Node Red

Node-RED MCP 服务器

](https://badge.fury.io/js/node-red-contrib-mcp-tools) 

通过模型上下文协议（MCP）将Node-RED连接到大型语言模型（LLMs），以实现智能AI工作流。


🚀 准备就绪的铁路模板（或：即开即用的铁路部署模板） - 配置了MCP（模型上下文协议）的Node-RED，用于与大型语言模型（LLM）集成

📋 项目描述

这个项目包含一个Docker结构，其中有两个主要的容器，分别集成了Node-RED和mcp-host，用于运行MCP服务器（模型上下文协议）。其目标是使Node-RED流程能够通过MCP服务器与像OpenAI的GPT-4这样的大型语言模型（LLM）进行交互。

这个初始版本仅支持OpenAI的GPT-4模型。

您可以运行本地和远程的MCP服务器。 远程MCP（主控制器面板）示例：

npx -y @smithery/cli@latest run @nickclyde/duckduckgo-mcp-server --key your-smithery-key

🔗 在smithery.ai上查找其他MCP（可能是指“材料专家”或“制造合作方”等，具体含义需根据上下文确定）

🚀 即开即用模板

铁路行业Node-RED MCP模板

为了便于部署并快速上手，我们为Railway创建了一个优化模板：

📋 查看完整模板

模板特性：

• ✅ 一键部署 在铁路（上）
• ✅ Node-RED 4.0.0 预配置的
• ✅ MCP 工具节点 已经安装
• ✅ 自动配置 通过环境变量
• ✅ 自动管理员密码生成

使用方法：

1. 访问 模板 README
2. 点击“在铁路部署”按钮
3. 配置你的环境变量
4. 从铁路日志中获取管理员密码
5. 准备好了！Node-RED 在云端运行

🔐 获取铁路系统管理员密码的方法： 部署后，管理员密码会自动生成。要查找密码：

1. 访问铁路控制面板
2. 点击您的项目
3. 转到“部署”选项卡
4. 点击最新的部署
5. 转到“日志”选项卡
6. 查找“NODE-RED 管理员凭据”模块

______________________________________________________________________

▶️ 如何跑步

使用 Docker Compose 运行项目的步骤：

1. 克隆此仓库：

   git clone https://github.com/moises-paschoalick/node-red-mcp-server
   cd node-red-mcp-server
   docker compose up -d

1. 在以下地址打开项目：http://localhost:1899/

1. 安装mcp-tools节点

为了实现这一点，我们需要拥有mcp-tools节点，并在Node-RED用户界面中安装node-red-contrib-mcp-tools。

选项 -> 管理调色板 安装 node-red-contrib-mcp-tools \[安装镜像\]

\[指向node-red-contrib-mcp-tools的链接\] npm 项目链接

1. 使用您的OpenAI API密钥配置组件

\[组件图像\]

🔐 环境变量与安全

OpenAI API密钥配置

这个（或：该） mcp-tools 组件支持多种方式来配置您的OpenAI API密钥：

选项1：直接输入（不建议用于生产）

• 在组件配置中直接输入您的API密钥
• 为了安全起见，该字段将以密码形式显示
• ⚠️ 警告此方法会在Node-RED流程中暴露您的API密钥

选项2：环境变量（推荐）

• 使用以下格式： {{OPENAI_API_KEY}}
• 该组件将自动检测并使用系统环境变量
• ✅ 安全的API密钥不会存储在流程中

选项3：Node-RED凭据

• 将您的API密钥存储在Node-RED的凭证管理系统中
• 生产环境中最安全的选择

MCP 服务器环境变量

该组件可以通过多种方式将环境变量传递给您的MCP服务器：

选项1：JSON配置

{
  "id_field": "your_spreedsheed_id",
  "GOOGLE_CLIENT_ID": "your-google-client-id",
  "GOOGLE_CLIENT_SECRET": "your-google-client-secret",
  "GOOGLE_REFRESH_TOKEN": "your-google-refresh-token"
}

选项2：环境变量引用

• 使用以下格式： {{ENV_MCP_VARIABLES}}
• 该组件将从系统环境变量中加载
• ✅ 安全凭据不会存储在流程中

选项3：外部文件

• 指定一个 .env 组件中的文件路径
• 该组件将自动读取并解析文件

提示中的动态变量替换

该组件会自动在您的提示中使用（指定的）方法替换环境变量 {{VAR_NAME}} 格式：

示例用法：

原始提示：

update field {{id_field}} range Sheet1!A1 value Updated Line 2

替换后：

update field 1t6w************************************yWGU range Sheet1!A1 value Updated Line 2

