Agentled

@agentled/mcp-server

AI エージェント向けに構築された自動化エンジンです。長期記憶、100 以上の連携機能、統合クレジットを備えたインテリジェントな AI ワークフローオーケストレーションを提供します。

Agentled とは？

Agentled は、AI エージェント向けに構築された自動化エンジンです。 Claude、Codex、Cursor、Windsurf、およびあらゆる MCP 互換クライアントから、インテリジェントなワークフローオーケストレーション、長期記憶、100 以上の連携機能に直接アクセスできます。

他とは異なる 3 つの特長：

🧠 長期記憶 — 組み込みのナレッジグラフが、ワークフローの実行をまたいでインサイトを保存します。エージェントは時間とともに賢くなり、過去の調査、リードスコア、コンテンツのパフォーマンス、ビジネスの背景情報を記憶します。

⚡ 統合クレジット — 1 つの API キー、1 つのクレジットシステム、100 以上のサービスを利用できます。LinkedIn、メール、スクレイピング、AI モデル、動画生成のサービスごとに個別登録する必要はありません。一度接続するだけで、すべてを利用できます。

🎯 インテリジェントなオーケストレーション — AI があらゆるステップで推論します。ワークフローは単なる「これが起きたらあれを実行する」ものではありません。状況を理解し、判断を下し、結果に応じて適応します。

動作を見る

$ agentled create "Outbound to fintech CTOs in Europe"

Loading workspace context from Knowledge Graph...
✦ ICP loaded  ✦ 3 prior campaigns  ✦ 847 contacts in KG

Creating campaign with 3 workflows...

━━ Workflow 1: Prospect Research  linkedin · hunter · clearbit
  ✓ LinkedIn: CTO + fintech + EU → 189 profiles
  ✓ Enriched via Hunter + Clearbit → 156 matched
  ✓ ICP scoring → 43 high-intent leads

━━ Workflow 2: Signal Detection  web-scraper · crunchbase
  ✓ Job postings → 12 hiring devops
  ✓ Crunchbase → 8 recently funded
  ✓ Cross-match: hiring + funded → 5 hot leads

━━ Workflow 3: Outreach  email · linkedin · kg
  ✓ Personalized emails from context
  ✓ LinkedIn requests with custom notes
  ✓ 43 leads saved to Knowledge Graph

Campaign saved. Scheduled: every 48h
Credits used: 720
→ https://www.agentled.app/your-team/fintech-cto-outbound

1 つのプロンプトで 3 つのワークフローを実行します。LinkedIn の情報補完、メールアドレスの検索、AI によるスコアリング、マルチチャネルでのアプローチをすべてオーケストレーションし、次回の実行に備えてナレッジグラフに保存します。

クイックスタート

claude mcp add --transport stdio --scope user agentled \
  -e AGENTLED_API_KEY=wsk_... \
  -- npx -y @agentled/mcp-server

--scope user を指定すると、サーバーがユーザーの MCP 設定に登録され、コマンドを実行したリポジトリだけでなく、すべてのプロジェクトで読み込まれます。複数のワークスペースを追加する場合は、個別のサーバー名（例：agentled_my_workspace）を使用してください。Git でチーム共有する設定には、代わりに --scope project と .mcp.json を使用してください（Claude Code の MCP スコープ）。

Claude Code プラグイン（ワンステップインストール）

MCP サーバーと Agentled スキルをまとめてインストールする場合は、プラグインをおすすめします。Claude Code で次を実行してください。

/plugin marketplace add Agentled/mcp-server
/plugin install agentled@agentled

続いて、Claude Code の実行元シェルで API キーを設定してください。

export AGENTLED_API_KEY=wsk_...

Codex プラグイン（ワンステップインストール）

同じリポジトリは Codex マーケットプレイスでもあります。次のコマンドで Agentled プラグインをインストールします。

codex plugin marketplace add Agentled/mcp-server
codex plugin add agentled@agentled

Codex を起動するシェルで AGENTLED_API_KEY=wsk_... を設定してから、新しいタスクを開始してください。プラグインには Agentled スキルが含まれており、npx -y @agentled/mcp-server を通じて MCP サーバーを起動し、標準の hooks/hooks.json パスからライフサイクルフックを読み込みます。

プラグインには agentled スキル（ワークフロー作成のガイダンス、名前空間は agentled:agentled）が含まれており、npx -y @agentled/mcp-server を通じて MCP サーバーを自動起動します。同じプラグインディレクトリに Claude Code と Codex の両方のマニフェストが含まれているため、1つのバンドルで両方のホストに対応します。

Codex では、フックパックがセッション内で CLI/MCP ループに関するガイダンスを提供します。セッション開始時には Agentled と Codex のビジネスループの役割分担を説明し、プロンプト／ツールフックは、クライアントのニーズ、優先事項、失敗、または製品の不足点が現れた際に、ターンごとのガイダンスを追加します。また、停止フックは実装の引き継ぎに、準備状況、検証、副作用、次の判断を含めるよう促します。フックはフィードバックを保存せず、Agentled API を呼び出さず、自動化を実行せず、クレジットを消費せず、顧客やワークスペースへの書き込みも行いません。Codex では、プラグインのインストール後や変更後に /hooks を実行し、ローカルのフック定義を確認して信頼してから実行してください。

Outlook／クライアントのメールのフォローアップ、ベンダーからの返信、リポジトリ／ビルドのチェック、週次オペレーター・レビューなど、ワークスペース外の FDE の定期業務には Codex の自動化を使用してください。ワークフローの健全性、ルーチンの健全性、実行レビュー、ワークスペースの概要、管理対象エージェントの運用など、Agentled ワークスペース／ランタイムのチェックには Agentled のルーチンを使用してください。ユーザーが製品フィードバックの記録を明示的に希望する場合は、submit_feedback_to_agentled または agentled feedback submit を使用してください。

インストール方法はどちらか一方を選び、両方は使わないでください。 以前に claude mcp add agentled ... または --setup-skills を実行している場合は、プラグインをインストールする前に（またはインストールする代わりに）それらを削除してください。削除しないと、同一の MCP サーバープロセスが2つ起動し、スキルも二重に登録されます。削除するには、claude mcp remove agentled を実行し、.claude/skills/agentled/（または ~/.claude/skills/agentled/）を削除してください。--setup-skills は、インストール済みのプラグインを検出すると、--force を渡さない限り二重登録を拒否するようになりました。

プラグインをローカルで開発するには、次のコマンドを実行します。

claude --plugin-dir ./plugins/agentled     # load from source
claude plugin validate ./plugins/agentled  # check manifest + structure

plugins/agentled/skills/ は skills/ の生成済みミラーです（publish.sh で同期されます）。skills/agentled/SKILL.md を編集し、ミラーは編集しないでください。

ローカル開発

未公開の変更をローカルアプリでテストする場合は、ローカルのビルド済みエントリポイントを使用してください。npx -y @agentled/mcp-server は常に、npm で公開されている最新パッケージを使用します。

cd agentled-mcp-server
npm run build

claude mcp add --transport stdio agentled_local \
  --env AGENTLED_API_KEY=wsk_... \
  --env AGENTLED_URL=http://localhost:8080 \
  -- node /absolute/path/to/agentsled-front/agentled-mcp-server/dist/index.js

