MCP 服务 / MCP 编程

于 7.6.0 版本新增

「MCP 编程」是 DataFlux Func 的一个用于支持 AI Agent 在 Func 中编写、管理脚本的功能。

用户可以通过 MCP 服务的方式，允许 AI Agent 参与 DataFlux Func 中函数的编写和管理。

1. 接入步骤

可以按照如下步骤，将 MCP 客户端 / AI Agent 接入 DataFlux Func 的 MCP Coding 服务

1.1 创建 Access Token

访问 DataFlux Func 的 MCP Coding 服务需要创建 Access Token，并开启「MCP 编程」功能

并可以在规则中指定所需开放函数（如：按脚本集 ID）

1.2 权限规则

权限规则可以手工编辑，从上到下依次匹配，按照首个命中的规则确定权限；没有命中规则的对象不可访问。保存时会保留空行和 # 注释，匹配时忽略注释。

r（读取）、w（修改）、x（执行）和 p（发布）相互独立，可按任务需要组合。保存时统一按 r、w、x、p 排列。

示例如下：

规则（精确匹配 ID）	匹配对象	匹配 ID	权限
scriptSet:mytest:r	脚本集	mytest	读取
scriptSet:mytest:rw	脚本集	mytest	读取、修改
scriptSet:mytest:rwx	脚本集	mytest	读取、修改、执行
scriptSet:mytest:rwp	脚本集	mytest	读取、修改、发布
scriptSet:mytest:rwxp	脚本集	mytest	读取、修改、执行、发布
script:mytest__demo:r	脚本	mytest__demo	读取

规则（通配 ID）	匹配对象	通配 ID	权限
scriptSet:my*:r	脚本集	按 my* 通配	读取
script:mytest__de*:r	脚本	按 mytest__de* 通配	读取

脚本集规则也覆盖其下属脚本。对于脚本，执行草稿使用 x 权限，发布使用 p 权限；发布会进行平台脚本预检查，但不要求 x 权限或预先执行草稿。

创建函数 API、定时任务，或替换其绑定的 funcId 时，除了对应资源的 w 权限，还需要目标函数所属脚本的 x 权限，因为这些资源将执行该函数。

1.3 配置 MCP 客户端

DataFlux Func 的 MCP 服务遵循 MCP 规范

在实际对接前，推荐使用 MCP Inspector 进行调试

在 MCP 客户端 / AI Agent 中添加如下配置：

配置项	值
URL 地址	{DataFlux Func 访问地址}/mcp/coding
请求头	X-Dff-Access-Token: atk-xxxxx:xxxxx

OpenCodeCodexClaude Code通用 JSON

{
  "mcp": {
    "dataflux-func-mcp-coding": {
      "enabled": true,
      "type"   : "remote",
      "url"    : "{DataFlux Func 访问地址}/mcp/coding",
      "headers": {
        "X-Dff-Access-Token": "atk-xxxxx:xxxxx"
      }
    }
  }
}

[mcp_servers.dataflux-func-mcp-coding]
enabled      = true
url          = "{DataFlux Func 访问地址}/mcp/coding"
http_headers = { "X-Dff-Access-Token" = "atk-xxxxx:xxxxx" }

{
  "mcpServers": {
    "dataflux-func-mcp-coding": {
      "type": "http",
      "url": "{DataFlux Func 访问地址}/mcp/coding",
      "headers": {
        "X-Dff-Access-Token": "atk-xxxxx:xxxxx"
      }
    }
  }
}

{
  "mcpServers": {
    "dataflux-func-mcp-coding": {
      "url": "{DataFlux Func 访问地址}/mcp/coding",
      "headers": {
        "X-Dff-Access-Token": "atk-xxxxx:xxxxx"
      }
    }
  }
}

2. 实际操作示例

配置完成后，先在 MCP 客户端中确认已成功连接到 DataFlux Func 的 MCP Coding 服务：

连接成功后，直接描述需要完成的任务，并说明目标脚本集、脚本或函数，以及是否需要执行或发布。例如：

• 同步脚本集 demo 的所有代码
• 修改脚本 demo__test 中的函数，只保存草稿
• 查询函数 demo__test.run 最近一天的失败任务记录，分析错误原因

查询任务记录时，需为 Access Token 配置所属脚本的 r 权限（也可从脚本集继承），或对应函数 API 的 r 权限；定时任务记录也可通过对应定时任务的 r / x 权限读取。

输入任务后，即可在客户端中查看处理过程和结果：

代码修改完成后，在 DataFlux Func 中刷新并查看修改结果。仅保存草稿时，不会影响已生效的代码；确认修改后，再发布脚本。