@agentled/mcp-server

Name: Agentled MCP Server
Author: Agentled

Die Automatisierungs-Engine für KI-Agenten. Intelligente KI-Workflow-Orchestrierung mit Langzeitgedächtnis, über 100 Integrationen und einheitlichen Credits.

npm version license

Agentled Server MCP server

Was ist Agentled?

Agentled ist die Automatisierungs-Engine für KI-Agenten. Sie bietet Claude, Codex, Cursor, Windsurf und jedem MCP-kompatiblen Client direkten Zugriff auf intelligente Workflow-Orchestrierung, Langzeitgedächtnis und über 100 Integrationen.

Drei Dinge machen den Unterschied:

🧠 Langzeitgedächtnis — Ein integrierter Wissensgraph speichert Erkenntnisse über Workflow-Ausführungen hinweg. Ihre Agenten werden mit der Zeit intelligenter — sie erinnern sich an vergangene Recherchen, Lead-Bewertungen, Content-Performance und Geschäftskontext.

⚡ Einheitliche Credits — Ein API-Schlüssel, ein Kreditsystem, über 100 Dienste. Sie müssen sich nicht separat für LinkedIn, E-Mail, Scraping, KI-Modelle oder Videogenerierung anmelden. Einmal verbinden, alles nutzen.

🎯 Intelligente Orchestrierung — Die KI denkt bei jedem Schritt mit. Workflows sind nicht nur „Wenn dies, dann das“ — sie verstehen den Kontext, treffen Entscheidungen und passen sich an die Ergebnisse an.

In Aktion erleben

$ 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

Ein Prompt. Drei Workflows. LinkedIn-Anreicherung, E-Mail-Suche, KI-Bewertung, Multi-Channel-Outreach — alles orchestriert und für den nächsten Durchlauf im Wissensgraph gespeichert.

Schnellstart

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

Lokale Entwicklung

Verwenden Sie den lokalen Build-Einstiegspunkt, wenn Sie unveröffentlichte Änderungen gegen eine lokale App testen möchten. npx -y @agentled/mcp-server verwendet immer das zuletzt veröffentlichte npm-Paket.

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-Schlüssel erhalten

Registrieren Sie sich unter agentled.app
Öffnen Sie Workspace Settings > Developer
Generieren Sie einen neuen API-Schlüssel (beginnt mit wsk_)

Warum Agentled MCP?

Ein API-Schlüssel. Ein Kreditsystem. Über 100 Dienste.

Sie müssen sich nicht separat für LinkedIn-APIs, E-Mail-Dienste, Web-Scraper, Videogeneratoren oder KI-Modelle anmelden. Agentled verwaltet alle Integrationen über ein einziges Kreditsystem.

Fähigkeit	Credits	Ohne Agentled
LinkedIn Unternehmensanreicherung	50	LinkedIn API ($99/Monat+)
E-Mail-Suche & Verifizierung	5	Hunter.io ($49/Monat)
KI-Analyse (Claude/GPT/Gemini)	10-30	Mehrere API-Schlüssel + Abrechnung
Web Scraping	3-10	Apify-Konto ($49/Monat+)
Bildgenerierung	30	DALL-E/Midjourney-Abo
Videogenerierung (8s Szene)	300	RunwayML ($15/Monat+)
Text-to-Speech	60	ElevenLabs ($22/Monat+)
Wissensgraph-Speicher	1-2	Eigene Infrastruktur
CRM-Synchronisierung (Affinity, HubSpot)	5-10	CRM-API + Middleware

Workflows, die lernen

Andere Automatisierungstools fangen bei jedem Durchlauf bei Null an. Der Wissensgraph von Agentled erinnert sich über Ausführungen hinweg — was funktioniert hat, was nicht, was Menschen korrigiert haben. Jeder Durchlauf baut auf dem vorherigen auf.

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)

Intelligente Orchestrierung

Im Gegensatz zu Trigger-Aktion-Tools verfügen Agentled-Workflows bei jedem Schritt über KI-Logik. Unterstützung für mehrere Modelle (Claude, GPT-4, Gemini, Mistral, DeepSeek, Moonshot), adaptive Ausführung und bei Bedarf Genehmigungsschleifen durch Menschen.

Was können Sie bauen?

Lead-Anreicherung & Vertriebsautomatisierung

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

Content- & Medienproduktion

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

Unternehmensrecherche & Intelligence

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

VC-Investoren-Matching (echte Fallstudie)

"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."

Über 3.000 Profile verarbeitet. IC-fertige Berichte. Vorhersage- vs. Ergebnis-Lernen — die Genauigkeit stieg über 12 Durchläufe von 62 % auf 89 % ohne manuelle Anpassung.