API キーの取得

1. agentled.app でサインアップします
2. Workspace Settings > Developer を開きます
3. 新しい API キーを生成します（wsk_ で始まります）

Agentled MCP を選ぶ理由

1つの API キー。1つのクレジットシステム。100以上のサービス。

LinkedIn API、メールサービス、ウェブスクレイパー、動画生成サービス、AI モデルに個別にサインアップする必要はありません。Agentled は、単一のクレジットシステムを通じてすべての統合を処理します。

機能	クレジット	Agentled を使わない場合
LinkedIn 企業情報の拡充	50	LinkedIn API（月額99ドル以上）
メールの検索と検証	5	Hunter.io（月額49ドル）
AI 分析（Claude/GPT/Gemini）	10-30	複数の API キーと請求
ウェブスクレイピング	3-10	Apify アカウント（月額49ドル以上）
画像生成	30	DALL-E/Midjourney のサブスクリプション
動画生成（8秒のシーン）	300	RunwayML（月額15ドル以上）
テキスト読み上げ	60	ElevenLabs（月額22ドル以上）
ナレッジグラフの保存	1-2	カスタムインフラストラクチャ
CRM 同期（Affinity、HubSpot）	5-10	CRM API とミドルウェア

学習するワークフロー

ほかの自動化ツールは、実行するたびにゼロから始まります。Agentled の Knowledge Graph は、実行をまたいで、何がうまくいき、何がうまくいかず、人が何を修正したかを記憶します。スコアリングワークフローでは、簡潔な行単位の scoring_profile の要約と、範囲を限定したスコアリングメモリの取得を利用できます。これにより、プロンプトに生の履歴をすべて含めることなく、実行のたびに前回の成果を積み重ねていけます。

Run 1:  Investor scoring → 62% accuracy (cold start)
Run 5:  → 78% (learning from IC feedback)
Run 12: → 89% (compound learning from outcomes, zero manual tuning)

インテリジェントなオーケストレーション

トリガーとアクションを組み合わせるツールとは異なり、Agentled のワークフローでは、あらゆるステップで AI が推論します。マルチモデル対応（Claude、GPT-4、Gemini、Mistral、DeepSeek、Moonshot）、適応型の実行、必要に応じた人間参加型の承認ゲートを備えています。

エージェントチーム

エージェントチームでは、1つのワークフローステップ内で複数の AI 専門家を実行できます。プリセットを選び、必要な内容を説明するだけで、チームが調整、タスクの委任、統合を行います。

"Add an Agent Team step that researches the company and produces an investment memo"

よく使われるパターンをカバーする、6つの組み込みプリセットがあります。

プリセット	機能
research-and-summarize	専門家が情報を収集し、1人が要約をまとめます
analyze-and-recommend	複数の分析担当者が選択肢を評価し、優先順位を付けた推奨案を作成します
generate-then-review	生成担当者がコンテンツの下書きを作成し、レビュー担当者が批評して改善します
compare-options	専門家が競合する選択肢をそれぞれ主張し、コーディネーターが判断します
investigate-in-parallel	各専門家が異なる視点から同時に調査します
review-and-improve	レビュー担当者が問題を見つけ、編集者が改善を適用します

MCP 経由でエージェントチームのステップを作成する場合は、ビルダーで正しく開くように、プリセットのメタデータを含めてください。

{
  "id": "analyze",
  "type": "agentOrchestrator",
  "name": "Agent Team",
  "orchestratorConfig": {
    "pattern": "supervisor",
    "workers": [
      { "id": "researcher", "name": "Researcher", "systemPrompt": "Research {{input.company_url}} — team, funding, market position" },
      { "id": "analyst", "name": "Analyst", "systemPrompt": "Analyse the research. Identify risks and growth signals." }
    ]
  },
  "metadata": {
    "agentTeamPreset": "research-and-summarize",
    "agentTeamMode": "simple",
    "agentTeamUxVersion": 1
  },
  "next": { "stepId": "milestone" }
}

生の orchestratorConfig を使い、メタデータなしで作成した既存のステップも引き続き動作します。ビルダーではエラーが発生せず、詳細モードで開きます。

アナリティクスと ROI の意味の違い

ワークフローの成果を説明するときは、次の用語を区別してください。

• pipeline.analyticsConfig = ビジネスメトリクス（ビジネスメトリクスカード／チャートに表示される実行結果の統計）。
• pipeline.metadata.roi = ROI の前提／集計値（節約時間と費用対効果の見積もり）。

一方を更新して、もう一方を更新しない場合は、何を変更したのかを正確に明記してください（例：「ビジネスメトリクスを設定」対「ROI の前提を設定」）。

CLI 同等性ガード

このリポジトリには自動同等性ガードが含まれているため、MCP ツールを追加しても CLI の機能範囲とのずれがひそかに生じることはありません。

• テスト：__tests__/cli/cli-mcp-parity.test.ts
• ドキュメント：docs/CLI_MCP_PARITY.md

次のコマンドで実行できます。

yarn test:node -- cli-mcp-parity.test.ts

何を構築できますか？

リード情報の強化と営業の自動化

"Find fintech CTOs in Europe, enrich via LinkedIn + Hunter, score by ICP fit,
draft personalized outreach, save everything to the Knowledge Graph"

コンテンツとメディアの制作

"Scrape trending topics in our niche, generate 5 LinkedIn posts with AI,
create thumbnail images, schedule publishing for the week"

企業調査とインテリジェンス

"Research this company from its URL — team, funding, market position, competitors.
Generate an investment memo. Store in KG for future reference."

VC 投資家のマッチング（実際の事例）

"Match this startup against our 2,000+ investor database. Score by sector focus,
stage preference, check size, and portfolio synergy. Compare with last round's outcomes."

3,000件以上のプロフィールを処理。投資委員会（IC）向けのレポートを作成。予測と結果から学習し、手動調整なしで、12回の実行を通じて精度が62%から89%に向上しました。

組み込みスキルとインテグレーション

メディア制作： 動画生成、画像生成、テキスト読み上げ、自動字幕、メディアの組み立て

AI インテリジェンス： マルチモデル AI（Claude、GPT-4、Gemini、Mistral、DeepSeek、Moonshot、xAI）、Knowledge Graph、フィードバックループ、スコアリングとアナリティクス

データとインテグレーション： LinkedIn（検索、情報強化、投稿）、メール（送信、パーソナライズ）、ウェブスクレイピング、ソーシャルメディアへの投稿、CRM 同期、ドキュメント分析、OCR

利用可能なツール

ユースケースの運用ガイド

既存のワークフロー ID から作業を開始する場合は、まず get_workflow を呼び出し、useCaseContext を確認してください。次に、返されたキーまたはワークフローグラフ ID を指定して get_use_case を呼び出し、ワークフロー固有の質問への回答、バックフィルの実行、または稼働中の設定の編集を行う前に、operatingGuides を確認してください。ガイドが見つからないという警告は、運用 README がまだ添付されておらず、コンテキストが不完全であることを意味します。

