MCP Integration

@5minds/node-red-contrib-processcube-mcp — 15 Nodes für die Integration von ProcessCube® mit AI-Modellen über das Model Context Protocol (MCP).

Überblick

Das MCP-Package stellt ProcessCube®-Funktionen als AI-Tools bereit. AI-Assistenten können darüber Workflows starten, UserTasks verwalten und benutzerdefinierte Tools aufrufen. Die Nodes implementieren das Model Context Protocol  mit OAuth2-Authentifizierung.

npm-Paket: @5minds/node-red-contrib-processcube-mcp Version: 0.5.x Lizenz: Proprietary

Architektur

Das Package folgt dem Tool-Input/Output Pattern:

1. Input-Node — Registriert Tool(s) beim MCP-Server, sendet Message bei Aufruf
2. Output-Node — Empfängt Erfolgsergebnis, beendet Tool-Aufruf
3. Error-Node — Empfängt Fehler, beendet Tool-Aufruf mit Fehlermeldung

                                    ┌→ [Output-Node] (Erfolg)
[MCP Server] ← [Tool-Input-Node] ──┤
                                    └→ [Error-Node]  (Fehler)

MCP Server

mcpserver (Config-Node)

Zentraler MCP-Server mit HTTP-Endpunkt unter /mcp.

Umgebungsvariablen:

Der Server sammelt automatisch alle Tool-Input-Nodes und registriert deren Tools.

Benutzerdefinierte Tools

mcp-tool-input

Generischer Input-Node für benutzerdefinierte MCP-Tools.

Konfiguration:

Output:

mcp-tool-output

Beendet einen Tool-Aufruf erfolgreich.

Input:

mcp-tool-error

Beendet einen Tool-Aufruf mit Fehler.

Input:

Beispiel:

[mcp-tool-input] → [Function: Daten verarbeiten] → [mcp-tool-output]
  (name: "suche")        ↓ (bei Fehler)
                     [mcp-tool-error]

Prozess-Tools

processes-tools-input

Erstellt automatisch ein MCP-Tool pro BPMN-Prozess, um Prozessinstanzen zu starten.

Konfiguration:

Verhalten:

• Liest alle Prozessmodelle aus der Engine
• Erstellt für jeden Prozess ein Tool (Name = processModelId)
• Beschreibung enthält Prozess-Dokumentation und UserTask-Liste
• Bei Aufruf wird der Prozess gestartet

Output:

processes-tools-output / processes-tools-error

Beenden den Prozess-Start-Aufruf. Der Output erwartet msg.payload.processInstanceId.

UserTask-Tools

finish-usertask-tools-input

Erstellt automatisch ein MCP-Tool pro UserTask zum Abschließen.

Konfiguration:

Verhalten:

• Liest alle Prozessmodelle und extrahiert UserTasks
• Erstellt für jeden benannten UserTask ein Tool
• Tool-Name: finish-usertask-{task_name} (lowercase, sanitized)
• Generiert Zod-Schemas basierend auf FormFields
• Unterstützte Feldtypen: string, number, boolean, date, object, array

Output:

finish-usertask-tools-output / finish-usertask-tools-error

Beenden den UserTask-Abschluss. Erfolg gibt "Die Aufgabe '<Name>' wurde abgeschlossen" zurück.

UserTask-Abfrage

list-usertasks-tools-input

Stellt ein MCP-Tool query-userTasks bereit, um alle offenen UserTasks abzufragen.

Konfiguration:

Output:

Verhalten:

• Fragt alle suspendierten FlowNodeInstances ab
• Formatiert Ergebnis mit Name, FlowNodeId, Daten und FormField-Beschreibungen
• Bei keinen Tasks: “Es gibt keine offenen Aufgaben”

list-usertasks-tools-output / list-usertasks-tools-error

Beenden die Abfrage. Output erwartet msg.payload.userTasks Array.

MCP-Client-Nodes

list-mcp-tools

Listet alle verfügbaren MCP-Tools im OpenAI-Function-Calling-Format.

Input:

Output:

[{
  type: "function",
  function: {
    name: "tool-name",
    description: "Beschreibung",
    parameters: { /* JSON Schema */ }
  }
}]

call-mcp-tools

Führt MCP-Tool-Aufrufe im OpenAI-Format aus.

Input:

[{
  id: "call-123",
  function: {
    name: "tool-name",
    arguments: "{\"key\": \"value\"}" // JSON-String
  }
}]

Output:

[{
  output: "Ergebnis-Text",
  tool_call_id: "call-123"
}]

Node-Übersicht

Nächste Schritte

• Claude Code — Claude CLI-Integration
• Engine Nodes — Engine-Integration
• Chat — Chat-Interface für KI