飞托核心
AI Skill Hub 强烈推荐：飞托核心 是一款优质的MCP工具。AI 综合评分 8.0 分，在同类工具中表现稳健。如果你正在寻找可靠的MCP工具解决方案，这是一个值得深入了解的选择。
📚 深度解析
通过安装 飞托核心，你的 AI 助手将获得额外的工具调用能力，可以用自然语言直接操控该工具的功能，无需学习复杂的命令行语法。MCP 工具的核心价值在于"一次配置，永久增强"——配置完成后，每次与 AI 对话时都可以无缝调用这些工具。
在技术实现上，MCP 工具通过标准的 JSON-RPC 协议与 AI 客户端通信，工具的功能以"工具列表"的形式暴露给 AI 模型，AI 可以按需调用。飞托核心 提供了结构化的工具调用接口，使 AI 模型能够精确地理解和使用每个功能点，显著降低 AI 在工具使用上的错误率。
与传统的 API 集成相比，MCP 工具的优势在于无需编写代码——用户只需在配置文件中添加几行 JSON，即可让 AI 获得全新能力。AI Skill Hub 将 飞托核心 评为 AI 评分 8.0 分，属于同类工具中的优质选择。
📋 工具概览
飞托核心 是一款遵循 MCP（Model Context Protocol）标准协议的 AI 工具扩展。通过 MCP 协议，它可以让 Claude、Cursor 等主流 AI 客户端直接访问和操作外部工具、数据源和服务，实现 AI 能力的无缝扩展。无论是文件操作、数据库查询还是 API 调用，都可以通过自然语言在 AI 对话中直接触发，极大提升生产效率。
📖 中文文档
飞托核心 是一款遵循 MCP（Model Context Protocol）标准协议的 AI 工具扩展。通过 MCP 协议，它可以让 Claude、Cursor 等主流 AI 客户端直接访问和操作外部工具、数据源和服务，实现 AI 能力的无缝扩展。无论是文件操作、数据库查询还是 API 调用，都可以通过自然语言在 AI 对话中直接触发，极大提升生产效率。
- 通过标准 MCP 协议与 Claude、Cursor 等主流 AI 客户端深度集成
- 提供结构化工具调用接口，显著降低 AI 集成复杂度
- 支持 Claude Desktop 和 Claude Code 无缝接入，开箱即用
- 可与其他 MCP 工具组合叠加，构建完整 AI 工作站
- 轻量无侵入设计，不影响现有系统架构
- 在 Claude Desktop 对话中直接调用本地工具，实现 AI 与系统的深度联动
- 通过自然语言驱动复杂的多步骤自动化任务，代替繁琐手动操作
- 将多个 MCP 工具组合使用，构建个人专属 AI 工作站
# 方式一：通过 Claude Code CLI 一键安装
claude skill install https://github.com/flytohub/flyto-core
# 方式二：手动配置 claude_desktop_config.json
{
"mcpServers": {
"----": {
"command": "npx",
"args": ["-y", "flyto-core"]
}
}
}
# 配置文件位置
# macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
# Windows: %APPDATA%/Claude/claude_desktop_config.json
- 确认已安装 Node.js（v18 或以上版本）
- 打开 Claude Desktop 或 Claude Code 的 MCP 配置文件
- 按「交给 Agent 安装 → Claude Desktop」标签中的 JSON 配置填入 mcpServers 字段
- 保存配置文件并重启 Claude 客户端
- 重启后，在对话中即可使用本工具
# 安装后在 Claude 对话中直接使用 # 示例： 用户: 请帮我用 飞托核心 执行以下任务... Claude: [自动调用 飞托核心 MCP 工具处理请求] # 查看可用工具列表 # 在 Claude 中输入："列出所有可用的 MCP 工具"
// claude_desktop_config.json 配置示例
{
"mcpServers": {
"____": {
"command": "npx",
"args": ["-y", "flyto-core"],
"env": {
// "API_KEY": "your-api-key-here"
}
}
}
}
// 保存后重启 Claude Desktop 生效
Flyto2 Core
AI said it finished. Flyto2 shows the proof.
A Python execution engine for AI agents. It runs browser and API work as explicit steps, records what every step did, and replays from the step that failed — instead of re-running the whole job.