既存のワークフローではなく、ユーザーのビジネス目標から作業を開始する場合は、ユーザーの目標からユースケースを構築する方法を参照してください。外部エージェントのライフサイクルについて、範囲を限定したチャット結果から KG のテキスト／リスト状態、WorkspaceUseCase、ワークフロー、承認キュー、ホームサマリーの更新までを説明しています。

ワークフロー

ツール	説明
list_workflows	ワークスペース内のすべてのワークフローを一覧表示します
get_workflow	ID を指定してワークフローの完全な定義を取得します。リンクされている場合は useCaseContext も含まれます
get_workflow_credits	台帳から算出した、期間ラベル付きのワークフローのクレジット使用量を取得します。コスト要因を含めるには includeCostDrivers を指定します
create_workflow	パイプライン JSON から新しいワークフローを作成します
update_workflow	既存のワークフローを更新します（トップレベルのスカラー。コンテキスト／メタデータには update_workflow_context の使用を推奨します）
update_workflow_context	ワークフローレベルでの update_step 相当です。context.* および metadata.* パスに対する 3 つの明示的な操作（updates／replace／unset）を実行し、diff と warnings を返します
add_step	自動的に位置を設定し、次へのポインターをつなぎ直してステップを追加します
update_step	ID で指定した単一のステップに、低レベルのディープマージ更新を適用します
replace_step_dictionary	辞書パス（fieldUpdates、responseStructure、fieldMapping）のキーを、ほかの項目を削除せずにマージします
replace_step_path	ほかの項目を保持したまま、ネストされた 1 つのパスを設定します（例：renderer.config.layout）
unset_step_path	ステップのパスを 1 つ削除します
append_step_array_item	ステップの配列（tools、integrations、…）に項目を 1 つ追加します
remove_step_array_item	index または match で配列項目を 1 つ削除します
remove_step	自動的に次へのポインターをつなぎ直してステップを削除します
delete_workflow	ワークフローを完全に削除します
validate_workflow	パイプラインの構造を検証し、ステップごとのエラーを返します
publish_workflow	ワークフローのステータス（draft、live、paused、archived）を変更します
export_workflow	ワークフローをポータブルな JSON としてエクスポートします
import_workflow	エクスポート済みの JSON からワークフローをインポートします

公開フォームリンク

公開フォームリンクは、context.executionInputConfig フィールドを持つワークフローの外部受付窓口です。ワークスペース外の人がサインインせずにワークフローフォームを送信する必要がある場合に使用します。たとえば、見込み顧客の問い合わせフォーム、ピッチデッキの提出、紹介フォーム、サポート受付、評価アンケート、または最初のステップが手動／入力トリガーであるワークフローなどです。

内部の子ワークフローには、公開フォームリンクを使用しないでください。子ワークフローでは context.executionInputConfig.internal: true を設定し、別のワークフローから agentled.call-workflow で呼び出してください。

ツール	説明
list_public_form_links	ワークフローの既存の公開フォームリンクを一覧表示します
create_public_form_link	公開フォームリンクを作成して有効にします
update_public_form_link	リンクの有効／無効を切り替えるか、上限、有効期限、自動共有、サンクスメッセージを更新します。外部からのアクセスを取り消すには、enabled: false を設定します。

削除は、外部 API または MCP から意図的に利用できないようになっています。 公開フォームリンクを無効にするには、enabled: false を指定して update_public_form_link を呼び出してください。完全に削除するには、認証済みのワークスペースメンバーが UI から操作する必要があります。フォームリンク機能では、破壊的な操作は公開 API キーに許可されていません。

一般的なエージェントのフロー：

1. get_workflow({ workflowId })
2. Confirm context.executionInputConfig exists and is not internal.
3. list_public_form_links({ workflowId })
4. If none exists, create_public_form_link({ workflowId, enabled: true })
5. Return the publicUrl to the user.

公開 URL は /en/forms/{formLinkId} です。送信時に、Agentled はフォームリンクを検証し、送信された input を使ってワークフローを開始し、PublicFormSubmission を記録して、submissionCount を増やします。オプション設定：

• enabled：リンクを削除せずに無効にします。
• expiresAt：ISO 形式の日時による有効期限。
• submissionLimit：受け付ける送信の最大数。
• autoShare：true の場合、公開フォームのステータスページに、完了後の生成結果を表示できます。ワークフローの出力を送信者に見せても安全な場合にのみ使用してください。
• shareExpiresInDays：自動共有される結果リンクの有効期限。
• successMessage：送信後に表示するカスタムのお礼メッセージ。

内部専用ワークフロー

context.executionInputConfig.internal: true を設定すると、オーケストレーターから agentled.call-workflow でのみ実行される子ワークフロー／サブワークフローとして指定できます。UI では「実行」ボタンが非表示になり、手動実行フォームの代わりに情報バナーが表示されます。入力はこれまでどおり検証され、オーケストレーターから executionInputData を介して渡されます。これは UI による制御であり、実行時の制限ではありません。

目的や説明が「Internal sub-workflow」で始まるワークフロー、return ステップで終わるワークフロー、または別のワークフローからのみ呼び出す予定のワークフローに使用してください。

{
  "context": {
    "executionInputConfig": {
      "title": "Save Sourced Candidates",
      "internal": true,
      "fields": [{ "name": "candidates", "label": "Candidates", "type": "text", "required": true }]
    }
  }
}

update_workflow_context でフラグを切り替えます。最初に取得し、ローカルでマージして、親レベルで置き換えてください（update_step と同じマージ順序の落とし穴が当てはまります。詳細は docs/MCP_STEP_EDITING.md を参照してください）。

// 1. get_workflow → read context.executionInputConfig
// 2. local: { ...executionInputConfig, internal: true }
// 3.
{
  "updates": { "context": { "executionInputConfig": {...full merged value...} } },
  "replace": ["context.executionInputConfig"]
}

既存のワークフローの編集：マージモデル

よくある単一パスの編集には、対象を絞ったパス用ツールを優先してください。これらのツールは必要に応じて get_step を呼び出し、同じマージ規約に従います。

• replace_step_dictionary — 辞書キーのマージ（fieldUpdates、responseStructure、fieldMapping）
• replace_step_path — 兄弟要素を保持する必要があるネストされたパスの設定
• unset_step_path — 1 つのパスを削除
• append_step_array_item / remove_step_array_item — 配列を変更

複雑な複数パスの編集には、従来の update_step を使用してください。同じ呼び出しで 3 つの明示的な操作を受け付けます。少なくとも 1 つは空でない値にする必要があります。

• updates — ステップの部分パッチです。1階層だけ深くマージします。トップレベルのスカラー値は置き換えられます。pipelineStepPromptやstepInputDataなどのネストされたオブジェクトは、保存済みの値のキーと直接のキーをマージします。2階層以上ネストされたキーは、個別にマージされず、ひとまとまりとして上書きされます。
• replace: string[] — updatesの値を丸ごと割り当てるドットパスです。ディープマージは行われません。**キーがユーザーデータである辞書型フィールド（設定ではないもの）**に使用してください。updatesだけで内側のキーを1つパッチすると、他のキーが気付かないうちに消去されます。
• unset: string[] — 削除するドットパスです。各パスは現在ステップ上に存在している必要があります（元の状態に対して検証されます）。

