mcpGraph
无需代码，通过可视化图形编排MCP工具链的服务器
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：mcpGraph。 它的用途是：无需代码，通过可视化图形编排MCP工具链的服务器 完整的 Skill 内容见：https://321skill.com/skills/mcpgraph/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
“帮我统计项目docs目录下所有Markdown文件的总行数。” AI会调用由mcpGraph定义的“统计文档行数”工具。该工具在后台会自动执行一个编排好的图：先调用文件系统MCP列出目录，过滤出.md文件，然后逐个读取并计算行数，最后汇总返回结果，全程无需AI生成或执行代码。
介绍
mcpGraph解决了在AI Agent中需要编写复杂代码来串联多个MCP工具、处理数据和进行逻辑判断的难题。它允许用户通过声明式的YAML配置文件，定义由节点组成的执行图，每个节点可以调用MCP工具、使用JSONata转换数据或通过JSON Logic进行条件路由，从而构建出复杂的自动化工作流。
使用时，用户只需编写YAML配置文件，定义好工具、引用的MCP服务器以及由各类节点组成的执行图。配置完成后，将mcpGraph作为MCP服务器启动，AI助手（如Claude Desktop）即可调用其中定义的“工具”。这些工具在幕后会按照预设的图结构执行，无需用户或AI编写任何过程性代码。
这个Skill非常适合希望构建复杂、可复用自动化流程，但又不想或不能深入编程的智能体开发者、运维工程师和产品经理。它降低了将多个AI能力（如文件操作、网络搜索、数据分析）组合成高级功能的技术门槛。
建议从简单的例子开始，逐步理解节点、数据流和表达式。搭配其可视化调试工具mcpGraphUX，可以直观地观察执行过程，排查问题。注意，其逻辑表达能力受限于JSONata和JSON Logic，无法实现循环等复杂编程结构，适合定义明确的顺序或分支流程。
核心特点
与需要编写Python/JS代码来调用和组合MCP工具的Skill不同，mcpGraph完全通过声明式YAML配置实现逻辑编排，无需嵌入任何编程语言，同时提供了完整的执行过程可观测性。其配套的mcpGraphUX提供了独特的可视化调试能力，可以动画演示执行流程并检查每个节点的输入输出。
注意事项
不适合需要复杂循环、递归或自定义算法等高级编程逻辑的场景，其逻辑表达能力受限于JSONata和JSON Logic。
常见问题
mcpGraph和直接写代码调用MCP工具有什么区别？
mcpGraph通过配置代替编码，逻辑更清晰易维护，且执行过程完全可观测、可调试，安全性更高。
需要安装额外的可视化工具吗？
可视化调试需要单独安装mcpGraphUX，但mcpGraph核心服务器本身可以独立运行。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/mcpgraph/raw/index.md 读取 mcpGraph 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/mcpgraph/raw/index.md（查看排版版本）