The current public inventory is 480 registry-backed modules across 88 catalog categories, including triggers, queue modules, workflow versioning, metering hooks, browser automation, API calls, data transforms, verification, files, and crypto.
flyto2.com · Cloud Automation · Documentation · MCP Docs · YouTube
<p align="center"> <img src="demo/flyto-core-demo.gif" alt="flyto-core demo: API pipeline → replay → browser automation" width="720"> </p>
---
Engine Features
- Execution Trace — structured record of every step: input, output, timing, status
- Replay — re-execute from any step with the original (or modified) context
- Breakpoints — pause execution at any step, inspect state, resume
- Evidence Snapshots — full state before and after each step boundary
- Data Lineage — track data flow across steps, build dependency graphs
- Timeout Guard — configurable workflow-level and per-step timeout protection
---
Install
pip install flyto-core # Core engine + CLI + MCP server
pip install flyto-core[browser] # + browser automation (Playwright)
playwright install chromium # one-time browser setup---
Hosted deployment
A hosted deployment is available on Frontier AI.
---
<sub>Also known as: open source AI agent framework for production workflows · Python AI workflow automation with Playwright · MCP server automation with trace and replay · browser automation that can resume from a failed step</sub>
Usage
<details> <summary><b>CLI</b> — run workflows from the terminal</summary>
```bash
Competitive pricing: screenshots + Web Vitals + JSON report
flyto recipe competitor-intel --url https://competitor.com/pricing
Web scraping → CSV export
flyto recipe scrape-to-csv --url https://news.ycombinator.com --selector ".titleline a" ```
Every recipe is traced. Every run is replayable. See all 41 recipes ->
---
Write Your Own Workflows
Recipes are just YAML files. Write your own:
name: price-monitor
steps:
- id: open
module: browser.launch
params: { headless: true }
- id: page
module: browser.goto
params: { url: "https://competitor.com/pricing" }
- id: prices
module: browser.evaluate
params:
script: |
JSON.stringify([...document.querySelectorAll('.price')].map(e => e.textContent))
- id: save
module: file.write
params: { path: "prices.json", content: "${prices.result}" }
- id: close
module: browser.closeflyto run price-monitor.yamlEvery run produces an execution trace and state snapshots. If step 3 fails, replay from step 3 — no re-running the whole thing.
---
Run your own YAML workflow
flyto run my-workflow.yaml
480 Modules, 88 Catalog Categories
| Category | Count | Examples |
|---|---|---|
browser.* | 54 | launch, goto, click, evaluate, screenshot, performance, challenge |
flow.* | 24 | switch, loop, branch, parallel, retry, circuit breaker, rate limit |
array.* | 15 | filter, sort, map, reduce, unique, chunk, flatten |
api.* | 13 | OpenAI, Anthropic, Gemini, Notion, Slack, Telegram |
data.* | 13 | JSON, YAML, CSV, XML parse/generate/convert |
string.* | 11 | reverse, uppercase, split, replace, trim, slugify, template |
ai.* | 10 | chat, model calls, vision, embeddings, moderation |
object.* | 10 | keys, values, merge, pick, omit, get, set, flatten |
testing.* | 10 | assertions, scenarios, E2E steps, reports |
image.* | 9 | resize, convert, crop, rotate, watermark, OCR, compress |
verify.* | 9 | evidence, visual diff, rulesets, annotations |
file.* | 8 | read, write, copy, move, delete, exists, edit, diff |
stats.* | 8 | mean, median, percentile, correlation, standard deviation |
test.* | 8 | API, browser, and visual checks |
check.* | 7 | validation and guard checks |
crypto.* | 7 | AES encrypt/decrypt, JWT create/verify, hashes |
http.* | 7 | get, request, batch, paginate, session |
validate.* | 7 | email, url, json, phone, credit card |
| 66 more prefixes | 221 | Docker, archive, math, k8s, network, PDF, AWS, cache, git |
See the Full Module Catalog for every module, parameter, and description.
