Re:port Flow MCP 是一个 MCP（Model Context Protocol）服务器，官方显示名称为 Re:port Flow MCP，包与实现标识为 reportflow-mcp，旧称包括 ReportFlow MCP Server 和 ReportFlow。它的作用是把你在 Re:port Flow 中设计的模板（发票、合同、对账单等任何你设计的内容）转化为 PDF 报告，并可直接从 Claude 或任何其他兼容 MCP 的 AI 智能体调用。
用途方面，它面向需要从 AI 智能体直接生成 PDF 报告的场景，支持生成发票、合同和对账单等文档，既可单份生成，也可批量生成。
主要能力包括：
- 根据自然语言请求生成 PDF，例如“为 Acme Corp 创建一张总额 300 美元的发票”。
- 将你的 Re:port Flow 设计及其参数架构作为 MCP Resources 直接暴露给 AI。
- 批量生成多份 PDF 并以单个 ZIP 下载。
- 将输出保存到用户当前所在的工作区文件夹（Claude Desktop / Claude Code / Cursor / VS Code 均支持）。
- 对于需要遵循流程（而不仅是读取协议）的智能体，可使用 skills/re-port-flow/SKILL.md。将该目录复制到 Claude Code / Codex 的 .agents/skills 或 Cursor 项目技能文件夹中。PDF 生成始终指向 https://mcp.re-port-flow.com/mcp。
使用方式上，Re:port Flow MCP 有两种运行方式：
- 远程服务器（claude.ai / Web 客户端）——Streamable HTTP：在 Claude（claude.ai）中进入 Settings → Connectors → Add custom connector 并粘贴上述 URL。认证在应用内通过 OAuth 处理，无需本地安装。
- 本地服务器（Claude Desktop / Claude Code / Cursor）——通过 npx 的 stdio：将相应配置添加到配置文件中（.mcp.json、claude_desktop_config.json、~/.cursor/mcp.json 等）。官方说明称这就是全部设置，无需环境变量、API 密钥或机密管理。
运行要求：远程方式需要一个支持自定义 HTTP 连接器的 MCP 客户端（例如 claude.ai），无需本地安装；本地（stdio）方式需要 Node.js 22+（由 npx 自动获取）以及首次登录时可用的浏览器。两种方式都需要一个 Re:port Flow 账户。
协议支持：两种传输方式（stdio / Streamable HTTP）都通过单一端点提供两代 MCP 协议：2026-07-28（当前）是无状态的逐请求协议，现代客户端通过 server/discover 发现；2025 年各版本（2025-11-25、2025-06-18、2025-03-26、2024-11-05、2024-10-07）保留经典 initialize 握手以兼容现有客户端（Claude Desktop、claude.ai 自定义连接器、Cursor、ChatGPT、n8n 等）。版本选择在两种传输方式上均自动完成，无需配置，现有连接保持不变。
认证：远程（claude.ai）方式下，添加连接器后由 Claude 执行 OAuth 流程：登录 → 选择工作区 → 同意。令牌由客户端持有。本地方式下，重载 MCP 客户端后对 AI 说“Authenticate with Re:port Flow”，会打开浏览器窗口，登录 → 选择工作区 → 同意。令牌存储在操作系统钥匙串（macOS Keychain / Windows Credential Manager / Linux libsecret）中，并提供 chmod-0600 文件后备方案，且会自动刷新。
典型用法示例：
- 生成单份 PDF（列表 → 架构 → 生成）：例如“Using the invoice template, create a PDF for Acme Corp totalling $330.”。AI 会用 list_templates 列出设计，用 get_design_parameters 获取参数架构，填入值后调用 generate_pdf_sync。远程方式返回下载 URL（fileUrl）；本地方式还会保存文件并返回其绝对路径。
- 批量生成多份 PDF：例如“From the statement template, generate one PDF per customer (Acme $100, Globex $250, Initech $80) and give them to me together.”。本地（stdio）方式下 generate_pdfs_sync 将单个 ZIP 写入工作区；远程方式下 generate_pdfs_async 运行批处理并返回请求 ID 加下载 URL。
- 异步生成后下载（本地）：AI 调用 generate_pdf_async（立即返回 requestId），然后调用 download_file 保存完成的 PDF。批处理等价于 generate_pdfs_async → download_zip。这些下载工具仅限 stdio；在远程服务器上同步/异步工具已返回 fileUrl。
- 从零模板开始（图库 → 复制 → 生成）：当 list_templates 为空时，AI 用 search_gallery_templates 搜索公共模板图库，展示候选项，用 copy_gallery_template 把你选中的模板复制到你的工作区，然后继续正常流程（get_design_parameters → generate_pdf_sync）。复制始终落在你在 OAuth 同意屏幕选择的工作区中，AI 无法定位其他工作区。
文件保存位置（本地模式）按以下顺序解析：用户明确指示（例如“save to my Desktop”）、当前打开的工作区根目录（Claude Code / Cursor / VS Code）、操作系统临时目录作为后备。
此外，如果你自己编写智能体（如 Hugging Face Agents、自定义工具循环或原始 HTTP），托管端点可直接使用：agents.md 提供面向智能体的指南（传输细节、十个 HTTP 工具、OAuth 流程、模型选择以及智能体必须遵循的规则：绝不编造业务数据；copy_gallery_template 不是幂等的；passthrough 值最终会进入 PDF 的元数据）；examples/ 提供可运行的 Python、JavaScript 和 curl 客户端，以及一个走完 OAuth 流程并打印访问令牌的脚本。initialize 和 tools/list 无需凭证即可工作，因此可在接入认证前发现工具集；每次 tools/call 都需要 Bearer 令牌。Hugging Face SDK 自身没有 MCP OAuth 流程，因此先用 examples/oauth/get-token.sh 获取一次令牌，并以 Authorization 头注入。
资料还提到 Tools（由 AI 调用）、Resources（可作为 AI 上下文附加）和 Prompts（斜杠命令配方卡片）：/generate_pdf、/generate_pdfs、/reportflow_help——传入参数后 AI 会遵循准备好的工作流。
隐私与安全方面：Re:port Flow MCP 是一个轻客户端，将你的请求转发到你自己的 Re:port Flow 账户并返回生成的 PDF，不会向第三方出售或共享你的数据。认证令牌存储在本地（操作系统钥匙串，或 chmod-0600 文件后备），仅发送至 Re:port Flow 自己的服务——OAuth 登录期间以及每次认证 API 调用（列出模板、生成或下载 PDF）时作为 Bearer 凭证。令牌绝不与任何第三方共享。完整隐私政策见 lp.re-port-flow.com。托管端点会验证 Host 头（DNS 重绑定防护），并根据 MCP Streamable HTTP 规范的安全要求，对结构无效的 Origin 头返回 403 Forbidden。认证仅限 Bearer 令牌——不使用 Cookie，CORS 从不允许凭证。完整策略及其威胁模型记录在 docs/security.md（日文）。
获取帮助、报告 bug 或目录审查问题的渠道：Re:port Flow（隐私与支持）https://lp.re-port-flow.com；GitHub Issues https://github.com/re-port-flow/reportflow-mcp/issues。许可证为 MIT（见 LICENSE）。
其他链接：Re:port Flow 官网 https://re-port-flow.com；npm https://www.npmjs.com/package/reportflow-mcp；Hugging Face https://huggingface.co/reportflow；智能体指南 agents.md；示例 examples/。该仓库为 monepla/report-mcp 的公开发布镜像。