mcpField
W
Workflows MCP v0.1.0

Workflows MCP v0.1.0

本地服务
mcpn.aiAI 与智能体5480 周前更新

关于 Workflows MCP v0.1.0

Workflows MCP v0.1.0 是 Mcpn 同一项目的版本,用于将提示词与多个 MCP 服务组合成复合工具。通过 YAML 配置进行定义、共享和版本管理。

主要功能

  1. 01通过 YAML 配置文件定义工作流
  2. 02支持顺序或按情境调用工具
  3. 03支持带类型的参数输入
  4. 04内置思考、编码和 GitHub 预设

适用场景

  1. 01为团队共享和版本管理调试或评审提示词
  2. 02将日志、Issue 与代码分析等多个工具串联为事件处理流程
  3. 03用预设快速完成 PR 评审或分支创建

配置

本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。

mcp.json · 通用配置
{
"mcpServers": {
"workflows": {
"command": "npx",
"args": [
"-y",
"@agentdesk/workflows-mcp"
]
}
}
}
启动命令npx -y @agentdesk/workflows-mcp

本地服务需要在你的电脑上安装运行环境(如 Node.js 18+)。各客户端的配置文件位置不同,请参考客户端文档。

安装包
npm@agentdesk/workflows-mcp

工具

还没有获取到工具列表

本地服务需要在你的电脑上运行后才能读取工具,维护者暂未提供工具列表。

详细介绍

<img align="center" alt="mcpn Banner Main" src="./public/banner.png" width="560">

mcpn.ai 助你创建、整理和分享 AI 工作流与提示词。
它就像一个动态提示词库,让你可以在 MCP 工具和服务之间分享并管理特定任务的版本。

NPM Downloads jsDelivr hits (npm) GitHub Sponsors
由以下人员创建
在 Twitter 上关注 @tedx_ai 在 Twitter 上关注 @kregenrek

用法

基本示例

plan_prd:
  description: "Create a product requirements..."
  prompt: |
    You are an expert product manager/business
    analyst and are now entering "PRD Mode"
    Begin by deeply reflecting upon the notes,
    requirements and images provided...
  tools: createPRD, createStoriesFromPRD, createRoadmap

coding_max:
  description: "Highly effective Coding Agent"
  prompt: |
    You are now entering "Developer Mode" -
    deeply reflect upon the changes being asked and
    analyze existing code to map the full scope...
  tools: getConsoleLogs, getErrorLogs, getLinter

  ...
示例

工作流 MCP(mcpn)是软件开发的构建块,它将多个 MCP 服务和提示词编排在一起。

你可以把它看作一个动态提示词库,通过 yaml 文件轻松分享并进行版本控制;你还可以借此定义如何在多个 MCP 服务中使用各种 MCP 工具来完成特定任务。

安装

使用以下命令或 JSON,将 MCP 服务安装到 MCP 客户端中:

npx -y mcpn@latest init

如果要在 Cursor 中使用 JSON 配置 MCP 服务,可以采用以下配置:

{
  "mcpServers": {
    "workflows-mcp": {
      "command": "npx",
      "args": ["-y", "mcpn@latest server"]
    }
  }
}

文档

文档:https://mcpn.ai

示例

……待定

许可证

……待定

链接

……待定

========================================================================

以下内容为文档部分

概述

有效使用 MCP 的关键在于了解何时以及如何使用合适的工具。工作流 MCP 能让这一过程变得轻松得多、快速得多。借助工作流 MCP,你可以:

✅ 将提示词与 MCP 服务组合起来,创建可复用且易于编辑、分享和整理的工作流

✅ 使用自定义命令触发工作流,例如:“进入调试模式”或“使用思考模式”

✅ 为工作流中如何使用多种工具定义自定义策略(顺序执行或按情境动态执行)

✅ 借助版本控制,轻松帮助团队掌握最佳提示词,以及使用各种 MCP 工具的方法。

我们还提供了许多实用预设,助你快速上手 🫡

那么,为什么要使用它?

