Slickflow MCP Server：将工作流引擎接入 AI 编排平台的实践
Model Context Protocol (MCP) 是 Anthropic 提出的开放协议，让 AI 大模型可以通过标准接口调用外部工具和数据源。本文介绍如何基于 .NET 8 将 Slickflow 工作流引擎封装为 MCP Server，并与 Dify、Coze、n8n 等主流 AI 编排平台打通。
一、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 / 1536dServer 基于 ModelContextProtocol.AspNetCore v0.3.0-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）
csharp
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）
csharp
[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 MCP inputSchema，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
csharp
// 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-key5.2 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: 2025-03-265.3 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/messageServer 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：
csharp
// 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）
yaml
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）
env
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。
九、总结
Slickflow MCP Server 的实现思路可以概括为：
"用 Attribute 标注工具 → 框架自动生成 Schema → AI 自主调用 → 工作流引擎执行"
整个 Server 核心代码不超过 400 行，却实现了：完整的流程生命周期管理（发起 → 推进 → 撤回 → 退回 → 驳回）、语义知识库检索、API Key 鉴权、速率限制、健康检查、Docker 一键部署，以及与三大主流 AI 平台的兼容适配。
MCP 协议的标准化正在成为 AI Agent 与企业系统集成的基础设施。对于有流程引擎的业务系统来说，接入 MCP 是将现有能力"AI 化"成本最低的路径之一。
项目开源地址：Slickflow