辞書型フィールドを編集する前に読み取ってください。 replace_step_dictionaryを優先してください。生のupdate_stepを使う場合は、get_step({ workflowId, stepId })（約1KB）を呼び出し、ローカルで変更して、replace[]を使って新しいオブジェクト全体を送信してください。

レスポンスの差分。 update_step／外科的ツールの呼び出しはすべて、diff: { addedPaths, changedPaths, removedPaths }とwarnings[]を返します。明示的なunsetなしにマージによって6個以上のフィールドが気付かないうちに削除されると、警告が発生します。

用途別の使い分け：

パス／フィールド	API	編集方法	備考
name、goal、description、pipelineStepPrompt.template、creditCost	update_step	updates	通常のスカラー値です。単独で安全に送信できます。
next、loopConfig、entryConditions（ブロック全体）	update_step	updates	直接ネストされた設定です。新しい値を丸ごと送信しても問題ありません。
tools、integrations	外科的ツール／update_step	append_step_array_item／remove_step_array_item、または配列全体を指定したupdates	配列は仕様上、丸ごと置き換えられます。
stepInputData.fieldUpdates	外科的ツール	replace_step_dictionary	キーはユーザーデータです。生の1階層マージでは、他のマッピングが削除されることがあります。
pipelineStepPrompt.responseStructure	外科的ツール	replace_step_dictionary	出力形式の辞書です。ユーザーデータとして扱ってください。
knowledgeSync.fieldMapping	外科的ツール	replace_step_dictionary	ソース→ターゲットの辞書です。fieldUpdatesと同じ落とし穴があります。
renderer.config（兄弟キーを保持する必要がある場合）	外科的ツール／update_step	ネストされたキーに対するreplace_step_path、またはreplaceを指定してrenderer.config全体を送信	外科的ラッパーは、親のトップレベルフィールドを安全に置き換えます。
entryConditions.criteria（entryConditionsの残りの部分を保持する場合）	update_step	updates: { entryConditions: {...full block...} }	entryConditionsブロック全体を送信してください。1階層マージは、直接の子に対してすでに適切に機能します。
ステップ入力または古いフィールドの削除	外科的ツール／update_step	unset_step_pathまたはunset: ["stepInputData.oldKey"]	パスは元の状態に存在している必要があります。
context.inputPages、context.outputPages、context.executionInputConfig	update_workflow_context	ワークフロー相対パスに対する3つの明示的な操作（updates／replace／unset）。互換性のため、全キーを丸ごと置き換える{ contextKey, value }も引き続き受け付けます。	ワークフローレベルであり、ステップレベルではありません。 update_stepからcontext.*にはアクセスできず、その逆も同様です。
metadata	update_workflow_context	metadata.*パスに対する同じ3つの操作	ワークフローレベルです。メタデータはドラフトスナップショットを経由せず、ライブワークフローであってもPipeline行に直接書き込まれ、直ちに反映されます。

ワークフローグループのエグゼクティブサマリー。 ユーザーがワークフロー、ワークフローグループ、クラスター、またはホームカードのサマリー保存を求めた場合は、update_workflow_contextを使ってmetadata.executiveSummaryに書き込んでください。再利用可能なメモとして保存するようユーザーが明示的に求めない限り、Knowledgeのテキストとして保存しないでください。グループの場合は、所有パイプラインに一度だけ書き込みます。metadata.workflowGraph.role === "orchestrator"を優先し、それ以外の場合はmetadata.workflowGraph.orderが最も小さいパイプラインを使用してください。本文は1～2文の短い文章にし、可能な場合は具体的な件数・割合と報告期間を含め、authorには外部ツール／コーディングエージェントではなく、アクティブなワークスペースエージェントを設定してください。

{
  "workflowId": "2e1cdd60-2fcf-441a-856f-583ae76b38a5",
  "updates": {
    "metadata": {
      "executiveSummary": {
        "body": "Startup Outreach sent 46 founder emails for the reporting period, with 28 opens and 9 clicks: a 60.9% open rate, 19.6% click rate, and 32.1% click-to-open rate.",
        "bullets": ["Clicks: 6 UTM Pitch Night, 2 plain Pitch Night, 1 calendar."],
        "generatedAt": "2026-06-03T00:00:00.000Z",
        "author": "AngelHive Assistant"
      }
    }
  }
}

タイプの変更。 step.type は技術的には変更可能ですが、タイプ固有の古いフィールド（pipelineStepPrompt、app、tools、orchestratorConfig）は、unset しない限り残ります。クリーンに変換するには、remove_step と add_step を使うことをおすすめします。

実行中のワークフロー。 編集はドラフトスナップショットに反映されます。レスポンスには editingDraft: true が含まれます。get_draft で確認し、promote_draft で反映し、discard_draft で破棄します。重要度の高い編集では、手動チェックポイントとして最初に create_snapshot を実行してください。

ドラフトの古さ。 ドラフトが存在する場合、すべての update_step および get_step のレスポンスには、exists、draftCreatedAt、liveUpdatedAt、stale、modifiedStepIds、modifiedFields を含む draft の概要が含まれます。draft.stale === true の場合、ドラフト作成後に実行中のワークフローが更新されています。ドラフトを反映すると、変更していないフィールドにはドラフト作成時の古い値が適用されます。update_step は古さに関する警告も出力します。復旧するには、discard_draft でドラフトを破棄してから、変更を適用し直してください。

⚠ discard_draft で元に戻るのは、保留中のコンテキスト変更（およびステップ変更）のみであり、メタデータは対象外です。 update_workflow_context によるメタデータの書き込みはドラフトを経由せず、実行中の Pipeline 行にただちに適用されます。メタデータも含めて一括でロールバックできるようにするには、編集前に create_snapshot を実行してください。原子性に関する仕様の全容は、docs/MCP_STEP_EDITING.md を参照してください。

update_workflow で steps[] 配列全体を送信しないでください。代わりに、対象を絞ったパスツール、update_step、add_step、remove_step を使用してください。

詳細なリファレンス（StepMergeError のコード、ドットパスの検証ルール、差分の完全な仕様）については、docs/MCP_STEP_EDITING.md を参照してください。

ドラフトとスナップショット

ツール	説明
get_draft	ワークフローの現在のドラフトバージョンを取得する
promote_draft	ドラフトを実行中のバージョンに反映する
discard_draft	現在のドラフトを破棄する
create_snapshot	設定のスナップショットを手動で作成する
delete_snapshot	指定した設定スナップショットを削除する
list_snapshots	ワークフローのバージョンスナップショットを一覧表示する
get_snapshot_content	復元せずにスナップショットの設定全体（ステップ、コンテキストなど）を読み取る
restore_snapshot	ワークフローを以前のスナップショットに復元する