支持的变量来源：

1. MCP服务器环境变量 （最高优先级）
2. 系统环境变量 (备用方案)
3. 组件配置 （最低优先级）

安全最佳实践

1. 永远不要提交真实凭证 进行版本控制
2. 使用环境变量 用于生产环境部署
3. 存储敏感数据 在 .env 文件（未提交）
4. 使用Node-RED凭据 在可能的情况下，为API密钥（进行操作）
5. 定期轮换 您的API密钥和令牌

示例环境配置

创建一个 .env 在项目根目录中的文件：

# OpenAI API Key
OPENAI_API_KEY=sk-your-actual-api-key-here

# MCP Server Environment Variables (JSON string)
ENV_MCP_VARIABLES={"id_field":"your-spreadsheet-id","GOOGLE_CLIENT_ID":"your-google-client-id","GOOGLE_CLIENT_SECRET":"your-google-client-secret","GOOGLE_REFRESH_TOKEN":"your-google-refresh-token"}

# Alternative: Individual variables
# id_field=your-spreadsheet-id
# GOOGLE_CLIENT_ID=your-google-client-id
# GOOGLE_CLIENT_SECRET=your-google-client-secret
# GOOGLE_REFRESH_TOKEN=your-google-refresh-token

⚠️ 重要添加 .env 致你的 .gitignore 文件以防止意外提交。

实际案例：Google Sheets 集成

以下是一个完整的示例，展示了如何使用环境变量与（某个程序或功能）一起 mcp-tools 用于Google Sheets操作的组件：

1. 环境配置

# .env file
OPENAI_API_KEY=sk-your-openai-key
ENV_MCP_VARIABLES={"id_field":"your_spreedsheed_id","GOOGLE_CLIENT_ID":"your-client-id","GOOGLE_CLIENT_SECRET":"your-client-secret","GOOGLE_REFRESH_TOKEN":"your-refresh-token"}

2. 组件配置

• MCP 主机 URL： http://mcp-host:3000
• OpenAI API密钥： {{OPENAI_API_KEY}}
• MCP 服务器命令： node
• MCP服务器参数： ../mcp-server-demo/gdrive-mcp/build/index.js
• MCP 服务器环境： {{ENV_MCP_VARIABLES}}

3. 消息有效载荷

{
  "payload": "update field {{id_field}} range Sheet1!A1 value Updated Line 2"
}

4. 结果

该组件将自动：

1. 从（指定位置）加载环境变量 {{ENV_MCP_VARIABLES}}
2. 替换 {{id_field}} 附上实际的电子表格ID
3. 将处理后的提示发送到MCP服务器
4. 执行Google Sheets操作

🧱 容器结构

• mcp-host\

在Node.js中构建的组件，作为Node-RED（通过 mcp-tools 组件）和MCP服务器。\ 它负责在……之间进行沟通协调 mcp-client (大型语言模型) 和 mcp-server （了解工具的实现方式）。

• mcp-server-demo (Node-RED) 可以翻译为“（节点-RED）”，不过通常我们直接使用“Node-RED”这一名称，因为它是一个广为人知的开源物联网编程工具，无需额外翻译。如果非要翻译的话，“Node-RED”可以理解为“节点-RED”或“节点-红色”，但“节点-RED”更为常见，因为“RED”在这里是一个专有名词，代表特定的工具或平台\

包含已配置好与（某系统/设备）通信的Node-RED环境 mcp-host 使用 mcp-tools 组件。这是一个用NodeJS构建的MCP服务器示例，用于测试和验证环境是否正常工作。

重要在……里 mcp-tools（可译为“MCP工具”或根据具体上下文调整为更贴切的名称，如“多通道处理工具”等） 在Node-RED中，你需要将MCP主机URL配置为： `` http://mcp-host:3000 ``

______________________________________________________________________

📦 组件

• mcp-host

- 通过Node-RED接收来电 mcp-tools - 将请求重定向到 mcp-client - 将结果转发给 mcp-server （本地或远程）

• mcp-client

- 处理与语言模型（LLM）的通信 - 目前使用的是OpenAI的 gpt-4o 模型 - 未来可修改以使用其他模型（例如，Claude、Gemini、LLaMA）

• mcp-server-demo

- 本地运行的MCP服务器功能示例 - 包含可由模型调用的“工具”，例如： - 你好，工具（Hello Tool）回复“Hello World” - 当地时间返回本地服务器时间 - 天气工具查询圣保罗当前天气 wttr.in

