Polybridge MCP

Polybridge Mcp

  ](https://nodejs.org/)    ](https://docker.com/)  ](<>) 

这里有一个独特之处：没有现有的项目同时将MCP中心与n8n作为骨干编排引擎（而不仅仅是目标）、创意桥梁（Blender）、使无形可见的教学透明层以及与LLM无关的架构与即用型“食谱”系统相结合。

现有的MCP网关（Bifrost、ContextForge、MetaMCP），但它们都没有同时结合：

• n8n作为编排骨干（而不仅仅是目标）

• Blender 3D通过原生WebSocket

• PTL（教学透明层）：每个工具调用都以可读的英语记录，分阶段进行

• 单个仓库中有4个LLM适配器（Claude、OpenAI、Gemini、Ollama）

• 可通过CLI激活的配方系统

• 专为教学而设计的架构

一台MCP服务器。任何法学硕士。每一个工具。

polybridge-mcp 是一个基于 模型上下文协议.通过单个自描述服务器将Claude、GPT、Gemini或任何本地LLM连接到n8n工作流、Blender 3D、Notion、您的文件系统等。

它的设计有一个大多数生产网关忽略的目标： 使协议可见且易于理解，这样学生、教师和初级开发人员就可以阅读代码，掌握概念，并在此基础上进行构建。

由Fabien Conéjéro（FC84）于2026年4月在麻省理工学院许可下创建。

目录

• 这到底是什么？
• 为什么会有这种情况？
• 体系结构概述
• 特性
• 先决条件
• 快速启动
• 配置
• 桥梁

- n8n电桥 - 搅拌机桥 - Notion桥 - 文件系统网桥

• LLM适配器
• 食谱
• 教学透明层
• API 参考
• 项目结构
• 贡献
• 许可证

这到底是什么？

让我们从头开始。没有假设先验知识。

问题

想象一下，你正在使用克劳德（或任何其他人工智能助手）。你想说：

“在Blender中创建一个3D城堡，然后在Notion中记录下来。”

克劳德非常有能力理解这一指示。但它没有手。它无法打开Blender。它无法键入Notion。它位于聊天窗口中，只能生成文本。

这就是隔离问题。 大型语言模型在推理方面表现出色，但与周围的实际工具完全脱节。

解决方案：MCP

Anthropic（克劳德背后的公司）发明了一种名为 模型上下文协议（MCP）。把它想象成一个带通用插座的电源板。

Without MCP :

Claude  ------??------  Blender      (no connection)
Claude  ------??------  n8n          (no connection)
Claude  ------??------  Notion       (no connection)

With MCP :

Claude  ---[MCP]---  polybridge-mcp  ---[bridge]---  Blender
                                    ---[bridge]---  n8n
                                    ---[bridge]---  Notion
                                    ---[bridge]---  Filesystem

polybridge-mcp 是 中间的轮毂它对任何LLM讲MCP协议，并管理对每个工具的实际连接。

三部分连接

每次互动都有三个参与者：

[LLM]    [polybridge-mcp]    [Tool]

Example 1 : "Create a castle in Blender"
  Claude    polybridge-mcp    Blender

Example 2 : "Send me a text and open Spotify"
  Claude    polybridge-mcp    n8n workflow

Example 3 : "Create a project page in Notion"
  Claude    polybridge-mcp    Notion

为什么会有这种情况？

现在已经有了优秀的MCP网关（Bifrost、ContextForge、MetaMCP）。它们功能强大，可用于生产。但他们解决了一个 企业问题 ：规模、安全、治理。

polybridge-mcp 解决了一个不同的问题： 理解.

这是第一个明确设计为学习平台的MCP中心。每个文件都有大量注释。每个设计选择都有解释。这 教学透明层 （PTL）用简单的英语记录每个动作的每一步，这样你就可以实时查看协议的工作情况。

体系结构概述

                         polybridge-mcp
                    ┌─────────────────────────┐
                    │                         │
  LLMs              │   MCP Server (stdio)    │
  ─────             │   ┌─────────────────┐   │
  Claude     ──────►│   │  Tool Registry  │   │
  GPT-4      ──────►│   │  Request Router │   │   Bridges
  Gemini     ──────►│   │  PTL Logger     │   │   ───────
  Ollama     ──────►│   └────────┬────────┘   │   n8n         REST API
                    │            │             ├──────────────►
                    │   Bridge   │  Manager   │   Blender     WebSocket
                    │   ┌────────▼────────┐   ├──────────────►
                    │   │  n8n Bridge     │   │   Notion      HTTP API
                    │   │  Blender Bridge │   ├──────────────►
                    │   │  Notion Bridge  │   │   Filesystem  Node.js fs
                    │   │  FS Bridge      │   ├──────────────►
                    │   └─────────────────┘   │
                    │                         │
                    │   Recipe Engine         │
                    │   (pre-built workflows) │
                    └─────────────────────────┘

