FlexOrch

io.github.dev-flexorch由 GitHub 账号 dev-flexorch 发布v0.1.2更新于 Oct 24, 2026

Classify documents, extract structured fields, mask PII, export JSONL/RAG datasets for AI agents.

已验证STDIO仅桌面文件与存储知识与记忆数据与分析

概览

AI 生成的概览

FlexOrch 的 MCP 代理，让助手处理文档、抽取结构化字段、遮蔽 PII，并导出 JSONL 或 RAG 数据集。

可以做什么
  • 上传并处理文档（PDF、DOCX、TXT、XLSX、HTML、XML、EML、JPG、PNG、TIFF），也可重新排队已上传的文档
  • 轮询处理任务状态，并从已完成任务中获取结构化抽取字段
  • 基于已完成的执行构建数据集，并导出为 JSONL、CSV、JSON、XML、MD 或 RAG 分块
  • 为数据集建立语义向量索引并分页获取 RAG 可用文本块（Pro 及以上套餐）
适用场景
适合希望让助手无需写代码就把发票、表单等文档转成结构化数据和可供大模型使用的数据集，尤其是为微调或 RAG 做准备的场景。
运行要求
本地 Python 包（需 Python 3.10+），通过 stdio 运行，可在 Claude Desktop、Cursor 或 Codex 中配置。需要 FlexOrch 账号和 API 密钥，通过环境变量 FLEXORCH_API_KEY 提供；需要访问 FlexOrch API 的网络连接。
安装前请注意
文档内容会上传到 FlexOrch 的托管基础设施处理，数据会离开本机。每处理一份文档会消耗套餐额度，语义搜索、索引和分块获取需要 Pro 或更高套餐。API 密钥为敏感信息，从 FLEXORCH_API_KEY 读取。

安装

在 SourceWeft 中

  1. 打开 控制台中的 FlexOrch，将其添加到工作区。
  2. 为需要使用其工具的对话启用该服务。

Desktop only，通过 STDIO。 STDIO 服务会启动本地进程，因此需要 SourceWeft 桌面宿主。

其他 MCP 客户端

参照 仓库 中的启动说明。

README

flexorch-mcp

[smithery badge] [PyPI version] [CI] [License: MIT] [Python 3.10+] [flexorch-mcp MCP server] [Glama score]

MCP server for FlexOrch — SDK for machines.

Connect Claude and other MCP-compatible agents to the FlexOrch document intelligence pipeline. Process documents, extract structured data, detect PII, and export LLM-ready datasets — all through natural language tool calls.

What this is

flexorch-mcp is a thin proxy that exposes the FlexOrch API as MCP tools. All processing happens on FlexOrch's managed infrastructure. A FlexOrch account and API key are required.

For humans writing code: use flexorch-sdk (Python) or flexorch-sdk-js (TypeScript).
For agents: use this package.

Tools

ToolDescription
document.processUpload and process a document (PDF, DOCX, TXT, XLSX, HTML, XML, EML, JPG, PNG, TIFF)
document.reprocessRe-queue an already-uploaded document through the pipeline
job.statusPoll a processing job until completed or failed
job.resultGet structured extracted fields from a completed job
dataset.buildBuild a structured dataset from a completed execution
dataset.searchSemantic search across indexed datasets (Pro+)
dataset.exportExport a dataset as JSONL, CSV, JSON, XML, MD, or RAG (LangChain/LlamaIndex chunks)
dataset.indexTrigger semantic vector indexing for a dataset (Pro+)
dataset.chunksRetrieve paginated RAG-ready text chunks from an indexed dataset (Pro+)

Installation

bash
pip install flexorch-mcp

Requires Python 3.10+.

Configuration

Claude Desktop

Add to your Claude Desktop config file (create it if it doesn't exist):

  • macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
  • Windows: %APPDATA%\Claude\claude_desktop_config.json
json
{  "mcpServers": {    "flexorch": {      "command": "flexorch-mcp",      "env": {        "FLEXORCH_API_KEY": "dfx_your_key_here"      }    }  }}

Cursor

Add to your Cursor MCP config:

json
{  "flexorch": {    "command": "flexorch-mcp",    "env": {      "FLEXORCH_API_KEY": "dfx_your_key_here"    }  }}

OpenAI Codex

Add to ~/.codex/config.toml:

toml
[mcp_servers.flexorch]command = "uvx"args = ["flexorch-mcp"]
[mcp_servers.flexorch.env]FLEXORCH_API_KEY = "dfx_your_key_here"

Get your API key from app.flexorch.com/settings.

Verify connection

bash
flexorch-mcp --check# → FlexOrch API key: dfx_xxx*** ✓# → Connection: OK (api.flexorch.com)# → Plan: Starter (1,200 credits/mo)# → Tools: 9 registered

Example agent workflow

User: "Process this invoice and export it as JSONL for fine-tuning."
Agent:  1. document.process(file_url="https://...")   → job_id: 1234  2. job.status(1234)                           → completed, execution_id: 567  3. job.result(567)                            → vendor, total, date, PII masked  4. dataset.build(execution_id=567)            → job_id: 1235  5. job.status(1235)                           → completed, dataset_id: 89  6. dataset.export(89, format="jsonl")         → inline JSONL content

Plan limits

All FlexOrch plan limits apply to MCP tool calls. Credits are consumed per document processed.

PlanCredits/moSemantic search
Trial1,200 (30 days)—
Starter1,200—
Pro6,000✓
EnterpriseCustom✓

Security

  • API key is read from the FLEXORCH_API_KEY environment variable — never passed as a tool argument
  • No data is stored or cached by this server — stateless proxy
  • PII masking is applied by FlexOrch's pipeline before results are returned
  • All communication with api.flexorch.com uses HTTPS

Related

License

MIT — see LICENSE.

来源：README.md，提交 2276a4b

工具

0
SourceWeft 尚未在沙箱中启动过该软件包，因此其工具未知。

版本历史

1
  1. v0.1.2最新Sep 16, 2026

评分

已满足适用检查项的 50%

该评分衡量此收录条目的完整程度，依据注册中心条目、端点与公开来源计算得出。它不是对服务器本身的评价，也不表示服务器安全或当前可用：可连通性是带日期的检查结果，评分也不包含安装量或用户评价。

  • 近 30 天内可连通25 分

    请保持端点能够响应 MCP 握手；SourceWeft 每 30 天探测一次。

  • 已声明认证方式10 分

    请在注册中心条目中声明凭据请求头，或保持端点能够响应探测，以便判定其认证方式。

  • 已列出工具15 分

    请让服务器在无凭据时响应 tools/list，或发布可在沙箱中无凭据启动的软件包。

  • 描述必需15 分
  • 图标10 分
  • 文档15 分
  • 许可证10 分