Infactory MCP Server

Infactory MCP Server

Infactory MCP 服务器 (Infactory MCP fúwùqì)

infactory-io

开发者工具
访问服务器

README

Infactory MCP 服务器

一个 MCP (模型上下文协议) 服务器,用于使用 Claude 和其他 LLM 与 Infactory API 交互。此服务器使语言模型能够访问和操作您的 Infactory 环境中的数据。

功能

  • 项目管理: 列出、检索和创建项目
  • 查询程序: 列出和执行查询程序
  • 数据源: 列出、检索和创建数据源
  • 用户 & 团队管理: 获取当前用户信息并列出团队

快速开始

前提条件

  • 一个 Infactory API 密钥
  • Node.js 18+ (用于本地安装)

安装

使用 NPX (推荐)

npx -y @infactory/infactory-mcp

使用 Docker

docker run -i --rm \
  -e NF_API_KEY="your_api_key_here" \
  @infactory/infactory-mcp

环境变量

  • NF_API_KEY (必需): 您的 Infactory API 密钥
  • NF_BASE_URL (可选): 如果使用不同的环境,则为自定义 API 端点

可用工具

项目工具

  • list_projects: 列出所有可用项目

    • 无需参数
  • get_project: 获取特定项目的详细信息

    • 参数:
      • project_id (string): 要检索的项目的 ID
  • create_project: 创建一个新项目

    • 参数:
      • name (string): 项目名称
      • description (string, optional): 项目描述
      • team_id (string): 团队 ID

查询程序工具

  • list_query_programs: 列出项目中的查询程序

    • 参数:
      • project_id (string): 项目的 ID
  • execute_query_program: 执行一个查询程序

    • 参数:
      • queryprogram_id (string): 要执行的查询程序的 ID
      • input_data (object, optional): 查询程序的输入数据

数据源工具

  • list_datasources: 列出项目中的数据源

    • 参数:
      • project_id (string): 项目的 ID
  • get_datasource: 获取特定数据源的详细信息

    • 参数:
      • datasource_id (string): 数据源的 ID
  • create_datasource: 创建一个新的数据源

    • 参数:
      • name (string): 数据源名称
      • project_id (string): 项目的 ID
      • type (string): 数据源类型

用户和团队工具

  • get_current_user: 获取有关当前用户的信息

    • 无需参数
  • list_teams: 列出组织中的团队

    • 参数:
      • organization_id (string): 组织的 ID

与 Claude Desktop + Windsurf + Cursor 一起使用

以下是您的 MCP 配置文件可能的位置:

  • Claude Desktop - 将此添加到您的 claude_desktop_config.json
  • Windsurf - 将此添加到您的 ~/.codeium/windsurf/mcp_config.json
  • Cursor - 将此添加到您的 ~/.cursor/mcp.json

将此添加到您的 MCP 配置:

{
  "version": "0.1",
  "mcpServers": {
    "infactory-mcp": {
      "command": "npx",
      "args": ["-y", "@infactory/infactory-mcp"],
      "env": {
        "NF_API_KEY": "nf-************************"
      }
    }
  }
}

或者,如果您正在进行开发:

{
  "version": "0.1",
  "mcpServers": {
    "infactory-mcp": {
      "command": "node",
      "args": ["FULL_PATH_TO/infactory-mcp/dist/index.js"],
      "env": {
        "NF_API_KEY": "nf-************************"
      }
    }
  }
}

示例提示

配置好 MCP 服务器后,您可以将以下提示与 Claude 一起使用:

  • "Show me a list of all my Infactory projects" (显示我的所有 Infactory 项目的列表)
  • "Get the details for project proj-123abc" (获取项目 proj-123abc 的详细信息)
  • "Create a new project called 'Data Analysis' in team team-456xyz" (在团队 team-456xyz 中创建一个名为“Data Analysis”的新项目)
  • "List all query programs in project proj-123abc" (列出项目 proj-123abc 中的所有查询程序)
  • "Execute query program qp-789def" (执行查询程序 qp-789def)
  • "Tell me about myself (my user account)" (告诉我关于我自己(我的用户帐户)的信息)

从源代码构建

# 克隆存储库
git clone https://github.com/yourusername/mcp-server-infactory.git
cd mcp-server-infactory

# 安装依赖
npm install

# 构建
npm run build

# 启动服务器
npm start

# 可选 - 启动 inspector (用于调试)
npx @modelcontextprotocol/inspector -e "NF_API_KEY=$NF_API_KEY" node -- dist/index.js

许可证

MIT 许可证

推荐服务器

Playwright MCP Server

Playwright MCP Server

一个模型上下文协议服务器,它使大型语言模型能够通过结构化的可访问性快照与网页进行交互,而无需视觉模型或屏幕截图。

官方
精选
TypeScript
Magic Component Platform (MCP)

Magic Component Platform (MCP)

一个由人工智能驱动的工具,可以从自然语言描述生成现代化的用户界面组件,并与流行的集成开发环境(IDE)集成,从而简化用户界面开发流程。

官方
精选
本地
TypeScript
MCP Package Docs Server

MCP Package Docs Server

促进大型语言模型高效访问和获取 Go、Python 和 NPM 包的结构化文档,通过多语言支持和性能优化来增强软件开发。

精选
本地
TypeScript
Claude Code MCP

Claude Code MCP

一个实现了 Claude Code 作为模型上下文协议(Model Context Protocol, MCP)服务器的方案,它可以通过标准化的 MCP 接口来使用 Claude 的软件工程能力(代码生成、编辑、审查和文件操作)。

精选
本地
JavaScript
@kazuph/mcp-taskmanager

@kazuph/mcp-taskmanager

用于任务管理的模型上下文协议服务器。它允许 Claude Desktop(或任何 MCP 客户端)在基于队列的系统中管理和执行任务。

精选
本地
JavaScript
mermaid-mcp-server

mermaid-mcp-server

一个模型上下文协议 (MCP) 服务器,用于将 Mermaid 图表转换为 PNG 图像。

精选
JavaScript
Jira-Context-MCP

Jira-Context-MCP

MCP 服务器向 AI 编码助手(如 Cursor)提供 Jira 工单信息。

精选
TypeScript
Linear MCP Server

Linear MCP Server

一个模型上下文协议(Model Context Protocol)服务器,它与 Linear 的问题跟踪系统集成,允许大型语言模型(LLM)通过自然语言交互来创建、更新、搜索和评论 Linear 问题。

精选
JavaScript
Sequential Thinking MCP Server

Sequential Thinking MCP Server

这个服务器通过将复杂问题分解为顺序步骤来促进结构化的问题解决,支持修订,并通过完整的 MCP 集成来实现多条解决方案路径。

精选
Python
Curri MCP Server

Curri MCP Server

通过管理文本笔记、提供笔记创建工具以及使用结构化提示生成摘要,从而实现与 Curri API 的交互。

官方
本地
JavaScript