该项目旨在将提示词转化为代码编辑器中 AI 可编程的工具和规则,让其行为更具确定性,同时减少所有请求的整体令牌用量。由于将一整套全局规则塞给 AI 可能会占用大量上下文窗口,使用 MCP 将请求路由到提示词和工作流,有助于减少所有请求的整体令牌用量。

MCP 工作流也非常强大!例如,你可以创建一个**“生产环境事故工作流”**工具,其中包含一条特殊的系统提示词,用特定方式分析事故,然后按特定顺序使用一系列工具来分析并可能解决事故。具体可能包括:

  • 使用 Kubernetes、Cloudwatch、Splunk 等的多个 MCP 工具收集日志
  • 检查 Github 问题或向量数据库,查找过去的类似问题
  • 在网上搜索有用信息
  • 利用前面步骤收集的所有上下文分析你的代码
  • 利用前面步骤收集的所有上下文撰写详细的事故报告
  • 向你收集信息,以便更好地了解问题领域
  • 如果可能,为问题实施修复

由于这些工作流都定义在 YAML 中,且可以从你计算机上的任何位置引用,因此你可以轻松地让团队围绕特定任务统一使用最佳提示词和 MCP 工具序列 🦾

功能

📝 自定义配置
  • 从 .workflows 或 .mcp-workflows 目录中的多个 YAML 文件加载自定义配置
  • 轻松将这些 YAML 文件保存到 Git 仓库并与团队共享
  • 由于 MCP 服务可以为每个项目使用自定义配置,你可以轻松选择每个项目要使用的配置——为每个项目设置自定义工作流文件夹
  • 工具配置支持类型化参数输入,让构建自定义 MCP 提示词工具变得轻而易举
🚀 开箱即用的预设

Workflows MCP 开箱即提供多种预设工作流模式,适用于思考、编码和 GitHub 场景:

思考:用于提升各类任务推理能力的通用工具

  • 思考模式:反思思路并生成结构化分析(灵感来自 Anthropic 关于思考工具的最新研究)
  • 深度思考模式:全面的多视角分析,并进行详细反思

编码:适用于常见编码任务的通用工具 适用于常见编码任务的通用工具

  • 调试模式:系统化的多步推理和调试,包括提出假设、收集遥测数据和测试
  • 架构模式:系统设计提示词,包含权衡分析和实施规划
  • 规划模式:通过分析代码库,系统地规划代码变更
  • PRD 模式:为功能、用户故事和探索性分析编写结构化的产品需求文档
  • 保存笔记:记录正在进行的工作并全面跟踪进度。适合需要暂时离开,又想保存思路以便稍后继续的情况。

GitHub:用于简化常见 GitHub 任务的工具。非常适合刚开始使用 Git 和 Github CLI 进行源代码管理的人

  • PR 审查模式:全面分析拉取请求,并考虑安全因素
  • PR 创建模式:使用 GitHub CLI 按结构化流程创建 PR
  • 创建分支:根据上下文智能创建并命名分支
  • 保存变更:系统化的 Git 提交和推送工作流

安装

使用以下命令或 JSON 将 MCP 服务安装到 MCP 客户端中:

npx -y mcpn@latest init

如果在 Cursor 中使用 JSON 设置 MCP 服务,可以使用以下配置:

{
  "mcpServers": {
    "workflows-mcp": {
      "command": "npx",
      "args": ["-y", "mcpn@latest server"]
    }
  }
}

要提供自定义配置,可以使用 --config 标志指向包含 YAML 配置文件的目录。该目录必须命名为 .workflows 或 .mcp-workflows,如下所示:

npx mcpn@latest server --config /path/to/.workflows

要启用预设,可以使用 --preset 标志指定要加载的预设:

npx mcpn@latest server --preset thinking,coding,github

以下是在 Cursor 配置中合并所有设置后的示例:

{
  "mcpServers": {
    "workflows-mcp": {
      "command": "npx",
      "args": [
        "mcpn@latest server",
        "--config",
        "/path/to/.workflows",
        "--preset",
        "thinking,coding"
      ]
    }
  }
}

注意:

  • 如果更新了配置,必须刷新 MCP 工具
  • 如果刷新无效,请确保配置是有效的 YAML
  • 如果仍有问题,请尝试在客户端中移除并重命名 MCP 工具
  • 如果未提供配置或预设,则默认使用 thinking 预设。
  • 如果仍然无法正常使用,请提交问题工单

自定义工作流配置

在项目中创建 .workflows 或 .mcp-workflows 目录,并添加任意名称的 YAML 配置文件(文件名必须以 .yaml 或 .yml 结尾)。如果配置文件名与某个预设工具相同,这些配置也会覆盖预设默认值。

配置文件示例
基本工作流配置
workflow_name:
  description: "Description of what this workflow does"
  prompt: |
    Enter your multi-line
    prompt here like this
  toolMode: "situational" # can be omitted as it's the default
  tools: "analyzeLogs, generateReport, validateFindings"
工具配置样式

可以通过多种方式定义工具。

以下示例展示了一个用于调试代码库问题的工具,工具会根据具体情况按需使用:

web_debugger_mode:
  description: Debug my codebase my web application with browser logs and BrowserTools MCP
  prompt: |
    Deeply reflect upon all of this and think about why this isn't working. Theorize 4-6 different possible sources of the problem.