关键设计决策：

1. n8n是编排骨干 -复杂的多步自动化被发送到n8n执行，而不是内联处理。这为您提供了一个免费的可视化工作流编辑器。

1. 桥接器可热插拔 -您可以通过将一个TypeScript文件拖放到以下位置来添加一个新的桥接器（比如Slack桥接器） src/bridges/ 而无需重新启动服务器。

1. 法学硕士不可知论 -服务器不在乎哪个LLM在调用它。任何兼容MCP的客户端都可以工作，并且包含的客户端适配器允许您从任何LLM提供程序以编程方式驱动它。

1. 教学透明层 -每次工具调用都会生成一个人类可读的解释。学生可以准确地观察每一步发生的事情。

特性

核心能力：

• 通用MCP服务器与Claude Desktop、Claude Code、Cursor、Windsurf和任何MCP客户端兼容
• 四个一级网桥：n8n、Blender 3D、Notion和本地文件系统
• n8n作为工作流执行引擎（触发现有工作流或通过自然语言生成新工作流）
• 热插拔网桥架构（添加网桥而不重新启动）
• LLM不可知客户端库（Claude、OpenAI、Gemini、Ollama）

是什么让它与众不同：

• 教学透明层（PTL） ：每个MCP调用都会发出一个人类可读的分步日志
• 配方体系 ：您可以通过一个命令激活预构建的工作流包（例如。， polybridge recipe run blender-to-notion)
• 工具组成 ：在单个LLM指令中跨桥链接工具
• 自我记录工具 ：每个网桥在启动时自动生成其使用文档
• 零配置Docker ：一个 docker-compose up 一切都在运转

具体教学特点：

• 每个源文件都包含对其在体系结构中作用的解释
• 内联注释解释“为什么”，而不仅仅是“什么”
• PTL输出可以通过管道传输到日志文件或教室投影仪
• 包含的示例涵盖了初级、中级和高级用例

先决条件

在开始之前，您需要安装以下工具：

不需要：

• Notion帐户（可选，仅适用于Notion网桥）
• 任何LLM API密钥（可选，仅当使用内置客户端适配器时）

快速启动

1-克隆存储库

git clone https://github.com/madjeek-web/polybridge-mcp.git
cd polybridge-mcp

2-安装依赖项

npm install

3-复制和编辑配置文件

cp polybridge-mcp.config.example.json polybridge-mcp.config.json

打开 polybridge-mcp.config.json 并填写您需要的值。每个字段都有一个注释，解释它的作用。

4-启动服务器

开发模式 （显示终端中的所有PTL日志）：

npm run dev

生产模式 （编译JavaScript，启动速度更快）：

npm run build
npm start

Docker模式 （在容器中运行所有内容，包括n8n）：

docker-compose up -d

5-连接你的法学硕士

适用于克劳德桌面，将此添加到您的 claude_desktop_config.json :

{
  "mcpServers": {
    "polybridge": {
      "command": "node",
      "args": ["/absolute/path/to/polybridge-mcp/dist/server/index.js"],
      "env": {
        "POLYBRIDGE_CONFIG": "/absolute/path/to/polybridge-mcp.config.json"
      }
    }
  }
}

克劳德代码 :

claude mcp add polybridge node /absolute/path/to/polybridge-mcp/dist/server/index.js

适用于光标或风帆，使用各自的MCP配置文件，遵循与Claude Desktop相同的模式。

配置

主配置文件是 polybridge-mcp.config.json。以下是完整的参考文献：

{
  "server": {
    "name": "polybridge-mcp",
    "version": "1.0.0",

    "pedagogy": {
      "enabled": true,
      "verbosity": "normal",
      "logFile": null
    }
  },

  "bridges": {
    "n8n": {
      "enabled": true,
      "baseUrl": "http://localhost:5678",
      "apiKey": "YOUR_N8N_API_KEY"
    },
    "blender": {
      "enabled": false,
      "wsPort": 9877
    },
    "notion": {
      "enabled": false,
      "apiKey": "YOUR_NOTION_INTEGRATION_KEY"
    },
    "filesystem": {
      "enabled": true,
      "allowedPaths": ["./workspace"],
      "allowWrite": true,
      "allowDelete": false
    }
  }
}

