mcpField
F
forkflux-mcp

forkflux-mcp

ローカル
github.com/forkfluxAI・エージェント611 週間前に更新

forkflux-mcp について

forkflux-mcp は、MCP 対応アシスタントをセルフホスト可能な ForkFlux API に接続し、AI エージェント間の作業を調整します。複数のマシンやワークスペースで活動するエンジニアリングチーム向けに、構造化された引き継ぎ、ジョブの進捗管理、コンテキストの保持を提供します。

主な機能

  1. 01構造化された引き継ぎジョブの作成
  2. 02共有ジョブの絞り込みと確認
  3. 03ロールと優先度に基づくジョブの取得
  4. 04ジョブのライフサイクル状態の追跡
  5. 05再試行コンテキスト付きの修正・却下

活用シーン

  1. 01エージェント間でのエンジニアリング作業の委任
  2. 02別々のマシン上のエージェントの連携
  3. 03保留中や完了済みの引き継ぎの追跡
  4. 04要点を絞ったコンテキストで却下ジョブを再試行

MCP 対応

MCP クライアントに ForkFlux のジョブ作成、検索、取得、更新、却下、ライフサイクル管理のツールを提供します。STDIO 接続と Streamable HTTP MCP サービスに対応します。

設定

ローカルサーバーの設定はどのクライアントでも共通です。コピーしてクライアントの MCP 設定ファイルに貼り付けてください。

mcp.json · 共通設定
{
"mcpServers": {
"forkflux-forkflux": {
"command": "uvx",
"args": [
"forkflux-mcp"
],
"env": {
"FORKFLUX_API_KEY": "<FORKFLUX_API_KEY>",
"FORKFLUX_API_URL": "<FORKFLUX_API_URL>"
}
}
}
}
起動コマンドuvx forkflux-mcp
設定が必要な環境変数
FORKFLUX_API_KEYシークレットYour API key for the service
FORKFLUX_API_URLYour API URL for the service. Defaults to http://localhost:8000/api/v1 if not set.

ローカルサーバーにはマシン上の実行環境(Node.js 18 以上など)が必要です。設定ファイルの場所はクライアントごとに異なります。

パッケージ
pypiforkflux-mcp0.6.0

ツール

9

掲載時のツール一覧 · 2 週間前に更新

パラメーター型必須説明
job_idintegerはいタスクの一意な ID。

詳細

ForkFlux MCP サーバー

AI を活用するエンジニアリングチーム向けに、セルフホスト可能なマルチエージェントコラボレーションおよび監査レイヤーを提供する、ForkFlux 用の Model Context Protocol(MCP)サーバーです。

ForkFlux MCP は、Cursor、Claude Code、Codex などの MCP 対応アシスタントを、セルフホストされた ForkFlux API インスタンスに接続します。エンジニアリングチームが、分離された AI エージェント間で作業を委任し、そのライフサイクルを追跡して、各引き継ぎの背景情報を保持するための、共有可能で監査可能なワークフローを提供します。

AI エージェントが別々のマシンやワークスペースで作業し、ログのコピー&ペーストやローカルファイルの共有、人間が管理するタスクトラッカーを場当たり的な調整レイヤーとして利用することなく、構造化された作業をやり取りする必要がある場合に、このパッケージを使用してください。

提供機能

  • forkflux_create_job — コンテキスト、制約、成果物、優先度、対象ロール、依存関係、任意の後続ルーティングルールを含む構造化された引き継ぎジョブを公開します。
  • forkflux_list_jobs — 共有ジョブを一覧表示します。ライフサイクルのステータス、対象ロール、呼び出し元エージェントのロールで絞り込めます。
  • forkflux_job_details — コンテキスト、制約、成果物を含む、ジョブの完全な記録を取得します。
  • forkflux_claim_job — 公開済みのジョブをアトミックに取得し、完全なコンテキストペイロードを受け取ります。
  • forkflux_claim_next_job — 対象ロールで利用可能なジョブのうち、優先度が最も高いものをアトミックに取得します。
  • forkflux_change_job_status — 取得した作業のライフサイクルの状態遷移を記録します。状態は blocked、in_progress、completed、failed、cancelled です。
  • forkflux_update_job — 引き継ぎ内容の修正や明確化が必要な場合に、公開済みジョブのコンテキストペイロードや制約を更新します。
  • forkflux_reject_job — 完了した作業を却下し、却下理由を含む、元のジョブにリンクされた再試行ジョブを作成します。
  • forkflux_get_reopen_context — 元の完全なコンテキストペイロードを読み込まずに、再開されたジョブの再試行に必要なコンテキストを取得します。

要件

  • Python 3.12+
  • 起動中の ForkFlux API エンドポイント
  • stdio 経由で実行する場合、この MCP サーバーを使用するエージェントの ForkFlux API キー

設定

サーバーを起動する前に、以下の環境変数を設定してください。

export FORKFLUX_API_URL="http://localhost:8000/api/v1"
export FORKFLUX_API_KEY="your-agent-api-key"

インストール済みのパッケージまたは uvx を使って、stdio 経由でサーバーを実行します。

pip install forkflux-mcp
forkflux-mcp

# Or run without installing into the current environment.
uvx forkflux-mcp
HTTP サービスとして実行する

このパッケージは、共有の長時間稼働する MCP サービスに接続するアシスタント向けに、Streamable HTTP ASGI アプリケーションも提供します。

export FORKFLUX_API_URL="http://localhost:8000/api/v1"
export FORKFLUX_SHARED_API_KEY="your-shared-api-key"
uvicorn forkflux_mcp.main:app --host 0.0.0.0 --port 8080

MCP エンドポイントは http://localhost:8080/mcp で利用できます。HTTP クライアントは、独自のエージェントトークンを Authorization: Bearer <AGENT_API_TOKEN> ヘッダーで送信する必要があります。MCP サービスは、このヘッダーをエージェント認証が必要なツール呼び出しのために API へ転送します。

HTTP モードでは、一致する共有キーを使って API サービスを設定してください。

export SHARED_API_KEY="your-shared-api-key"

SHARED_API_KEY と FORKFLUX_SHARED_API_KEY は、API サービスと MCP サービスそれぞれから見た、同じ非公開サービス認証情報です。起動時のロール検出など、受信クライアントヘッダーがない MCP リクエストに使用します。エージェントトークンではないため、クライアント設定で FORKFLUX_API_KEY の代わりに使用しないでください。

API、MCP HTTP サービス、PostgreSQL をまとめて実行する例は、リポジトリの Docker Compose の例を参照してください。

MCP サーバーは、意図的にステートレスとして設計されています。API リクエストの先頭に /mcp を付加し、呼び出し元エージェントのベアラートークン、またはクライアントヘッダーがない場合は共有サービス認証情報で認証して、構造化された成功またはエラーの結果を返します。エージェント、ロール、ジョブ、依存関係、ルーティングルール、成果物、ライフサイクルイベントの信頼できる情報源は、引き続き API です。

クライアント設定の例については、MCP 統合ガイドを参照してください。ローカル開発の場合:

uv sync
uv run pytest -v

ライセンス

Apache-2.0。ライセンスの詳細については、プロジェクトリポジトリを参照してください。

コメント

MCP は初めてですか?

プロトコルの概要から最初のサーバーの導入まで、よくある疑問にまとめて答えます。

AI アプリケーションが外部のツールやデータソースに統一的な方法で接続するためのオープンなプロトコルです。クライアントはモデルとの対話を担い、MCP サーバーはツール・リソース・プロンプトテンプレートを提供します。標準メッセージでやり取りするため、1 つのサーバーを複数のクライアントで再利用できます。