実行

ツール	説明
start_workflow	入力を指定してワークフローの実行を開始します。常に executionInputId を返し、非同期実行の行がすでに利用可能な場合にのみ executionId を返します。実際の実行（クレジットを消費する実行）を強制し、ステップごとのモックデータを無視するには、useMocks: false を指定します。デフォルトでは、ワークフローに設定されたモックが使用されます。
list_executions	ワークフローの実行一覧を取得します（nextToken によるページネーション対応）。開始結果で executionInputId のみが返された場合に照合できるよう、pipelineExecutionInputId も含まれます。
get_execution	ステップの結果を含む実行の詳細を取得します。executionInputId ではなく、実際の executionId が必要です。必要な場合は、list_executions を呼び出し、pipelineExecutionInputId を照合してください。
list_timelines	実行のステップ実行記録（タイムライン）を一覧表示します（nextToken によるページネーション対応）
get_timeline	ID を指定して、完全なステップ出力を含む単一のタイムラインを取得します
stop_execution	実行中の実行を停止します
retry_execution	失敗したステップを再試行します。タイムライン ID が指定されていない場合は、直近の失敗を自動検出します
rerun	timelineId を指定して、任意のステップを再実行または再試行します。失敗したステップと成功したステップの両方に対応し、ループの反復を区別します

実行へのディープリンクは /<locale>/<workspace>/<workflowPathname>/runs?runId=<executionId>&step=<stepId> を使用します。 step クエリパラメーターを省略できるのは、実行レベルで引き継ぐ場合のみです。レスポンスが特定の承認カード、出力、失敗、または現在のステップを示す場合は、&step=<stepId> を含め、実行のみを指定した URL を使って人間に手動でステップを開くよう求めないでください。指定すると、アプリはそのワークフローステップを展開し、そこまでスクロールします。stepId はワークフローステップの ID であり、タイムライン ID ではありません。アプリ内のチャット／ナビゲーションツールからは、navigateToExecutionPage に同じ stepId を指定できます。

ナレッジ行へのディープリンクは /<locale>/<workspace>/knowledge-and-data/<listKey>?rowId=<rowId> を使用します。 アプリはナレッジ＆データのリストページを開き、その行の行エディターシートを開きます。後方互換性のあるルート /<locale>/<workspace>/knowledge-and-data/<listKey>/row/<rowId> は、標準のクエリパラメーター URL にリダイレクトします。

ナレッジテキストへのディープリンクは /<locale>/<workspace>/knowledge-and-data/<key> を使用します。 後方互換性のあるルート /<locale>/<workspace>/knowledge-and-data/text/<key> は、標準のアイテム URL にリダイレクトします。

アプリとテスト

ツール	説明
list_apps	利用可能なアプリと連携を一覧表示します
list_connections	設定されているアプリ接続を一覧表示します
verify_app_connection	アプリのアクションを実行せずに、ネイティブ OAuth の正常性を確認します
get_app_actions	アプリのアクションスキーマを取得します
test_app_action	ワークフローを作成せずに、単一のアプリアクションを分離して実行します
test_ai_action	ワークフローを作成せずに、AI プロンプトをテストします
test_code_action	本番環境と同じサンドボックス VM で JavaScript コードをテストします
get_step_schema	カテゴリ別にグループ化された、許可されている PipelineStep フィールドを取得します

AI ステップの種類：aiAction と aiActionWithTools

適切な種類を選択してください。誤った種類を指定すると、validate_workflow で拒否されます。

必要なこと…	使用する種類
プロンプト変数にすでに含まれている入力を推論する	aiAction（LLM の呼び出し 1 回、ツールループなし）
ウェブのライブ検索、ワークスペースメモリーの想起／書き込み、ナレッジグラフの検索	対応する builtinType を指定した aiActionWithTools
実行時に、アプリのアクションに渡す入力を AI に判断させる	appActionConfig ツールを指定した aiActionWithTools

aiActionWithTools には少なくとも 1 つのツールが必要です。step.tools または step.agent.tools の下に配置してください（実行時に両方が統合されます）。どちらにもツールを指定しない場合、validate_workflow はブロッカー AI_STEP_TOOLS_REQUIRED を返します。プロンプトに「ウェブを検索」「メモリーを想起」「ナレッジグラフ」と記載していて、対応するツールが設定されていない場合は、警告 AI_STEP_TOOL_PROMPT_MISMATCH が表示されます。ウェブ検索のプロンプトには web_search、メモリーのプロンプトには workspace_memory、KG 検索のプロンプトには kg_search または kg_traverse が必要です。fetch_website_content は既知の URL からコンテンツを取得し、kg_write は KG データを書き込むため、どちらも検索系のプロンプトには対応しません。

有効な builtinType の値：web_search、file_search、code_interpreter、fetch_website_content、kg_search、kg_traverse、kg_nodes、kg_write、workspace_memory。

AI ステップを繰り返す場合のプロンプトキャッシュ

Agentled は、対応しているプロバイダーでプロンプトキャッシュを有効にします。キャッシュは、同一のプレフィックスに対するプロンプト処理を再利用します。AI の応答をキャッシュしたり、再生したりするものではありません。大量のワークフロー、特にスコアリング／マッチングのループで効果を得るには、安定した内容を先に配置してプロンプトを作成してください。

[stable role and task]
[stable rubric / scoring dimensions]
[stable output JSON schema]
[stable examples or decision rules]

Runtime inputs:
{{currentItem}}
{{steps.previous.output}}
{{input.field}}

大量処理向けのプロンプトは、INPUTS、{{currentItem}}、{{steps.*}}、{{input.*}}、{{execution.id}}、{{now}}、{{today}} で始めないでください。変化するペイロード、日付、実行 ID、アイテムごとのレコードは末尾に配置し、OpenAI／Anthropic が共有プレフィックスをキャッシュできるようにしてください。

// aiActionWithTools example
{
  "id": "research",
  "type": "aiActionWithTools",
  "name": "Research Company",
  "tools": [
    { "type": "builtin", "builtinType": "web_search", "name": "Web Search" }
  ],
  "pipelineStepPrompt": {
    "template": "Search the web for the founder of {{input.company}} and return their name.",
    "responseStructure": { "firstName": "string", "lastName": "string" }
  },
  "creditCost": 10,
  "next": { "stepId": "find-email" }
}