教学冗长程度：

桥梁

n8n电桥

n8n是一个开源的工作流自动化平台。 polybridge-mcp 将n8n视为 编排骨干 ：当LLM要求多步骤自动化（发送文本、打开应用程序、触发一系列操作）时，该请求会被转换为n8n工作流并在那里执行。

LLM可以通过这座桥做什么：

List all existing n8n workflows
Execute a workflow by name or ID
Create a new workflow from a description
Read the execution history of a workflow
Enable or disable a workflow

交互示例：

User : "Send me a Telegram message every morning at 9am with today's weather"

Claude calls polybridge-mcp tool : n8n_create_workflow
  description : "daily weather telegram notification"

polybridge-mcp generates an n8n workflow JSON with :
  - Schedule trigger (9am daily)
  - OpenWeatherMap HTTP request
  - Telegram node

The workflow is pushed to n8n via REST API and activated automatically.

设置：

使用Docker启动n8n：

docker-compose up -d n8n

然后转到 http://localhost:5678，在中创建API密钥 Settings > API，并将其粘贴到您的配置文件中。

搅拌机桥

Blender是一个免费的开源3D创建套件。该桥使用一个小型Python插件(bridges/blender/polybridge_addon.py)它在Blender中打开一个WebSocket服务器并监听命令。

LLM可以通过这座桥做什么：

Create 3D objects (mesh, curve, light, camera)
Apply materials and textures
Arrange objects in a scene
Render the current scene to an image
Run arbitrary Blender Python scripts
Export scenes to GLTF, OBJ, FBX

交互示例：

User : "Create a medieval castle with four towers and a drawbridge"

Claude breaks this into a sequence of Blender commands :
  1. polybridge calls blender_create_object (cube, scaled to castle base)
  2. polybridge calls blender_create_object (cylinder x4, scaled to towers)
  3. polybridge calls blender_apply_material (stone texture)
  4. polybridge calls blender_render_scene
  5. The render is returned as a base64 image

设置：

1. 打开搅拌机
2. 首选 Edit > Preferences > Add-ons > Install
3. 选择 bridges/blender/polybridge_addon.py
4. 启用插件并单击“启动WebSocket服务器”

Notion桥

Notion是一个流行的用于笔记、数据库和项目管理的工作空间工具。

LLM可以通过这座桥做什么：

Create pages and subpages
Read page content
Append blocks (text, headings, code, tables)
Query databases
Create and update database entries

设置：

1. 首选 notion.so/my集成
2. 创建新的内部集成
3. 复制“内部集成令牌”
4. 通过集成共享要访问的页面/数据库
5. 将令牌粘贴到配置文件中

文件系统网桥

沙盒文件系统桥。它限制了对可配置目录列表的访问，因此LLM只能触摸您明确允许的文件。

LLM可以通过这座桥做什么：

Read files
Write files
List directory contents
Create directories
Move or copy files (if allowWrite is true)
Delete files (only if allowDelete is true)

安全说明： 始终配置 allowedPaths 要指向工作区文件夹，切勿指向主目录或系统根目录。

LLM适配器

这 src/adapters/llm/ 目录包含TypeScript客户端类，可以让您 驾驶 polybridge-mcp 编程。当您想在中心之上构建自己的应用程序时，这很有用。

import { ClaudeAdapter } from './src/adapters/llm/claude.js'

const adapter = new ClaudeAdapter({
  apiKey: process.env.ANTHROPIC_API_KEY,
  polybridgeConfig: './polybridge-mcp.config.json'
})

const result = await adapter.ask(
  'Create a sphere in Blender and take a screenshot'
)

console.log(result)

可用适配器：

食谱

食谱是预先构建的工作流包。它们是非技术用户使用单个命令激活常见自动化模式的一种方式，而无需了解MCP或JSON。

列出可用食谱：

npm run recipe list

运行一个食谱：

npm run recipe run blender-to-notion
npm run recipe run daily-report-telegram
npm run recipe run file-summarizer

创建自己的食谱：

配方是一个简单的JSON文件 docs/recipes/。参见 docs/recipes/README.md 对于格式。

包括食谱：

教学透明层

PTL使 polybridge-mcp 在所有MCP网关中独一无二。它作为服务器内部的中间件层运行，拦截每一个工具调用，并在每一步发出人类可读的日志。

输出示例 verbosity: "verbose" :

