OpenAI Web Search MCP Server

Gumloop MCP服务器

用于Gumloop的API的MCP服务器，使人工智能模型能够通过标准化界面管理和执行自动化。

特性

• 流量管理：启动自动化并监控其执行状态
• 工作区发现：列出可用工作簿和已保存的自动化流
• 输入模式检索：获取有关流所需输入的详细信息
• 文件操作：上传和下载自动化中使用的文件
• 上下文感知执行：使用特定于用户需求的输入参数运行自动化

工具

startAutomation

为特定保存的自动化启动新的流运行。

输入：

• user_id （string）：发起流的用户的ID
• saved_item_id （string）：已保存流的ID
• project_id （string，可选）：执行流的项目的ID
• pipeline_inputs （数组，可选）：流的输入列表

- input_name （string）：输入节点中的“input_name”参数 - value （string）：要传递给Input节点的值

退货： 包含运行详细信息的响应，包括run_id、saved_item_id、workbook_id和URL

retrieveRunDetails

检索特定流运行的详细信息。

输入：

• run_id （string）：要检索的流运行的ID
• user_id （string，可选）：发起流的用户的ID
• project_id （string，可选）：执行流的项目的ID

退货： 响应运行详细信息，包括状态、输出、时间戳和日志

listSavedFlows

检索用户或项目的所有已保存流的列表。

输入：

• user_id （字符串，可选）：列出项目的用户ID
• project_id （字符串，可选）：要列出项目的项目ID

退货： 响应已保存的流及其元数据列表

listWorkbooks

检索所有工作簿及其关联的已保存流的列表。

输入：

• user_id （字符串，可选）：列出工作簿的用户ID
• project_id （字符串，可选）：要列出工作簿的项目ID

退货： 使用工作簿列表及其关联的已保存流进行响应

retrieveInputSchema

检索特定已保存流的输入架构。

输入：

• saved_item_id （string）：要检索其输入模式的已保存项的ID
• user_id （string，可选）：创建流的用户ID
• project_id （string，可选）：流所在的项目ID

退货： 带有流输入参数列表的响应

uploadFile

将单个文件上传到Gumloop平台。

输入：

• file_name （string）：要上传的文件的名称
• file_content （string）：文件的Base64编码内容
• user_id （string，可选）：与文件关联的用户ID
• project_id （字符串，可选）：与文件关联的项目ID

退货： 带有成功状态和文件名的响应

uploadMultipleFiles

在单个请求中将多个文件上传到Gumloop平台。

输入：

• files （array）：要上传的文件对象数组

- file_name （string）：要上传的文件的名称 - file_content （string）：文件的Base64编码内容

• user_id （字符串，可选）：与文件关联的用户ID
• project_id （字符串，可选）：与文件关联的项目ID

退货： 响应成功状态和上传文件名列表

downloadFile

从Gumloop平台下载特定文件。

输入：

• file_name （string）：要下载的文件的名称
• run_id （string）：与文件关联的流运行的ID
• saved_item_id （string）：与文件关联的已保存项目ID
• user_id （字符串，可选）：与流运行关联的用户ID
• project_id （字符串，可选）：与流运行关联的项目ID

退货： 请求的文件内容

downloadMultipleFiles

从Gumloop平台下载多个文件作为zip存档。

输入：

• file_names （array）：要下载的文件名数组
• run_id （string）：与文件关联的流运行的ID
• user_id （字符串，可选）：与文件关联的用户ID
• project_id （字符串，可选）：与文件关联的项目ID
• saved_item_id （字符串，可选）：与文件关联的已保存项目ID

退货： 包含所请求文件的Zip文件

设置

API密钥

创建一个Gumloop API密钥，可以访问所需的功能：

1. 首选 Gumloop工作区设置
2. 生成新的API密钥
3. 复制生成的密钥

使用Claude Desktop

要在Claude Desktop中使用此功能，请将以下内容添加到您的 claude_desktop_config.json:

使用NPX

{
  "mcpServers": {
    "gumloop": {
      "command": "npx",
      "args": [
        "-y",
        "gumloop-mcp-server"
      ],
      "env": {
        "GUMLOOP_API_KEY": ""
      }
    }
  }
}

使用Docker

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

例子

启动自动化

// 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"
    }
  ]
});

检查运行状态

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

列出可用流量

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

使用文件

// 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..."
});

响应格式

服务器以JSON格式返回Gumloop API响应。以下是一个检索运行详细信息的示例：

{
  "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..."
  ]
}

局限性

• API调用受Gumloop的速率限制和使用配额限制
• 文件上传受限于Gumloop的API允许的最大大小
• 某些功能可能需要特定的订阅级别
• 服务器需要具有适当权限的有效Gumloop API密钥

构建

# Install dependencies
pnpm install

# Build the project
pnpm run build

# Start the server
pnpm start

许可证

此MCP服务器根据MIT许可证获得许可。