Motor de Agente de IA basado en Topología (Servidor MCP)

Un servidor de Protocolo de Contexto de Modelo (MCP) que proporciona un motor de flujo de trabajo determinista y basado en topología para Agentes de IA. En lugar de depender de prompts de persona abiertos e impredecibles, este servidor se conecta con Cloudflare Workers para ejecutar pipelines de transición de estado de 10 pasos en el borde, devolviendo instantáneas de progreso estructuradas y plantillas de iteración al cliente.

Resumen

Este servidor MCP actúa como un puente entre clientes de IA (como Claude Desktop, Cursor o Glama) y un motor de ejecución de topología computado en el borde que se ejecuta en Cloudflare Workers.

Permite que un agente de IA mapee (analogice) la intención humana en un pipeline de transición de estado fijo de 10 pasos. Entrega 10 instantáneas de salida simultáneamente junto con una plantilla adaptativa de relleno de espacios en blanco en JSON para la siguiente iteración.

Related MCP server: project-planner-mcp

Características y Capacidades Clave

• Cumplimiento del Protocolo: Implementado usando el Protocolo de Contexto de Modelo oficial (@modelcontextprotocol/sdk).

• Topología Determinista: Ejecuta pasos fijos de resolución de problemas en el borde de Cloudflare, eliminando bucles alucinatorios y reduciendo el consumo de GPU/tokens.

• Humano en el Bucle (UX de Instantáneas): Devuelve 10 instantáneas de progreso intermedias a la vez, permitiendo a los usuarios inspeccionar la línea de tiempo y retroceder sin problemas.

• Plantilla de Prompt Adaptativa: Añade un esquema JSON adaptativo al final de la salida para un refinamiento colaborativo fluido entre humano e IA.

Herramientas MCP Proporcionadas

Este servidor expone las siguientes Herramientas MCP a los clientes de IA conectados:

1. run_topology_pipeline

Ejecuta un pipeline de topología determinista de 10 pasos en Cloudflare Workers y devuelve 10 instantáneas de transición de estado junto con una plantilla de iteración JSON.

• Esquema de Entrada (inputSchema):

  • task_description (cadena, obligatorio): La tarea o intención del usuario que se procesará a través de la topología.

  • filled_template (objeto, opcional): Un objeto JSON que contiene parámetros o valores de relleno de espacios en blanco proporcionados por el humano o inferidos por el agente.

• Comportamiento e Instrucciones de Prompt del Agente:

  1. El Agente de IA mapea la solicitud de alto nivel del usuario a los pasos de topología fijos del motor.

  2. El servidor llama a la API de Cloudflare Workers para ejecutar las transiciones de estado.

  3. Devuelve un payload JSON estructurado que contiene 10 instantáneas y un appendix_template.

  4. El Agente de IA traduce el appendix_template a conversación natural para ayudar al humano a refinar las entradas para ejecuciones posteriores.

Arquitectura y Flujo de Comunicación

[Humano / Cliente de IA (Claude, Cursor, Glama)] │ │ Protocolo MCP (Stdio) ▼ [Este Servidor MCP (Contenedor Node.js)] │ │ POST HTTP (API REST de Borde) ▼ [Motor de Cloudflare Workers] └─ Ejecuta Topología de Máquina de Estados de 10 pasos y Devuelve Instantáneas

Variables de Entorno

• WORKER_URL: La URL de tu endpoint de Cloudflare Worker (por ejemplo, https://my-topology-engine.my-agent-api.workers.dev).

Primeros Pasos

Ejecución Local mediante Docker

# Build the Docker image
docker build -t mcp-topology-server .

# Run the MCP container
docker run -i --rm -e WORKER_URL="[https://my-topology-engine.my-agent-api.workers.dev](https://my-topology-engine.my-agent-api.workers.dev)" mcp-topology-server
Installation in Claude Desktop / MCP Clients
Add the following configuration to your claude_desktop_config.json:
{
  "mcpServers": {
    "topology-engine": {
      "command": "docker",
      "args": [
        "run",
        "-i",
        "--rm",
        "-e",
        "WORKER_URL=[https://your-worker.workers.dev](https://your-worker.workers.dev)",
        "mcp-topology-server"
      ]
    }
  }
}