---
flyto-core 是一个功能强大的自动化引擎核心库，旨在为开发者提供高度可追溯且灵活的工作流执行能力。它不仅支持复杂的自动化任务，还通过内置的执行追踪与状态快照功能，确保每一个自动化步骤都清晰可见、可审计、可回溯，是构建智能化自动化应用的核心底座。
在 v2.19.0 版本中，我们引入了智能化的 validate_params 功能，能够通过别名映射自动纠正错误的字段名（例如将 site 自动映射为 url），并对不存在的模块提供智能建议。同时，增强后的 search_modules 支持词级与标签匹配评分，显著提升了自然语言查询的准确性。引擎层面新增了 Execution Trace（执行追踪）、Replay（回放）、Breakpoints（断点调试）以及 Evidence Snapshots（证据快照）等高级特性，配合 Data Lineage（数据血缘）追踪，让复杂工作流的调试与数据流向管理变得前所未有的简单。
您可以通过 pip 进行快速安装。基础核心引擎、CLI 工具及 MCP server 请执行 `pip install flyto-core`；若需使用浏览器自动化功能，请安装扩展包 `pip install flyto-core[browser]` 并运行 `playwright install chromium` 完成浏览器环境初始化。此外，我们也提供基于 Fronteir AI 的托管部署方案，方便用户直接调用。
flyto-core 支持多种交互方式。开发者可以通过 CLI（命令行界面）直接在终端运行预定义的工作流，也可以通过 YAML 文件定义自定义的自动化逻辑。通过 `flyto run <workflow.yaml>` 命令，您可以轻松驱动复杂的自动化任务，并享受完整的执行追踪与回放体验。
flyto-core 提供了丰富的 Recipe（配方）系统，将复杂的 Web Scraping（网页抓取）任务封装为简单的指令。例如，通过 `flyto recipe scrape-to-csv` 即可实现从指定 URL 抓取数据并导出为 CSV 格式。所有的 Recipe 运行过程均会被完整记录，确保每一次执行都是可追溯、可重现的。
项目内置了强大的模块库，涵盖 78 个类别、共计 467 个模块。其中包括用于浏览器操作的 `browser.*` 模块（如 click, extract, screenshot）、用于逻辑控制的 `flow.*` 模块（如 loop, branch, retry, circuit breaker）以及用于数据处理的 `array.*` 模块（如 filter, map, reduce）。您可以利用这些模块通过 YAML 编写高度复杂的自动化工作流，并轻松集成到 Slack 或 GitHub 等第三方平台中。
高质量的开源MCP工具，具有广泛的应用前景
- 构建多智能体协作系统的 Agent 开发者
- Agent 任务先做 dry-run 验证工具调用链，再开启自主执行
- API key 直接提交到 git 仓库（请用 .env 并加入 .gitignore）
- Python 依赖冲突：建议用 venv / uv 隔离环境
- 云端托管：可放在 Vercel / Railway / Fly.io 等 PaaS 平台
⚡ 核心功能
- 通过标准 MCP 协议与 Claude、Cursor 等主流 AI 客户端深度集成
- 提供结构化工具调用接口，显著降低 AI 集成复杂度
- 支持 Claude Desktop 和 Claude Code 无缝接入，开箱即用
- 可与其他 MCP 工具组合叠加，构建完整 AI 工作站
- 轻量无侵入设计，不影响现有系统架构
- 构建多智能体协作系统的 Agent 开发者
- Agent 任务先做 dry-run 验证工具调用链，再开启自主执行
- API key 直接提交到 git 仓库（请用 .env 并加入 .gitignore）
- Python 依赖冲突：建议用 venv / uv 隔离环境
👥 适合人群
🎯 使用场景
- 在 Claude Desktop 对话中直接调用本地工具，实现 AI 与系统的深度联动
- 通过自然语言驱动复杂的多步骤自动化任务，代替繁琐手动操作
- 将多个 MCP 工具组合使用，构建个人专属 AI 工作站
⚖️ 优点与不足
- +Apache-2.0 协议，可免费商用
- +标准化 MCP 协议，生态互联性强
- +与 Claude 官方生态无缝对接
- +即插即用，配置简单快捷
- −依赖 Claude 客户端，非 Claude 用户无法使用
- −MCP 协议仍在持续演进，接口可能变更
- −需要一定的配置步骤
AI Skill Hub 为第三方内容聚合平台，本页面信息基于公开数据整理，不对工具功能和质量作任何法律背书。
建议在沙箱或测试环境中充分验证后，再部署至生产环境，并做好必要的安全评估。
✅ Apache 2.0 — 宽松开源协议，可商用，需保留版权声明和 NOTICE 文件，含专利授权条款。
🔗 相关工具推荐
❓ 常见问题 FAQ
总体来看，飞托核心 是一款质量优秀的MCP工具，在同类工具中具备一定竞争力。AI Skill Hub 将持续追踪其更新动态，建议收藏备用，结合自身场景选择合适时机引入使用。
| 原始名称 | flyto-core |
| 原始描述 | 开源MCP工具：The open-source execution engine for AI agents. 412 modules, MCP-native, trigger。⭐275 · Python |
| Topics | ai-agentsai-toolsautomationbrowser-automation |
| GitHub | https://github.com/flytohub/flyto-core |
| License | Apache-2.0 |
| 语言 | Python |
收录时间：2026-06-20 · 更新时间：2026-06-22 · License：Apache-2.0 · AI Skill Hub 不对第三方内容的准确性作法律背书。