Перейти к содержимому
Партнёр AgentPoint
Workflow
MCP / workflow
MCP

Навыки для Staqflow

Российская облачная платформа автоматизации: подключите её к Claude, ChatGPT или Cursor по MCP, опишите задачу словами — и процесс соберётся из 2800+ коннекторов прямо в переписке. MCP-сервер доступен на всех тарифах, включая бесплатный.

Попробовать навыкиОфициальный сайт Staqflow

Текст партнёра · данные вендора

Текст партнёра

Staqflow — облачная платформа автоматизации процессов (workflow) от российской компании ООО «Систем Икс». По устройству это близкий родственник n8n и ушедших из России Zapier и Make: вы собираете процесс из узлов — триггер, запрос к базе, вызов API, ветвление, отправка сообщения. Отличий, ради которых её имеет смысл рассматривать отдельно, три.

Процесс можно не рисовать руками, а описать словами. Платформа сама выступает MCP-сервером: она отдаёт эндпоинт по Model Context Protocol, который подключается к Claude, ChatGPT, Cursor, Codex, GigaCode или собственному агенту. Дальше процессы создаются, правятся и запускаются прямо в переписке с вашим ИИ-клиентом — вы описываете задачу обычными словами, клиент выкладывает узлы в ваше пространство, и там же вносятся правки вроде «добавь повторы при ошибке» или «пиши в другой чат», без захода в интерфейс платформы. Результат — не чёрный ящик, а обычный workflow: его видно в редакторе, можно открыть любой узел, поправить руками и посмотреть полный трейс запуска. Внешний клиент работает от имени выданного токена: права те же, что у роли в пространстве, действия пишутся в аудит. MCP-сервер доступен на всех тарифах, включая бесплатный Старт, и сборка через него токены не расходует — они списываются только за запуски собранных процессов.

Российский контур и закупки. Заявлено хранение данных в РФ и соответствие 152-ФЗ, наличие в Едином реестре российских программ для ЭВМ и баз данных (запись № 18374, то есть закупки по 44-ФЗ и 223-ФЗ), шифрование AES-256 в покое и TLS 1.3 в транзите, ключи в KMS. В каталоге коннекторов — 1С:Enterprise, Битрикс24, amoCRM, Яндекс Диск, VK, Telegram, YandexGPT и GigaChat рядом с PostgreSQL, ClickHouse, Kafka, GitHub и S3. Для контуров, где облако не подходит, есть установка на своих серверах на Docker Compose или k3s — по отдельному корпоративному договору.

ИИ прямо в потоке процесса. Отдельный класс узлов: языковая модель, анализ изображения, распознавание и синтез речи, генерация изображений и видео, эмбеддинги, извлечение полей из PDF и сканов, переранжирование результатов поиска. Провайдеры подключаются своим ключом — от OpenAI, Anthropic и Gemini до YandexGPT, GigaChat и Perplexity. Это позволяет собирать сценарии вроде «фото полки из Telegram → распознавание ценников → сверка с прайсом → загрузка расхождений в 1С», где LLM — лишь один из шагов, а не весь процесс.

Skill с AgentPoint встраивается в такой процесс как содержимое LLM-узла: инструкции идут в system prompt, входные данные приходят из предыдущих узлов, а результат в структурированном виде уходит в следующий. Файл SKILL.md платформа не импортирует — перенос ручной, зато skill попадает не в изолированный чат, а внутрь рабочего процесса с триггерами, ретраями и записью в вашу учётную систему.

Цифры и заявления в этом разделе взяты с публичных страниц staqflow.ru по состоянию на 21.09.2026 и являются данными вендора. Актуальные тарифы и лимиты уточняйте на официальном сайте.

Подходит для
  • Замена ушедших Zapier и Make, когда нужен российский облачный сервис, а поднимать и обслуживать свой сервер под n8n некому
  • Связки учётных и клиентских систем: 1С ↔ Битрикс24 ↔ amoCRM ↔ Telegram с уведомлениями и сверкой данных
  • AI-агенты поверх собственных данных на YandexGPT или GigaChat: поиск по базе, вызов API, уточняющий вопрос
  • Обработка документов и медиа в потоке: OCR ценников и накладных, разбор PDF, расшифровка звонков и встреч
  • Организации с требованием реестра отечественного ПО и закупками по 44-ФЗ или 223-ФЗ
  • Внедренцы и разработчики, которым удобно собирать и править клиентские процессы из Claude или Cursor по MCP
Ограничения
  • SKILL.md не импортируется файлом — инструкции переносятся в поле «Системный промпт» узла «Языковая модель» вручную
  • Собрать флоу словами можно только через внешний ИИ-клиент: своего чат-ассистента в интерфейсе платформы нет, нужен Claude, ChatGPT, Cursor или другой MCP-клиент
  • Развернуть платформу в своём контуре (on-prem) можно только по отдельному корпоративному договору — self-hosted версии на публичных тарифах нет, в отличие от n8n
  • Тарификация — месячный пул токенов CPU: при исчерпании новые запуски встают в очередь до обновления пула или докупки пакета, поэтому расход нужно оценивать до боевого запуска
  • Подключение сторонних MCP-серверов как инструментов внутри флоу в публичной документации не описано: заявлен собственный MCP-сервер платформы, то есть обратное направление — управление флоу из внешнего ИИ-клиента
  • Продукт молодой и закрытый: публичного репозитория и сообщества масштаба n8n нет, отзывы на сайте вендора не проверялись нами независимо
  • Как и любой визуальный конструктор, требует времени на первый процесс: сборка через MCP снимает вопрос «из каких узлов собрать», но не вопрос «какие данные и куда должны ходить»
Безопасность
  • Ключи, пароли и токены интеграций — только в менеджере подключений платформы, никогда в тексте узла или промпта
  • MCP-токен для внешнего ИИ-клиента выдавайте отдельный и с минимальными правами: клиент действует от имени этого токена и может менять ваши процессы
  • Операции записи (создание сделок, отправка клиентам, проводки в 1С) до обкатки флоу пропускайте через шаг согласования человеком
  • Персональные данные клиентов не подавайте в LLM-узел без маскирования — даже если модель российская, лишние поля в промпте не нужны
  • Соответствие 152-ФЗ платформы не снимает обязанностей с вас как оператора ПДн: нужны основания обработки и поручение на обработку в договоре с вендором
  • Проверьте, что попадает в историю выполнений: трейс хранит входы и выходы каждого узла, и срок хранения зависит от тарифа (14, 90 или 365 дней)
Как навык попадает в Staqflow

У Staqflow нет поля «Инструкция», куда вставляется skill: процесс здесь собирается из узлов. Поэтому путь другой и короче. Подключите MCP-сервер Staqflow к Claude, ChatGPT или Cursor — он доступен на всех тарифах, включая бесплатный, — и отдайте ИИ-клиенту текст skill как техническое задание: он соберёт рабочий процесс прямо в вашем пространстве, с триггером, коннекторами и узлом «Языковая модель». Дальше два уточнения, которые стоит сделать руками: промпт из skill вставьте в поле «Системный промпт» этого узла дословно, чтобы формулировки не были перефразированы, а нужную структуру ответа задайте в «Формат ответа» → «JSON по схеме» — её разберёт следующий узел. Сборка через MCP токены не расходует: они списываются только за запуски готовых процессов.