当前位置：首页 > news >正文

Slickflow MCP Server：将工作流引擎接入 AI 编排平台的实践

news 2026/7/7 5:08:32

为什么需要 MCP？

传统的 AI + 工作流集成方式通常是"硬编码"：把流程 API 包成 Function Calling，每个 LLM 平台单独适配一套。MCP 的出现改变了这一局面——只需实现一次，所有支持 MCP 的 AI 客户端都能自动发现并调用你的工具。

对于 Slickflow 这样的工作流引擎来说，这意味着：

AI Agent 可以自主发起流程、推进审批、查询状态，无需人工干预
知识库与流程联动：Agent 可以先查规则，再决定流程走向
平台无关：同一个 MCP Server，Dify / Coze / n8n / Claude 均可接入

二、整体架构

┌─────────────────────────────────────────────────────┐ │ AI 编排平台 │ │ Dify · Coze · n8n · Claude · 自定义 Agent │ └────────────────────┬────────────────────────────────┘ │ MCP Protocol (HTTP Streamable / SSE) ▼ ┌─────────────────────────────────────────────────────┐ │ Slickflow MCP Server (:5100) │ │ │ │ ┌─────────────────────┐ ┌──────────────────────┐ │ │ │ WorkflowTools │ │ KnowledgeBaseTools │ │ │ │ (12 个工具) │ │ (2 个工具) │ │ │ └──────────┬──────────┘ └──────────┬───────────┘ │ │ │ │ │ │ ▼ ▼ │ │ IWorkflowService KbDocumentService │ └────────────┬────────────────────────┬───────────────┘ │ │ ▼ ▼ Slickflow Engine 向量数据库 (PgVector) (PostgreSQL) text-embedding-v4 / 1536d

Server 基于ModelContextProtocol.AspNetCorev0.3.0-preview.2，运行在 .NET 8 之上。

三、14 个工具详解

3.1 WorkflowTools（12 个）

工具名	功能	典型参数
`list_processes`	列出所有已发布流程	—
`start_process`	启动流程实例	processCode, userId, appInstanceId
`run_process`	推进流程（提交待办）	taskId, userId, approvalStatus
`get_process_instance`	查询流程实例状态	processInstanceId
`get_running_tasks`	查询用户待办任务	userId
`get_completed_tasks`	查询用户已办任务	userId, appInstanceId
`get_next_steps`	查询下一步节点	taskId, userId
`get_process_instances_by_app`	按业务单据查流程实例	appInstanceId
`get_approval_trace`	查审批轨迹（完成顺序）	taskId
`withdraw_process`	撤回（下一步未办时）	taskId, userId
`sendback_process`	退回到上一步	taskId, userId
`reject_process`	驳回到发起人	taskId, userId

3.2 KnowledgeBaseTools（2 个）

工具名	功能	典型参数
`search_knowledge_base`	语义搜索，返回相关文档片段	query, count=5, threshold=0.7
`list_knowledge_documents`	列出知识库全部文档摘要	—

四、核心实现

4.1 Server 注册（三行代码）

builder.Services.AddMcpServer() .WithHttpTransport(options => options.EnableLegacySse = true) .WithTools<WorkflowTools>() .WithTools<KnowledgeBaseTools>(); // ... app.MapMcp("/mcp");

EnableLegacySse = true同时暴露GET /mcp/sse+POST /mcp/message，兼容 n8n 等尚未实现 Streamable HTTP 的客户端。

4.2 工具声明（Attribute 驱动）

[McpServerToolType] public class WorkflowTools(IWorkflowService wfService) { [McpServerTool, Description("启动一个流程实例。返回流程实例ID(ProcessInstanceIdStarted)。")] public string start_process( [Description("流程代码，从 list_processes 获取")] string processCode, [Description("发起人用户ID")] string userId, // ... ) { // 先查流程定义，再创建 WfAppRunner 启动 var process = wfService.GetProcessByCode(processCode, version); var runner = new WfAppRunner { /* ... */ }; var result = wfService.StartProcess(runner); return JsonSerializer.Serialize(new { result.Status, result.ProcessInstanceIdStarted }); } }

