mcpField
M
minddy

minddy

远程服务
minddy.app生产力1今天更新

关于 minddy

minddy 是面向小型产品团队的开源问题跟踪器和产品工作区,整合项目工作、共享知识、客户反馈,并提供供编码 Agent 使用的 MCP 端点。

主要功能

  1. 01跟踪问题、项目和目标
  2. 02编写协作式项目页面
  3. 03收集并关联公开反馈
  4. 04使用 Numo 分类和更新工作
  5. 05自托管或使用 Minddy Cloud

适用场景

  1. 01管理小型团队的产品待办事项
  2. 02将规格和决策与问题记录放在一起
  3. 03把客户请求关联到交付工作
  4. 04让编码 Agent 使用共享待办事项

MCP 相关

minddy 提供 OAuth 2.1 MCP 端点,外部 Agent 可通过该端点操作团队待办事项和共享工作区。

配置

远程服务无需本地安装。选择你使用的客户端,复制配置或使用一键安装。

服务地址https://www.minddy.app/api/mcp
一键复制安装命令
Claude CodeTerminal
Cursor.cursor/mcp.json
VS Code.vscode/mcp.json
Claude Desktopclaude_desktop_config.json
Windsurf~/.codeium/windsurf/mcp_config.json

命令在终端中运行;JSON 粘贴到对应客户端的 MCP 配置后重启。需要授权的服务会在首次连接时提示登录。

工具

详细介绍

minddy 应用图标

minddy

在一个开源工作区中管理问题、产品知识和 Numo。

minddy 是一款面向小型产品团队的开源问题跟踪工具。它将日常工作集中在一处:项目、问题、目标、已保存的视图、协作页面、公开反馈板,以及一个 MCP 服务,让编码 Agent 能与团队使用同一份待办列表。

该应用基于 Next.js、React、Tailwind CSS 和 Supabase 构建。它还提供可选的 macOS、Linux 和 Microsoft Store Windows 桌面端,以及 GitHub、 GitLab、Stripe 和 OpenRouter 集成。

按状态分组显示问题的 minddy 项目看板

产品导览

使用 Numo 跟踪工作

从 Numo 页面或上下文浮动按钮发起对话。Numo 会结合项目背景作答,并直接更新 Minddy:创建和分类问题、填充周期、编写页面,以及运行定时例程。编码工作由你自己的 Agent 负责:将问题复制为提示词,然后在 Minddy 中查看关联的拉取请求。

打开新建问题对话框的 minddy 看板
将持久知识与待办列表放在一起

在嵌套的项目维基中编写规格说明、决策、操作手册和会议记录。页面支持富文本 Markdown、问题提及、附件、历史记录和只读共享,让团队成员和已连接的 Agent 都能使用同一份权威信息源。

minddy 页面编辑器中显示的发布流程文档
将客户反馈与交付工作关联起来

发布反馈板,让用户提交需求并投票。团队可以对帖子进行分类、公开回复、合并重复项,并将反馈关联到问题,让公开状态随交付工作同步更新。

公开的 minddy 反馈板,显示需求、状态和投票数 ## 本地运行

要求:Node.js 24.22.1 或更高版本的 24.x 版本,以及 pnpm 10(CI 使用的版本);交互式应用还需要一个 Supabase 项目。

corepack enable
corepack prepare [email protected] --activate
pnpm install --frozen-lockfile
cp .env.example .env
pnpm dev

.env.example 记录了所有可选集成和 Supabase 控制面板 设置。若要运行可访问自身数据的本地 应用,至少要设置 MINDDY_PUBLIC_SUPABASE_URL、 MINDDY_PUBLIC_SUPABASE_ANON_KEY 和 SUPABASE_SERVICE_ROLE_KEY。切勿提交 .env 或生产环境凭据。

开发命令会先构建 page-markdown 包,再启动 Next.js。运行来自不可信拉取请求的代码前,请参阅 CONTRIBUTING.md:安装依赖、运行测试和开发命令都会执行仓库代码。