    Then, deeply reason about the root cause and distill your theories down to the 1-2 most probable sources of the problem before suggesting next steps.
  tools: getConsoleLogs, getConsoleErrors, getNetworkLogs, getNetworkErrors, takeScreenshot

这将返回以下 MCP 响应:

Deeply reflect upon all of this and think about why this isn't working. Theorize 4-6 different possible sources of the problem.


## Available Tools
Use these tools as needed to complete the user's request:

- getConsoleLogs
- getConsoleErrors
- getNetworkLogs
- getNetworkErrors
- takeScreenshot

After using each tool, return a 'Next Steps' section with a list of the next steps to take / remaining tools to invoke along with each tool's prompt/description and 'optional' flag if present.
参数注入

一项强大的功能是能够使用 {{ parameter_name }} 语法将参数注入提示词:

custom_mode:
  description: "Workflow with parameter injection"
  parameters:
    thought:
      type: "string"
      description: "A thought to deeply reflect upon"
      required: true
    idea:
      type: "string"
      description: "An additional idea to consider"
  prompt: |
    Deeply reflect upon the provided thought.
    Here's the thought: {{ thought }}

    Additional idea to consider: {{ idea }}

    Reflect upon the implications/tradeoffs it may have as it relates to my current goals.

系统会根据类型定义自动验证参数,并在运行时将其注入提示词。

顺序工具配置

在顺序模式下,工具会按特定顺序执行:

web_debugger_mode:
  description: Debug my codebase my web application with browser logs and BrowserTools MCP
  prompt: |
    Deeply reflect upon all of this and think about why this isn't working. Theorize 4-6 different possible sources of the problem.
  toolMode: sequential
  tools: getConsoleLogs, getConsoleErrors, getNetworkLogs, getNetworkErrors, takeScreenshot

这将返回以下 MCP 响应:

Deeply reflect upon all of this and think about why this isn't working. Theorize 4-6 different possible sources of the problem.

## Available Tools
If all required user input/feedback is acquired or if no input/feedback is needed, execute this exact sequence of tools to complete this task:

1. getConsoleLogs
2. getConsoleErrors
3. getNetworkLogs
4. getNetworkErrors
5. takeScreenshot

After using each tool, return a 'Next Steps' section with a list of the next steps to take / remaining tools to invoke along with each tool's prompt/description and 'optional' flag if present.
高级工具配置

支持为每个工具定义提示词,并可选择使用一个标志来指示该工具在序列中是否为可选项:

deep_thinking_mode:
  description: Reflect on a thought and produce a reflection/new set of thoughts
  parameters:
    thought:
      type: string
      description: A thought to deeply reflect upon
      required: true
  prompt: |
    Deeply reflect upon the provided thought.
    Reflect upon the implications/tradeoffs it may have as it relates to my current goals, challenges and our conversation.
    Do not change anything in our system, just return some thoughts/considerations/analysis based on your reflection of the provided thought.
  toolMode: "sequential"
  tools:
    analyze_thought: analyze a previously generated thought
    explore_perspectives: think about additional perspectives given the analysis
    apply_findings:
      propmt: implement the findings of the analysis
      optional: true
配置结构

每个 YAML 文件都应包含工具名称及其配置的映射。配置可以从两个来源加载:

  1. 内部预设(位于 presets 目录中)
  2. 用户自定义配置(位于 .workflows 或 .mcp-workflows 目录中)
基本工具配置

对于每个工具,可以指定:

  • name:注册工具的可选名称覆盖值(默认使用配置键)
  • description:对工作流/工具功能的描述
  • prompt:自定义提示词(如果工作流名称也是启用的预设,则会完全替换默认提示词)
  • context:要附加到提示词的额外上下文(不会替换预设的默认提示词)
  • tools:此模式下可用工具的数组或对象,支持灵活的定义方式
  • toolMode:工具执行模式,可选 "sequential" 或 "situational"(默认为 "situational")
  • parameters:作为工具输入的参数映射对象,支持使用 {{ parameter_name }} 进行模板注入
  • disabled:用于禁用工具的布尔值
输入参数配置

工具可以接受 MCP 客户端 / Agent 提供的带类型参数,以增强提示词 / 工作流的推理能力。这些输入会自动转换为 Zod 架构,用于验证并确保类型安全。每个参数都由以下属性定义:

属性说明必填
type数据类型:"string"、"number"、"boolean"、"array"、"object" 或 "enum"是
description对参数的易读说明否
required参数是否必填否(默认为 false)
default未提供参数时使用的默认值否
enum有效值数组(仅 enum 类型必需)是(仅 enum 类型)
items对于数组类型,定义数组中各项的类型否
properties对于对象类型,定义对象的属性否
输入参数类型示例

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。