[polybridge] ► Incoming request from LLM
[polybridge] ► Tool called : blender_create_object
[polybridge] ► Arguments received :
              {
                "type": "MESH",
                "meshType": "CUBE",
                "name": "CastleBase",
                "location": [0, 0, 0],
                "scale": [10, 10, 3]
              }
[polybridge] ► Routing to : BlenderBridge
[polybridge] ► Sending WebSocket command to Blender on port 9877
[polybridge] ► Blender responded in 142ms
[polybridge] ► Object created : CastleBase (ID: 7a2f)
[polybridge] ► Returning result to LLM
[polybridge] ✓ Tool call completed in 148ms

此输出是可见的协议。在授课时，您可以实时投影此输出，以便学生能够准确了解LLM正在做什么以及为什么这样做。

将PTL输出到文件：

"pedagogy": {
  "enabled": true,
  "verbosity": "verbose",
  "logFile": "./logs/session.log"
}

API 参考

完整的参考文件可在 docs/architecture.md.

工具命名约定：

每个暴露的工具 polybridge-mcp 遵循模式 {bridge}_{action} :

n8n_list_workflows
n8n_execute_workflow
n8n_create_workflow
blender_create_object
blender_apply_material
blender_render_scene
notion_create_page
notion_append_blocks
notion_query_database
fs_read_file
fs_write_file
fs_list_directory

项目结构

polybridge-mcp/
├── .github/
│   ├── workflows/
│   │   └── ci.yml               # GitHub Actions : lint + build + test
│   ├── ISSUE_TEMPLATE/
│   │   ├── bug_report.md
│   │   └── feature_request.md
│   └── PULL_REQUEST_TEMPLATE.md
├── bridges/
│   └── blender/
│       └── polybridge_addon.py  # Blender Python addon (WebSocket server)
├── docs/
│   ├── architecture.md          # Deep dive into the architecture
│   ├── bridges/                 # One doc per bridge
│   ├── llm-adapters/            # One doc per LLM adapter
│   └── recipes/                 # Recipe format + included recipes
├── examples/
│   ├── blender-castle.md        # Step-by-step walkthrough
│   ├── n8n-automation.md
│   └── notion-workspace.md
├── src/
│   ├── server/
│   │   ├── index.ts             # Entry point, MCP server setup
│   │   ├── registry.ts          # Collects all tools from all bridges
│   │   └── router.ts            # Routes incoming tool calls to bridges
│   ├── adapters/
│   │   ├── bridge/
│   │   │   └── base.ts          # Abstract base class every bridge extends
│   │   └── llm/
│   │       ├── claude.ts        # Claude adapter
│   │       ├── openai.ts        # OpenAI adapter
│   │       ├── gemini.ts        # Gemini adapter
│   │       └── ollama.ts        # Ollama adapter
│   ├── bridges/
│   │   ├── n8n/
│   │   │   ├── index.ts         # n8n bridge entry point
│   │   │   ├── tools.ts         # MCP tool definitions
│   │   │   └── client.ts        # n8n REST API client
│   │   ├── blender/
│   │   │   ├── index.ts         # Blender bridge entry point
│   │   │   ├── tools.ts         # MCP tool definitions
│   │   │   └── client.ts        # WebSocket client
│   │   ├── notion/
│   │   │   ├── index.ts
│   │   │   ├── tools.ts
│   │   │   └── client.ts
│   │   └── filesystem/
│   │       ├── index.ts
│   │       ├── tools.ts
│   │       └── client.ts
│   ├── types/
│   │   └── index.ts             # All shared TypeScript types
│   └── utils/
│       ├── config.ts            # Config file loading and validation
│       ├── logger.ts            # PTL logger
│       └── errors.ts            # Typed error classes
├── scripts/
│   ├── setup.sh                 # Linux/macOS first-run setup
│   └── setup.bat                # Windows first-run setup
├── .editorconfig
├── .gitignore
├── CHANGELOG.md
├── CODE_OF_CONDUCT.md
├── CONTRIBUTING.md
├── docker-compose.yml
├── Dockerfile
├── LICENSE
├── package.json
├── polybridge-mcp.config.example.json
├── README.md
├── SECURITY.md
└── tsconfig.json

贡献

非常欢迎捐款。请阅读 贡献.md 在提交pull请求之前。

目前最需要的捐款：

• 新桥（Slack、GitHub、Home Assistant、Spotify等）
• PTL输出消息的翻译
• 新配方
• 测试

许可证

MIT许可证。看 许可证.

由Fabien Conéjéro（FC84）于2026年4月创建。

介质：https://medium.com/@法比安·科涅杰罗/聚乙烯管-mcp-4d570c1caf5c

༄☕︎︎︎ 给我买杯咖啡：

༄☕︎︎︎ stripe.com

感谢您的支持