪 `check()`

用于验证 API KEY 是否已配置，并返回当前连接的 API 地址。

请求示例：

{
  "tool": "check",
  "args": {}
}

返回示例：

"https://www.processon.com:your_api_key"

🧠 `createProcessOnMind(title, content)`

根据 Markdown 内容生成思维导图。

请求参数：

参数名	类型	必填	说明
title	string	✅	思维导图文件名
content	string	✅	Markdown 内容

Markdown 内容格式要求：

# 一级标题：作为导图根节点
## 二级标题及以下：作为子节点，支持到 ######

示例请求：

{
  "tool": "createProcessOnMind",
  "args": {
    "title": "项目计划",
    "content": "# 项目计划\n## 阶段一\n### 任务 1\n### 任务 2\n## 阶段二\n### 任务 3"
  }
}

返回示例：

{
  "code": 0,
  "msg": "成功",
  "chartId": "abc123def456",
  "fileUrl": "https://www.processon.com/mindmap/abc123def456"
}

🐍 Python 依赖说明

系统将自动安装以下依赖：

httpx >= 0.24.0
pydantic >= 1.10.0
fastmcp >= 0.1.3
更多依赖包请参考requirements.txt文件

如需手动安装：

pip install -r requirements.txt

🧑‍💻 本地调试方式

你也可以在本地手动启动 MCP 服务：

cd py
export PROCESSON_API_KEY=your_token
python processon.py --transport stdio

🍒 在 Cherry Studio 中使用本 MCP 服务

打开Cherry Studio，左下角的设置，选择MCP服务器，右上角添加服务器，选择从JSON导入

在文件中添加如下内容后保存

"processon_mind": {
  "name": "ProcessOn_CreateMind",
  "type": "stdio",
  "description": "ProcessOn创建思维导图",
  "isActive": true,
  "registryUrl": "",
  "command": "npx",
  "args": [
    "@processon/mcp-server-processon"
  ],
  "env": {
    "PROCESSON_API_KEY": "{YOU PROCESSON_API_KEY}"
  }
}

📁 项目结构说明

mcp-server-processon/
├── bin/
│   └── cli.js              # Node 启动脚本，供 npx 使用
├── py/
│   └── processon.py        # Python 实现的 MCP Server
├── requirements.txt        # Python 依赖清单
├── package.json            # npm 包配置
└── README.md               # 使用说明文档