ナレッジとデータ

ツール	説明
get_workspace	ワークスペース情報、会社設定、アクティブなチームメンバー、保留中の招待、ナレッジリストのスキーマを取得します
get_workspace_company_profile	編集可能なワークスペースの会社プロフィールと会社のナレッジテキストを取得します
update_workspace_company_profile	名前、URL、ロゴ、業種、規模、追加情報など、会社プロフィールのトップレベルのフィールドを更新します
update_workspace_executive_summary	Workspace Assistant カードの、ワークスペース全体に適用されるエグゼクティブサマリーを作成します
list_pinned_outputs	ワークスペースのホーム／サイドバーにピン留めされた出力ページを一覧表示します
set_output_page_pin	ワークスペースのホーム／サイドバーでワークフローの出力ページをピン留め、またはピン留め解除します
inspect_home_recent_tab	Home タブ、デフォルトタブ、表示専用の Home Recent タブ設定、現在のワークスペースリビジョンを確認します
configure_home_recent_tab	直近の実行ソースの範囲設定、任意のナビゲーション CTA、デフォルトで開く Home タブを設定またはリセットします
list_workspace_views	保存済みのワークスペースビューのマニフェストと、ソース／アクションのガイダンスを一覧表示します
create_workspace_view	KG、ワークフロー、承認、エージェント、ルーチン、アクション、出力ページ、外部 API、カスタムソースを対象に、保存済みの運用サーフェスマニフェストを作成します
get_workspace_view	ID またはキーを指定して、保存済みのワークスペースビューを取得します
update_workspace_view	ソースデータを変更したりアクションを実行したりせずに、保存済みのワークスペースビューマニフェストを更新します
archive_workspace_view	関連データを削除せずに、ワークスペースビューをアーカイブします
list_knowledge_lists	ワークスペースのナレッジリストを一覧表示します
get_knowledge_rows	ナレッジリストの行を取得します（nextToken でページネーション、最大 200 件）
get_knowledge_rows_by_ids	ID を指定して特定の行を取得します（最大 200 件）。query_kg_edges の後に使用します
get_knowledge_text	ナレッジエントリのテキストコンテンツを取得します
create_knowledge_list	型付きスキーマを持つ新しいナレッジリストを作成します（キーの衝突時は冪等です）
update_knowledge_list_schema	既存のリストスキーマにフィールドを追加または削除します
delete_knowledge_list	リストとそのすべての行を完全に削除します
upsert_knowledge_rows	リストの行を挿入または更新します（1 回の呼び出しにつき最大 500 件、行ごとにエラーを報告）
delete_knowledge_rows	ID を指定して行を削除します
upsert_knowledge_text	テキスト形式のナレッジエントリを作成または更新します
delete_knowledge_text	キーを指定してテキスト形式のナレッジエントリを削除します
query_kg_edges	ナレッジグラフのエッジをクエリします
get_scoring_history	エンティティのスコア履歴を取得します

クレジットとコスト要因

クレジットのレポートツールでは、既存の残高確認を簡潔に保てるよう、コスト要因の詳細はオプトイン方式になっています。 クレジットの合計はすべて台帳から算出され、label、display、start、endを含むperiodオブジェクトとともに返されます。合計の横には、必ずその期間のラベルを表示してください。

人間またはオペレーター向けの UI で確認するには、ワークスペースのクレジット使用状況ページを開きます。

https://www.agentled.app/en/{workspace}/account/billing/credits-usage

例：https://www.agentled.app/en/inovexus/account/billing/credits-usage。

ツール	説明
get_workspace_credits	ワークスペースの残高、使用状況、実行数、最近の台帳行を取得します。任意の引数：period、includeCostDrivers、includeRecentUsage、limit。
get_workspace_credit_cost_drivers	includeCostDrivers=trueをデフォルトにした便利なレポートです。上位のワークフロー、ステップ、モデル、アプリを件数制限付きで返します。
get_workflow_credits	認証済み API キーのワークスペース内のワークフローを対象に、ワークフローレベルの使用状況と、任意でコスト要因を取得します。

対応する期間：

• rolling-30-days：リクエスト時刻を終了時点とする、移動30日間。
• rolling-7-days：リクエスト時刻を終了時点とする、移動7日間。
• current-month / month-to-date：UTC 暦月の月初から現在までの期間で、請求更新期間ではありません。
• previous-month：直前の UTC 暦月。
• all-time：リクエスト時刻より前の台帳全期間。より多くの行をスキャンする可能性があるため、意図的に使用してください。

例：

// Compact balance/burn-rate check
{ "tool": "get_workspace_credits", "arguments": { "period": "rolling-30-days" } }

// Workspace cost drivers for a calendar month-to-date window
{ "tool": "get_workspace_credit_cost_drivers", "arguments": { "period": "current-month", "limit": 5 } }

// Workflow cost drivers
{ "tool": "get_workflow_credits", "arguments": { "workflowId": "wf_abc123", "period": "rolling-30-days", "includeCostDrivers": true } }

外部 API に相当するもの：

GET /api/external/workspace/credits?period=rolling-30-days&include=costDrivers&limit=5
GET /api/external/workflows/{workflowId}/credits?period=current-month&include=costDrivers

請求期間のレポートは暦月のレポートとは別のものであり、将来の API で請求期間を明示するラベルが追加されない限り、請求期間を示すものとして扱わないでください。

ブランディング（ホワイトラベル）

ツール	説明
get_branding	ワークスペースのホワイトラベル設定（displayName、logo、colors、favicon、badge）を取得します
update_branding	ブランディングを更新します。displayName、logoUrl、tagline、primaryColor、primaryColorDark、faviconUrl、hideBadge を設定します

エージェント

ID、指示、ツール、設定ファイル、割り当てられたワークフローを備えた、ワークスペースの第一級 AI エージェントです。すべてのエージェントはデフォルトで会話型です。スケジュール実行や自律的な作業を行うには、create_routine でルーティンを追加し、ルーティンを備えた AI エージェントを作成します。SOUL.md と TOOLS.md は configFiles に保存され、振り返り用コンテキスト（JOURNAL.md、OBJECTIVES.md、PEOPLE.md）はリンクされた AgentFiles として保存され、振り返りを使用するアクティブな AI エージェントには自動的に初期設定されます。どの情報を永続的な記録としてこれらのファイルに残すかはエージェントが判断し、AgentLed は対象を限定したストレージとスケジュールに基づく振り返りのみを提供します。MCP のみを使って作成したエージェントも、Agent Wizard で作成したものと同じように表示されます。

ツール	説明
list_agents	ワークスペース内のエージェントを一覧表示します（ステータスで絞り込み可能：active、paused、draft）
get_agent	エージェントの完全な設定を取得します — 指示、ファイル、ワークフロー、追加されたルーティン
create_agent	エージェントを作成します。agentType のプリセット（personal-assistant、competitive-researcher、social-media-marketer、customer-support、content-marketer、lead-qualifier、deal-sourcer、custom）、enabledApps、appPermissions、assignedWorkflowIds、linkedFileIds、configFiles（SOUL.md/TOOLS.md）、avatar_icon_name、avatar_color、chatModel、activate: true または status: "active" を指定できます。不明なフィールドは拒否されます。1 日あたりのクレジット上限とモデルのティアはルーティン（create_routine）に設定します
update_agent	updates / replace / unset を使って必要な項目だけを更新します（フィールド：name、slug、description、instructions、goals、chatModel、status、enabledApps、enabledActions、appPermissions、skillIds、assignedWorkflowIds、linkedFileIds、configFiles、avatar）。status: "active" を指定すると有効化チェックが実行され、エラーが返されます。updates.slug はエージェントのメールアドレスの slug を変更し、AgentEntity の ID を {slug}@{workspace} に移動します。また、利用可能な場合はルーティン、ファイルリンク、チャネルセッション、チャットセッションも再紐付けします
activate_agent	エージェントを有効化します（draft/paused → active）。追加されたルーティンはスケジュールに従って実行を開始します
pause_agent	アクティブなエージェントを一時停止します。再開するまで、追加されたルーティンは停止します
manage_agent_workflows	設定全体を書き換えずに、エージェントに割り当てられたワークフローを追加、削除、または設定します
delete_agent	エージェントとそのすべてのファイルを完全に削除します
chat_with_agent	特定のエージェントにメッセージを送信します。session_id を使って複数ターンの会話ができます

slug の規則：slug は、URL やメールアドレスで使う短いロール ID です。表示名に Agent を含めると便利な場合もありますが、表示名に含まれているという理由だけで slug に -agent を付けないでください。たとえば、Deal Sourcing Agent には deal-sourcing@{workspace}.agentled.ai を使用し、deal-sourcing-agent@{workspace}.agentled.ai は使用しません。

