Llmgraph

Name: Llmgraph
Author: abahocodes

作者：abahocodes版本 0.1.1i★ –i在你的电脑上运行

注册名称io.github.abahocodes/llmgraph

安装

概览

作者提供的说明（英文原文）

Invoke deployed LLMGraph no-code LLM workflows (chat, RAG, automations) as MCP tools.

PopNx MCP 的三大支柱

这三项永远不会合并成一个分数：意见、测量和人气是不同的东西。

用户评价i暂无评价评价功能将在后续阶段与账户功能一起开放
我们的基础检查i1 项中通过 1 项依据公开信息检查；尚未扫描代码
使用情况i非常新↓ 35/周 · ★ –

它能帮你做什么

我们还没有为它写通俗的介绍。下面是我们从注册中心读取到的事实。

连接方式: 在你的电脑上运行
传输方式: stdio
分类: 搜索与 AI 记忆
你需要填写：LLMGRAPH_ENDPOINT, LLMGRAPH_API_KEY

安装

选择你使用的 AI 应用，然后复制设置。

安装之前

基础检查：1 项中通过 1 项
在你的电脑上运行，拥有你的用户账户的权限（文件、网络、应用）。
需要你自己填写： LLMGRAPH_ENDPOINT, LLMGRAPH_API_KEY

标为机密的值是你账户的钥匙。千万不要分享给别人，也不要粘贴到聊天里。

你需要

npm已安装 Node.js（用于 npx 命令）

你用的是哪个应用？

ClaudeClaude CodeCursorVS CodeChatGPT

在上方选择你的应用。我们会记住它，下次按钮会显示“安装到 …”。

打开 Claude Desktop → Settings → Developer → Edit Config，把下面的内容粘贴到 claude_desktop_config.json

{
  "mcpServers": {
    "llmgraph": {
      "command": "npx",
      "args": [
        "-y",
        "@llmgraph/mcp-server"
      ],
      "env": {
        "LLMGRAPH_ENDPOINT": "your-value",
        "LLMGRAPH_API_KEY": "your-value"
      }
    }
  }
}

在终端中运行这条命令

claude mcp add llmgraph --env LLMGRAPH_ENDPOINT=your-value --env LLMGRAPH_API_KEY=your-value -- npx -y @llmgraph/mcp-server

运行前请先填写空着的值。

在 Cursor 中打开

或者自己复制设置

粘贴到项目中的 .cursor/mcp.json，或 ~/.cursor/mcp.json

{
  "mcpServers": {
    "llmgraph": {
      "command": "npx",
      "args": [
        "-y",
        "@llmgraph/mcp-server"
      ],
      "env": {
        "LLMGRAPH_ENDPOINT": "your-value",
        "LLMGRAPH_API_KEY": "your-value"
      }
    }
  }
}

浏览器会先询问是否打开应用，然后应用会显示设置并请你确认。密钥的值会留空，由你自己填写。

在 VS Code 中打开

或者自己复制设置

粘贴到项目中的 .vscode/mcp.json

{
  "servers": {
    "llmgraph": {
      "type": "stdio",
      "command": "npx",
      "args": [
        "-y",
        "@llmgraph/mcp-server"
      ],
      "env": {
        "LLMGRAPH_ENDPOINT": "your-value",
        "LLMGRAPH_API_KEY": "your-value"
      }
    }
  }
}

浏览器会先询问是否打开应用，然后应用会显示设置并请你确认。密钥的值会留空，由你自己填写。

这个服务器在你的电脑上运行，而 ChatGPT 只能连接互联网上的服务器。请选择其他应用。

你的选择通过 Cookie 保存在这台设备上，无需账户。

需要你填写的值

LLMGRAPH_ENDPOINT 必填 env
Full deployment endpoint URL from the LLMGraph dashboard, e.g. https://llmgraph.ai/api/ /
LLMGRAPH_API_KEY 机密必填 env
API key for the deployment

这些设置是根据作者在注册中心的条目生成的。如果 README 的写法不同，请以 README 为准。

它能做什么

它在你的电脑上运行；安装后，工具列表会显示在你的 AI 应用中。

基础检查i

我们检查的是任何人都能看到的信息；我们没有阅读代码。不适用的检查项不计入总数。 · 检查于 2026年11月9日

✓ 通过
作者与仓库一致
注册名称已通过 GitHub 账户 abahocodes 验证，该账户拥有此仓库
… 尚未检查
仍在维护
我们还没有从 GitHub 读取这个仓库
… 尚未检查
有许可证
我们还没有从 GitHub 读取这个仓库
– 不适用
端点有响应
它在你的电脑上运行，没有互联网端点
– 不适用
使用 OAuth 登录
在你的电脑上运行，改用本地设置
… 尚未检查
工具描述中没有隐藏指令
它在你的电脑上运行；我们只能读取互联网端点的工具列表

与“搜索与 AI 记忆”中的其他服务器比较i

星标数多于此分类中其他 5728 个服务器的 0%
发布到注册中心的时间比此分类中其他 5728 个服务器的 23% 更新
基础检查结果等于或优于此分类中其他 5728 个服务器的 100%