每个工具方法只是一个普通 C# 方法，[Description]注解会被框架自动解析为 MCPinputSchema，大模型据此生成正确的参数调用。

4.3 API Key 鉴权

鉴权逻辑通过中间件实现，支持两种 Header 格式：

X-Api-Key: <your-key> // 或 Authorization: Bearer <your-key>

/health端点跳过鉴权，供 Docker/K8s 健康探针使用。空 Key 时自动进入开发模式（免鉴权），方便本地调试。

4.4 速率限制

// 每 IP 每分钟最多 100 次请求（可通过配置调整） RateLimitPartition.GetFixedWindowLimiter( ctx.Connection.RemoteIpAddress?.ToString(), _ => new FixedWindowRateLimiterOptions { PermitLimit = 100, Window = TimeSpan.FromMinutes(1) } );

超限返回HTTP 429，响应头包含Retry-After。

五、与 AI 平台集成

5.1 Dify

在 Dify 工作流中添加"工具"节点，选择MCP Server，填入：

Transport：Streamable HTTP URL：http://your-host:5100/mcp Headers：X-Api-Key: your-api-key

5.2 Coze

Coze 要求额外发送协议版本 Header：

Transport：Streamable HTTP URL：http://your-host:5100/mcp Headers： X-Api-Key: your-api-key MCP-Protocol-Version: 2025-03-26

5.3 n8n

n8n 当前版本（已知 bug）不支持 Streamable HTTP，需走 SSE Transport：

Transport：SSE SSE URL：http://your-host:5100/mcp/sse Message URL：http://your-host:5100/mcp/message

Server 端EnableLegacySse = true已自动开启此端点。

六、内置 MCP Client（Agent 侧）

Slickflow.AI 内置了McpServerClient，AI Agent 节点可在运行时自动发现并调用MCP Server 上的所有工具，无需手动注册：

// 自动发现远程 MCP Server 上的全部工具 var client = new McpServerClient("http://your-host:5100"); var tools = await client.DiscoverToolsAsync(); // 注册到 ReAct Agent AgentToolRegistry.Global.Register("MY_ACTIVITY_ID", tools);

McpClientTool内部通过 JSON-RPC 2.0 调用远端工具，对 ReAct Agent 来说与本地 Function 完全透明。

七、生产部署

docker-compose.yml（核心片段）

services: sfmcp: build: . ports: - "5100:5100" environment: - ConnectionStrings__WfDBConnectionString=${DB_CONNECTION} - McpAuth__ApiKey=${MCP_API_KEY} - RateLimit__PermitLimit=100 healthcheck: test: ["CMD", "curl", "-f", "http://localhost:5100/health"] interval: 30s timeout: 5s retries: 3

敏感配置（数据库连接串、API Key）通过.env文件注入，不进入镜像。

环境变量一览（`.env.example`）

DB_CONNECTION=Host=xxx;Database=wfdb;Username=xxx;Password=xxx MCP_API_KEY=your-strong-api-key-here RATELIMIT_PERMITLIMIT=100 RATELIMIT_WINDOWMINUTES=1

八、测试验证结果

全部 14 个工具在测试环境（PostgreSQL，42 个已发布流程，402 条知识库文档）验证通过：

类别	工具数	验证状态
流程查询（只读）	5	✅ 全部通过
流程操作（写入）	7	✅ 全部通过（含错误处理）
知识库	2	✅ 全部通过（threshold≥0.5 可匹配）

踩坑记录：

PowerShell + curl.exe 双引号问题：PowerShell inline JSON 传curl.exe时双引号被剥离，改用-d @file.json方式解决。
start_process 引擎参数问题：引擎需要ProcessId + Version，工具层先调用GetProcessByCode查出实体再填入，不能只传ProcessCode。
n8n SSE 兼容：n8n SDK 升级至 1.4.0 后需EnableLegacySse=true，走旧 SSE 通道。