______________________________________________________________________

先决条件

• Docker（注：Docker是一个开源的应用容器引擎，用于开发、交付和运行应用程序。在此上下文中，直接翻译为“Docker”即可，无需额外解释，因为这是一个专有名词。）
• Docker Compose

用于验证mcp-host完整性的端点

http://localhost:3000/health 翻译为中文是：“http://本地主机:3000/健康（或健康检查）”。不过，通常我们不会直接翻译URL中的路径部分，而是理解为访问本地服务器3000端口上的一个名为“health”的页面或API，用于健康检查或状态监控。所以，更自然的表达可能是：“访问本地主机3000端口上的健康检查页面”

建筑学

组件

1. MCP 主机 (网络服务器)

• 地点： /mcp-host/
• 功能： 使用Express.js构建的协调通信服务器
• 端口： 3000（可配置）
• 终点（或：试验终点）：

- POST /execute - 执行提示 - GET /health - 服务器状态 - GET /tools - 列出可用工具 - POST /disconnect - 断开会话

2. mcp-client 翻译为中文是“MCP客户端” (MCP 客户端)

• 地点： /mcp-client/
• 功能： 管理与MCP服务器和OpenAI连接的类
• 特点：

- 自动连接/断开 - 会话管理 - MCP工具转换为OpenAI格式 - 使用工具调用进行即时执行

3. mcp-server 翻译成中文是“MCP服务器” (MCP 服务器)

• 地点： /mcp-server/
• 功能： 使用工具和资源实现MCP服务器
• 包含的工具：

- 你好工具（示例） - 用户工具（外部API） - Textract 工具（图像分析）

4. Node-RED-MCP组件 (节点-RED组件)

• 位置： /node-red-mcp-component/
• 功能： 可定制的Node-RED节点
• 配置：

- MCP 主机 URL - OpenAI API密钥（支持 {{ENV_VAR}} （格式） - MCP服务器命令 - MCP服务器参数 - MCP服务器环境变量（支持 {{ENV_VAR}} 格式) - 外部环境文件路径 - 会话ID - 超时

• 特点：

- 动态环境变量替换 在提示中 - 智能输入字段类型 （密钥的密码，环境变量的文本） - 多个凭证来源 （直接，环境变量，凭据） - 自动JSON解析 用于环境变量 - 会话管理 为了连接复用

API终端点

POST /执行

通过MCP代理执行提示。

请求体：

{
  "prompt": "show hello world message",
  "apiKey": "sk-your-key-here",
  "serverCommand": "node",
  "serverArgs": ["../mcp-server/build/index.js"],
  "sessionId": "default"
}

回答：

{
  "success": true,
  "response": "Hello, World! This is a tool response!",
  "toolsUsed": [...],
  "messages": [...]
}

GET /health 翻译为中文是：“获取/健康（检查）”。在Web开发中，\GET /health\ 通常是一个用于检查服务器或应用健康状态的端点（API路径）

检查服务器状态。

回答：

{
  "status": "ok",
  "timestamp": "2025-06-11T23:32:04.612Z",
  "activeClients": 0
}

GET /tools 翻译为中文是：“获取（请求）/tools（路径）”

列出可用的工具。

查询参数：

• apiKey - OpenAI API密钥
• serverCommand - MCP服务器命令
• serverArgs - MCP服务器参数

安装与配置（不使用Docker）

1. 准备组件

# Install mcp-server dependencies
cd mcp-server/v1
npm install
npm run build

cd mcp-server/v1/gdrive-mcp
npm install
npm run build

# Install mcp-client dependencies
cd ../mcp-client
npm install
npm run build

# Install mcp-host dependencies
cd ../mcp-host
npm install

2. 启动MCP主机

cd mcp-host
npm start

服务器将在3000端口上运行。

🤝 贡献/参与

1. 叉子 这个项目
2. 创建一个分支 为您的特色（或功能）（git checkout -b feature/AmazingFeature)
3. 提交（或“承诺”） 你的更改（git commit -m 'Add some AmazingFeature')
4. 推 到分店（git push origin feature/AmazingFeature)
5. 提交一个拉取请求（或拉取合并请求）

📄 许可证

这个项目采用MIT许可证授权 - 请参阅 许可证 文件中有详细信息。

🆘 支持

帮助渠道

• 🐞 问题：
• 💬 讨论：

有用资源

• 模型上下文协议
• 铁路文件/铁路文档
• OpenAI API文档

🙏 致谢

• - 可视化编程平台
• 铁路 - 部署平台
• OpenAI（开放人工智能研究所） - 语言模型
• MCP社区 - MCP协议

______________________________________________________________________

⭐ 如果这个模板对你有帮助，请考虑给这个仓库点个星标！