組み込みアプリの結果キャッシュ

プロンプトキャッシュとは別に、多くのアプリのアクションは、ワークスペースの KnowledgeRow のデフォルト設定を使って過去の結果を再利用します。AgentLed スキルの 組み込みアプリの結果キャッシュ のセクション（skills/agentled/SKILL.md）を参照してください。MCP の再実行ツールでは、デフォルトで forceWithoutCache: true が指定されます。

エージェントファイル

ツール	説明
list_agent_files	エージェントに添付されたファイル（ナレッジ、コンテキスト、参考資料）を一覧表示します
get_agent_file	特定のエージェントファイルの内容を取得します
upload_agent_file	エージェントにファイルをアップロードします（テキスト／Markdown は最大 400KB）
update_agent_file	エージェントに添付済みのファイルを更新します。JOURNAL.md、OBJECTIVES.md、PEOPLE.md を編集する場合は、先に get_agent_file を使ってください
delete_agent_file	エージェントからファイルを削除します

振り返りファイルは、OpenClaw と Hermes のメモリ機能で使われているものと同じ、永続的な Markdown の形式に従います。JOURNAL.md には日付付きの簡潔なログを、OBJECTIVES.md には進行中および完了済みの目標を、PEOPLE.md には安定した人間関係のコンテキストを記録します。まず内容を読み、永続的に残すべき情報がある場合にのみ更新し、内容全体を置き換えてください。UI、MCP、CLI での編集に関する仕様は docs/AGENT_REFLECTION_FILES.md を参照してください。

ルーチン

ルーチンはエージェントに紐づけられたスケジュール済みプロンプトです。エージェントは設定された間隔でプロンプトを評価し、ワークフローを実行したり、通知を送信したりできます。

例 — 既存のエージェントに、毎日お買い得商品を探すルーチンを追加します：

# Step 1: create the agent
create_agent({
  name: "Daily Deal Sourcer",
  agentType: "deal-sourcer",
  enabledApps: ["agentled", "kg", "web-scraping"],
  appPermissions: {
    kg: { access: "write", writeApprovalRequired: true },
    "web-scraping": { access: "read" }
  },
  assignedWorkflowIds: ["<opportunity-scoring-workflow-id>"],
  activate: true
})

# Step 2: attach a routine
create_routine({
  agent_id: "<agent-id>",
  name: "Daily Sourcing Run",
  prompt: "Find 5 new SaaS startups that match our deal criteria and trigger the scoring workflow for each.",
  interval: "daily"
})

読み取りアクセスは暗黙的に許可されており、承認は不要です。必要に応じて内部のagentledアプリがアプリとして選択されますが、appPermissionsでは設定できません。

ツール	説明
list_routines	エージェントのすべてのルーチンを一覧表示します
create_routine	ルーチンを作成します（名前、プロンプト、間隔）
update_routine	ルーチンのフィールドを更新します。間隔を変更すると、nextRunAtが再計算されます
pause_routine	ルーチンを一時停止します
resume_routine	一時停止中のルーチンを再開します
trigger_routine	スケジュールを変更せずに、ルーチンをすぐに実行します
delete_routine	ルーチンを完全に削除します

間隔の値：weekday-morning、weekday-evening、weekly-monday、weekly-tuesday-evening、weekly-friday-evening、daily、monthly、6h、48h。

非推奨の低レベルランタイム

低レベルのmonitor-runtime MCPツールは非推奨となり、登録されなくなりました。自律的な作業には、create_agent／update_agentとルーチンを使用してください。

チャネル（メール、Slack、WhatsApp、Signal）

チャネルは受信メッセージをエージェントのチャットランタイムにルーティングします。各チャネルには、会話を処理するエージェントを指定するdefaultAgentIdがあります。返信は、メッセージを受信したチャネルを通じて送信されます。

ツール	説明
list_channels	設定済みチャネルについて、defaultAgentId、有効状態、秘密情報以外の設定（秘密情報はマスキング）を一覧表示します
set_channel_default_agent	チャネルの受信会話を処理するエージェントを割り当てます
configure_channel	チャネルの秘密情報以外の設定（enabled、defaultAgentId、allowedSenders（メール）、defaultChannelId（slack））を更新します
set_channel_defaults	ワークスペース全体のデフォルト設定（maxSessionsPerDay、sessionTimeoutMinutes、toolMode）を更新します

秘密の認証情報（Slackボットトークン、署名シークレット、WhatsAppアクセストークン、Signalウェブフックシークレット）は、外部API経由では絶対に読み取りも書き込みもできません。これらはUIの「設定」→「チャネル」から接続してください。OAuthフローによって、認証情報は保存時に暗号化されます。

対話型エージェント

ツール	説明
chat	AgentLed AIエージェントにメッセージを送信します。自然言語でワークフローを構築でき、JSONは不要です。session_idを使った複数ターンの会話に対応しています。

チャットツール — 使い方と例

chatツールは、対話を通じて推論、計画、ワークフローの構築を行う対話型AIエージェントです。生の操作を行うgh apiと、インテリジェントなgh copilotの違いのようなものです。

パラメーター：

パラメーター	型	必須	説明
message	string	はい	AIエージェントに送信するメッセージ
session_id	string	いいえ	複数ターンの会話で使用する、前回の応答に含まれるセッションID

応答形式：

{
  "response": "The agent's reply — may include workflow suggestions, explanations, or confirmation of actions taken",
  "sessionId": "mcp-chat-ws123-1711929600000"
}

複数ターンの会話：

# Turn 1: Describe what you want
chat("Build me a workflow that enriches LinkedIn companies and scores them by ICP fit")
# → Agent responds with a plan and creates a draft workflow
# → Response includes sessionId: "mcp-chat-ws123-1711..."

# Turn 2: Iterate on the design
chat("Add an email finding step using the company domain", session_id: "mcp-chat-ws123-1711...")
# → Agent modifies the workflow, maintaining conversation context

# Turn 3: Finalize
chat("Looks good, publish it as live", session_id: "mcp-chat-ws123-1711...")
# → Agent publishes the workflow

chatと構造化ツールの使い分け：

次の場合はchatを使用します...	次の場合は構造化ツールを使用します...
高レベルの目標がある	正確なパイプラインJSONがわかっている
AIの提案を求めたい	精密に制御する必要がある
利用可能なスキルや連携機能を調べたい	既知のパターンを自動化する
対話しながら反復したい	一括操作を行う

注：

• タイムアウトは5分です。複雑なリクエストは、必要に応じて小さな手順に分けてください
• MCPクライアントとの互換性のため、応答はストリーミングされず、収集後に返されます
• エージェントは計画ツール、ワークフロービルダー、ワークスペースのコンテキストに完全にアクセスできます
• エラー応答には、実行可能なメッセージが含まれます（例：タイムアウト時は「小さな手順に分けて試してください」）