Minddy Cloud 是由 Minddy 托管和运营的选项。可自托管版本是在你控制的基础设施上运行的相同公开核心:无需 Minddy 账户、Stripe、 PostHog 或托管服务提供商。版本指南 集中说明了选择、数据流、责任和成本。 若要安装自己的实例,请从适用于这台计算机或共享服务器的 分步自托管安装程序开始。在自己的计算机上,桌面应用的 自托管 minddy › 在这台计算机上安装会为你完成整个本地 安装。有关拓扑、配置和可复现 Supabase 引导流程的技术参考,请使用 docs/self-hosting.md。在全新的本地克隆中,请在运行 pnpm dev 前运行 pnpm bootstrap:supabase,而不要在 Supabase 控制面板中手动应用 SQL。安装完成后,请参阅 自托管运维手册,了解升级、 Postgres 和 Storage 协同备份、灾难恢复和回滚。 发布验收通过隔离的 洁净环境自托管场景记录。 官方多架构 OCI 镜像、其标签策略和验证 命令记录在 docs/container-image.md 中。

常用命令

pnpm dev          # run the web app locally
pnpm lint         # lint
pnpm typecheck    # type-check
pnpm test         # run the test suite
pnpm build        # production build
pnpm desktop:dev  # run the optional desktop shell

架构和部署

开发遵循基于主干的分支约定:短期工作分支通过拉取请求合并到 main,它是集成分支和预览候选版本。CI 通过并获得明确的生产环境批准后,自动化流程会将 production 快进到选定的 main SHA。项目没有长期存在的 develop 或发布分支,也不会由人工直接写入 production。

  • **Web 应用:**Next.js App Router、React、Tailwind CSS,以及 Minddy 自有的 UI 组件(components/ui/,基于 Radix)。
  • **数据和身份验证:**Supabase Postgres、Auth、Storage 和 Realtime。
  • **Numo 和 Agent 集成:**统一的 Numo 对话、定时例程,以及面向外部 Agent 的 OAuth 2.1 MCP 端点。
  • 部署:pnpm deploy 是维护者交互式入口。它会检测是否需要发布公共核心、部署 Minddy Cloud Web 应用,以及为 macOS、Linux 和 Windows 发布桌面应用,并支持自动、全部、自定义和仅 Windows 模式。仅 Windows 模式会复用现有的核心版本,避免启动 macOS 或 Linux 运行器。助手会等待 CI,通过批准的快进操作将 main 更新到 production,验证 Vercel Production 部署,并且只为已部署的 SHA 创建标签。构建和生产环境密钥不会来自维护者的计算机。自托管用户应根据自己的托管环境调整其中的 production/Vercel 约定。

公共版本发布与部署有所区别。SemVer/标签策略、构件、校验和、迁移、CI 来源证明、桌面应用分发和回滚流程,详见 docs/releases.md。Linux 安装、GPG 验证、XDG 路径和更新行为,详见 docs/linux-desktop.md。每次发布后在公共注册表中注册 MCP 服务的流程,详见 docs/mcp-registry-publication.md。

CI 工作流是检查项目的事实依据。它会运行公共仓库检查、lint、类型检查、桌面应用包构建、测试和依赖项审计。贡献和评审指南请参阅 CONTRIBUTING.md,安全模型和漏洞报告方式请参阅 SECURITY.md。

社区和治理

  • 通过仓库的结构化 Issue 表单提出 Bug 和改进建议;创建拉取请求前,请阅读 CONTRIBUTING.md。
  • 请在 GitHub Discussions 中提出使用和自托管问题。尽力提供的社区帮助与商业支持之间的界限,详见 SUPPORT.md。
  • 项目角色、决策、评审、受保护分支和依赖项政策,详见 GOVERNANCE.md。
  • 参与项目须遵守行为准则。请按照 SECURITY.md 中的说明私下报告漏洞。

许可证

minddy 根据 GNU AGPL v3.0 only 发布。如果你通过网络向用户提供修改后的版本,就必须向这些用户提供相应的源代码。请参阅许可政策,其中也说明了 minddy 名称和徽标的使用限制。

评论

支持 Markdown

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。