与注册中心里这个分类中所有活跃的服务器比较。只有当发布者拥有该仓库时，星标数才计入。

常见问题

Llmgraph 安全吗？

它在 1 项适用的基础检查中通过了 1 项。我们没有阅读代码。在添加密钥或令牌之前，请先看看这个服务器要求哪些权限，并使用只具备所需权限的密钥。

它需要哪些密钥或代码？

你需要填写：LLMGRAPH_ENDPOINT, LLMGRAPH_API_KEY

它在我的电脑上运行还是在云端？

它在你的电脑上运行。你的 AI 应用会在需要时启动它，数据不会经过作者的服务器（除非它自己调用在线服务）。

它还在维护吗？

GitHub 仓库最后更新于–，最新版本（0.1.1）于4个月前进入注册中心。

哪些应用可以使用它？

支持 MCP 的应用，例如 Claude Desktop、Claude Code、Cursor 和 VS Code。你的电脑上还需要有 Node.js。

有什么可以替代它？

同一分类中有：Context7, Codebase Memory, Exa

替代选择

同一分类中其他作者的服务器，按星标数排序。

如何看卡片：↓ 每周下载量i★ GitHub 星标i三大支柱：评价 · 检查 · 使用情况i更新 = 最新版本发布到注册中心的时间i

Context7

Up-to-date docs for AI agents

作者：upstash广泛使用↓ 97.3万/周★ 6.4万前天更新

电脑或云端

安装

Codebase Memory

Codebase knowledge graph for AI agents — 162 languages, sub-ms queries, 99% fewer tokens.

作者：DeusData广泛使用↓ 1.8万/周★ 4.8万22天前更新

在你的电脑上运行

安装

Exa

Connect AI agents to Exa for web search, content fetching, and multi-step research.

作者：exa-labs广泛使用★ 52132个月前更新

在云端运行✓ exa.ai

安装

作者的 README

打开 README

按原文从作者的仓库复制。PopNx MCP 没有审查或背书其内容。HTML、图片和脚本已被移除。链接会离开本站。

@llmgraph/mcp-server

A Model Context Protocol (MCP) server that exposes your LLMGraph workflow deployments as MCP tools. Connect it to Claude Desktop, Claude Code, Cursor, or any other MCP client, and your assistant can invoke the workflows you built and deployed on LLMGraph.

Each configured deployment becomes one MCP tool. The server runs over stdio and is designed to be launched with npx, so there is nothing to install permanently.

Prerequisites

Node.js 18 or newer
A deployed LLMGraph workflow: copy the deployment endpoint URL (shaped like https://llmgraph.ai/api/ / ) and an API key from the LLMGraph dashboard

Configuration

All configuration is via environment variables.

Single deployment (simple path)

Variable	Required	Description
`LLMGRAPH_ENDPOINT`	yes	Full deployment endpoint URL copied from the dashboard
`LLMGRAPH_API_KEY`	yes	Secret API key for the deployment
`LLMGRAPH_TOOL_NAME`	no	Tool name shown to the client (default: `invoke_workflow`)
`LLMGRAPH_TOOL_DESCRIPTION`	no	Tool description shown to the model
`LLMGRAPH_SCHEMA_MODE`	no	`input` (default) or `chat`, see below
`LLMGRAPH_TIMEOUT_MS`	no	Request timeout in milliseconds, positive integer (default: `180000`). Applies in both single and multiple deployment modes.

Multiple deployments (advanced path)

Set LLMGRAPH_DEPLOYMENTS to a JSON array; each entry becomes one tool. When set, it takes precedence over the single-deployment variables.

{ "name": "summarize_document", "description": "Summarizes a document with the LLMGraph summarizer workflow", "endpoint": "https://llmgraph.ai/api/abc123/production", "apiKey": "your-api-key" }, { "name": "support_bot", "description": "Asks the support assistant workflow a question", "endpoint": "https://llmgraph.ai/api/def456/production", "apiKey": "your-other-api-key", "inputSchema": "chat" } ]

Schema modes

input (default): the tool takes { "input": } and the object is passed through unchanged as the POST body, so it works with any workflow input shape.
chat: for chat-style workflows. The tool takes { "user_input": , "history": [{"role": "user"|"assistant", "content": }] } (history optional) and sends it in the shape chat workflows expect.

Client setup

Claude Desktop

Add to claude_desktop_config.json (Settings, Developer, Edit Config):

"mcpServers": { "llmgraph": { "command": "npx", "args": ["-y", "@llmgraph/mcp-server"], "env": { "LLMGRAPH_ENDPOINT": "https://llmgraph.ai/api/abc123/production", "LLMGRAPH_API_KEY": "your-api-key", "LLMGRAPH_TOOL_NAME": "summarize_document", "LLMGRAPH_TOOL_DESCRIPTION": "Summarizes a document with my LLMGraph workflow" } } } }

Restart Claude Desktop and the tool appears in the tools menu.

Claude Code

claude mcp add llmgraph \

--env LLMGRAPH_ENDPOINT=https://llmgraph.ai/api/abc123/production \ --env LLMGRAPH_API_KEY=your-api-key \ -- npx -y @llmgraph/mcp-server

Cursor

Add to ~/.cursor/mcp.json (or .cursor/mcp.json in your project):

Error handling

Non-200 responses from the LLMGraph API are returned to the client as MCP tool errors carrying the API's error message:

Status	Meaning
400	invalid request body
401	missing or invalid API key
402	subscription blocked
403	API disabled or origin not allowed
404	unknown deployment or wrong API key
422	workflow run failed
429	rate or budget limited
504	workflow timed out

Security notes

LLMGraph API keys are secrets for server-side use. This server sends the key only as the x-api-key header of requests to your configured endpoint, and never writes it to stdout, stderr, or error messages.
Client config files like claude_desktop_config.json store the key in plain text on your machine; treat them accordingly.

Development

npm install

npm run build # compiles TypeScript to dist/ npm test # builds, then runs unit tests (node --test), no network calls

License

MIT, see LICENSE.