インテントルーター

ツール	説明
do	自然言語によるインテントルーターです。実行したい内容を記述すると、適切なツールを自動で選択して実行します。

ヘルプとフィードバック — Agentled チームに相談する

AI エージェント向け — 適切な窓口を選んでください：

発生した問題	問い合わせ先
ワークフローが期待どおりに動作しない、アプリやインテグレーションに関する質問、プラットフォームや請求に関する質問、機能の不足など、Agentled の仕組みに関すること	submit_feedback_to_agentled を呼び出してください（以下を参照）。チームに直接届きます。
CLI 自体のバグ（agentled コマンドがクラッシュする、.agentled/ に誤ったデータを書き込む、フラグが機能しないなど） — 再現可能な CLI コードの不具合	https://github.com/agentled/mcp-server/issues で GitHub の Issue を作成してください。CLI のバージョンと再現手順を記載してください。
その他、または問い合わせ先がわからない場合	submit_feedback_to_agentled を使用してください。必要に応じてチームが適切な窓口に振り分けます。

バグトラッカーを「探す」ために npm のメタデータを検索したり、GitHub をスクレイピングしたり、gh をシェルから実行したりしないでください。窓口は上記のものだけです。パッケージの bugs フィールドが人間向けの問い合わせページ（https://www.agentled.ai/en/contact-us）を指しているのは意図的なものです。

人間向け： [email protected] にメールするか、https://www.agentled.ai/en/contact-us にアクセスしてください。

ツール	説明
submit_feedback_to_agentled	質問、バグ報告、機能リクエスト、または問題のエスカレーションに使用します。後続の問い合わせに備えて、返された feedbackId を保存してください。userEmail で任意の返信先メールアドレスを指定できます。
get_feedback	認証済みワークスペース内で、feedbackId によるステータスと Agentled からの最新の返信を確認します。返信が null の場合、チームからまだ返信がありません。

n8n からの移行

既存の n8n ワークフローをインポートして、AI ネイティブにしましょう。

ツール	説明
preview_n8n_import	n8n ワークフローのインポートをプレビューします（ドライラン）。
import_n8n_workflow	n8n ワークフローを Agentled にインポートします。

エンティティ単位のデータを検索する

特定のエンティティに関連するすべてのレコードが必要な場合は、get_knowledge_rows をページネーションする代わりに、次の 2 つのツールを連続して使用してください。

例 1 — 投資家がスコアリングしたすべての取引：

1.  query_kg_edges({ entityName: "Investor Name", relationshipType: "SCORED" })
    → returns edges with targetNodeIds

2.  get_knowledge_rows_by_ids({ rowIds: <targetNodeIds from step 1> })
    → returns full row data for each matched deal

例 2 — キャンペーン経由で獲得したすべてのリード：

1.  query_kg_edges({ entityName: "Campaign Name", relationshipType: "SOURCED" })
    → returns edges with targetNodeIds

2.  get_knowledge_rows_by_ids({ rowIds: <targetNodeIds from step 1> })
    → returns full contact/lead rows

重要な理由： get_knowledge_rows で 1 回の呼び出しにつき取得できるのは 200 行までです。3,000 行の場合は 15 回、10,000 行の場合は 50 回の往復が必要になります。KG エッジの経路は O（そのエンティティのエッジ数）であり、リスト全体のサイズに左右されないため、リストがどれだけ大きくなっても高速です。

ノード ID の規則： query_kg_edges の source_node_id と target_node_id の値はナレッジ行 ID です。認証済みワークスペース外の行は通知なく除外されます。

代理店向け：ホワイトラベル対応

ワークフローを一度構築し、自社ブランドで複数のクライアントにデプロイできます。MCP サーバーから直接ブランド設定を行えます。

"Set my workspace branding: displayName 'Acme AI', primaryColor '#6366f1', tagline 'Powered by Acme'"

get_branding と update_branding を使用して、displayName、ロゴ、色、ファビコン、タグライン、バッジの表示を管理します。クライアントポータルの外観はすぐに更新されます。

永続メモリ — 例

メモリを使うと、ワークフローが実行をまたいで学習できます。うまくいったことを保存し、次回に呼び出せます。

エンリッチメント後に事実を保存する

"Store a memory: key 'icp_criteria', value { industry: 'fintech', minEmployees: 50, region: 'EU' },
category 'preference', scope 'workspace'"

スコアリング前に呼び出す

"Recall memory 'icp_criteria' at workspace scope — use it to score this batch of leads"

過去の成果を検索する

"Search memories for 'conversion rate' in the 'outcome' category"

継続的な指標を追跡する

"Store memory: key 'total_leads_processed', value 43, merge 'increment', scope 'workspace'"

以降の各呼び出しで merge: 'increment' を指定すると、既存の値に加算されます。読み取り・変更・書き込みは不要です。

アウトリーチ PCPL

メールまたはアウトバウンドのワークフローでは、PCPL をビジネス指標として追跡できます。

PCPL = prospects contacted / positive replies

analyticsConfig を使用して、接触した見込み顧客、肯定的な返信、PCPL を設定します。実数の PCPL には ratioMode: "raw" の ratio 指標を使用してください。肯定的な返信率には、デフォルトのパーセンテージ比率を使用してください。

ルーチン — 例

ルーチンは、エージェントに紐付けられたスケジュール済みのプロンプトです。日次チェック、週次ダイジェスト、ワークフローのフォローアップなど、自律的な作業に使用できます。

日次のソーシングルーチンを持つエージェントを作成する

"Create a deal sourcing agent, then add a daily routine that checks the
incoming-leads knowledge list and starts the lead-enrichment workflow for
qualified new rows. Limit the routine to 10 workflow starts per day."

ツールの実行順序：

create_agent({
  name: "Daily Deal Sourcer",
  agentType: "deal-sourcer",
  enabledApps: ["agentled", "kg"],
  assignedWorkflowIds: ["wf_abc123"],
  activate: true
})

create_routine({
  agent_id: "<agent-id-or-slug>",
  name: "Daily New Lead Review",
  prompt: "Review incoming-leads, identify qualified new rows, and start the lead-enrichment workflow for each. Do not start more than 10 workflow runs in one day.",
  interval: "daily",
  max_steps_per_run: 20,
  max_credits_per_day: 50
})

毎週のワークフロー健全性チェックを作成する

"Add a weekly routine to the operations agent that reviews workflow execution
history, flags abnormal failures, and notifies me only when action is needed."

create_routine({
  agent_id: "operations",
  name: "Weekly Workflow Health Review",
  prompt: "Review recent workflow execution history. If failures or stalls require action, summarize the affected workflows, likely impact, and recommended next step. Otherwise record that no action is needed.",
  interval: "weekly-monday"
})

一時停止と再開

"Pause routine <routine-id>"
"Resume routine <routine-id>"
"Run routine <routine-id> now"

対応クライアント

• Claude Code（Anthropic）
• Codex（OpenAI）
• Cursor
• Windsurf
• MCP 互換のクライアント全般

リンク

• Agentled Platform
• npm Package
• GitHub
• 問題を報告

ソースからビルドする

git clone https://github.com/Agentled/mcp-server.git
cd mcp-server
npm install
npm run build

ライセンス

MIT