Niedawno zbudowałem dwa serwery MCP (Model Context Protocol) i Docker dodał oba do swojego oficjalnego repozytorium MCP. Chciałem, żeby asystenci AI lepiej współpracowali z narzędziami biznesowymi, takimi jak silniki procesów Camunda i specyfikacje OpenAPI.
Jaki problem rozwiązuje MCP
Model Context Protocol pozwala asystentom AI bezpiecznie łączyć się z zewnętrznymi systemami. AI nie opiera się wtedy tylko na danych treningowych. Może na bieżąco pracować z działającymi systemami biznesowymi, bazami danych i API.
To trochę tak, jakby Claude albo ChatGPT mógł zajrzeć do twoich workflow w Camundzie, uruchomić proces albo przeczytać dokumentację API. Nie musisz wklejać wszystkiego do czatu.
Dwa serwery
Oba serwery są teraz dostępne jako oficjalne obrazy Dockera.
Camunda MCP Server (mcp/camunda) łączy asystentów AI z procesami w Camunda 7 Community Edition. Kod jest na GitHubie w lepoco/mcp-camunda.
OpenAPI MCP Server (mcp/openapi) pomaga asystentom AI rozumieć specyfikacje OpenAPI/Swagger i z nimi pracować. Kod jest na GitHubie w lepoco/openapi.client.
Integracja z Camundą
Serwer Camunda udostępnia 12 narzędzi do pracy z silnikami procesów. Przy zarządzaniu procesami możesz wyświetlać i monitorować instancje BPMN. Przy zadaniach możesz kończyć zadania użytkownika. Możesz też monitorować i rozwiązywać incydenty, sięgać do danych procesu przez zmienne oraz wysyłać wiadomości do uruchomionych procesów.
{
"mcpServers": {
"camunda": {
"command": "docker",
"args": ["run", "-i", "--rm", "-e", "CAMUNDA_HOST", "mcp/camunda"],
"env": {
"CAMUNDA_HOST": "http://host.docker.internal:8080/"
}
}
}
}
OpenAPI MCP Server
OpenAPI MCP Server to zestaw narzędzi do pracy ze specyfikacjami API. Zawiera 5 narzędzi.
Najważniejsze funkcje
- Analiza specyfikacji: walidacja dokumentów OpenAPI/Swagger
- Generowanie kodu: fragmenty kodu w C# dla dowolnej operacji
- Generowanie cURL: gotowe do użycia polecenia cURL
- Analiza odpowiedzi: możliwe odpowiedzi HTTP
- Odkrywanie operacji: lista wszystkich dostępnych endpointów
Praktyczne zastosowania
- Dokumentacja API: automatyczne generowanie kodu klienta
- Przepływy testowe: skrypty testowe tworzone ze specyfikacji
- Planowanie integracji: szybkie poznanie możliwości API
- Szybszy development: mniej pisania boilerplate’u
Jak zacząć
Chcesz wypróbować te serwery MCP? Oto jak to zrobić.
Szybki start z Dockerem
# Enable Camunda MCP Server
docker mcp server enable camunda
# Enable OpenAPI MCP Server
docker mcp server enable openapi
Rozwój
Ekosystem MCP dopiero się rozkręca. Możesz wypróbować serwery w swoich workflow z AI, dołożyć coś do repozytoriów open source, podzielić się opinią i pomysłami na funkcje albo zbudować własny serwer MCP.
Oba projekty znajdziesz na GitHubie:
Programowanie z AI opiera się na otwartych standardach, współpracy społeczności i dzieleniu się pomysłami. Chętnie zobaczę, co zbudujesz.