Integrierte Funktionen

Medienproduktion: Videogenerierung, Bildgenerierung, Text-to-Speech, automatische Untertitel, Medienzusammenstellung

KI-Intelligenz: Multi-Modell-KI (Claude, GPT-4, Gemini, Mistral, DeepSeek, Moonshot, xAI), Wissensgraph, Feedbackschleifen, Scoring & Analysen

Daten & Integration: LinkedIn (Suche, Anreicherung, Posten), E-Mail (Senden, Personalisieren), Web Scraping, Social Publishing, CRM-Synchronisierung, Dokumentenanalyse, OCR

Verfügbare Tools

Workflows

Tool	Beschreibung
`list_workflows`	Alle Workflows im Workspace auflisten
`get_workflow`	Vollständige Workflow-Definition nach ID abrufen
`create_workflow`	Neuen Workflow aus Pipeline-JSON erstellen
`update_workflow`	Bestehenden Workflow aktualisieren
`add_step`	Schritt mit automatischer Positionierung und Next-Pointer-Neuverkabelung hinzufügen
`update_step`	Deep-Merge-Updates in einen einzelnen Schritt nach ID
`remove_step`	Schritt mit automatischer Next-Pointer-Neuverkabelung entfernen
`delete_workflow`	Workflow dauerhaft löschen
`validate_workflow`	Pipeline-Struktur validieren, gibt Fehler pro Schritt zurück
`publish_workflow`	Workflow-Status ändern (Entwurf, Live, Pausiert, Archiviert)
`export_workflow`	Workflow als portables JSON exportieren
`import_workflow`	Workflow aus exportiertem JSON importieren

Entwürfe & Snapshots

Tool	Beschreibung
`get_draft`	Aktuelle Entwurfsversion eines Workflows abrufen
`promote_draft`	Entwurf zur Live-Version befördern
`discard_draft`	Aktuellen Entwurf verwerfen
`create_snapshot`	Manuellen Konfigurations-Snapshot erstellen
`delete_snapshot`	Spezifischen Konfigurations-Snapshot löschen
`list_snapshots`	Versions-Snapshots für einen Workflow auflisten
`restore_snapshot`	Workflow auf einen früheren Snapshot zurücksetzen

Ausführungen

Tool	Beschreibung
`start_workflow`	Workflow-Ausführung mit Eingabe starten. Übergeben Sie `useMocks: false`, um einen echten (kreditverbrauchenden) Lauf zu erzwingen, der Mock-Daten pro Schritt ignoriert; standardmäßig werden die konfigurierten Mocks des Workflows berücksichtigt.
`list_executions`	Ausführungen für einen Workflow auflisten (paginiert via `nextToken`)
`get_execution`	Ausführungsdetails mit Schrittergebnissen abrufen
`list_timelines`	Schritt-Ausführungsdatensätze (Timelines) für eine Ausführung auflisten (paginiert via `nextToken`)
`get_timeline`	Einzelne Timeline nach ID mit vollständiger Schrittausgabe abrufen
`stop_execution`	Laufende Ausführung stoppen
`retry_execution`	Fehlgeschlagenen Schritt wiederholen — erkennt automatisch den letzten Fehler, wenn keine Timeline-ID angegeben ist

Apps & Tests

Tool	Beschreibung
`list_apps`	Verfügbare Apps und Integrationen auflisten
`get_app_actions`	Aktionsschemas für eine App abrufen
`test_app_action`	App-Aktion testen, ohne einen Workflow zu erstellen
`test_ai_action`	KI-Prompt testen, ohne einen Workflow zu erstellen
`test_code_action`	JavaScript-Code in derselben Sandbox-VM wie in der Produktion testen
`get_step_schema`	Erlaubte PipelineStep-Felder gruppiert nach Kategorie abrufen

Wissen & Daten

Tool	Beschreibung
`get_workspace`	Workspace-Informationen und Einstellungen abrufen
`get_workspace_company_profile`	Bearbeitbares Firmenprofil und Angebote des Workspace abrufen
`update_workspace_company_profile`	Top-Level-Firmenprofilfelder wie Name, URLs, Logo, Branche, Größe und zusätzliche Informationen aktualisieren
`upsert_workspace_company_offerings`	Neue Angebote erstellen oder bestehende Angebote im Firmenprofil aktualisieren
`list_knowledge_lists`	Wissenslisten im Workspace auflisten
`get_knowledge_rows`	Zeilen aus einer Wissensliste abrufen
`get_knowledge_text`	Textinhalt aus einem Wissenseintrag abrufen
`create_knowledge_list`	Neue Wissensliste mit typisiertem Schema erstellen (idempotent bei Schlüsselkollision)
`update_knowledge_list_schema`	Felder in einem bestehenden Listenschema hinzufügen oder entfernen
`delete_knowledge_list`	Liste und alle ihre Zeilen dauerhaft löschen
`upsert_knowledge_rows`	Zeilen in einer Liste einfügen oder aktualisieren (max. 500/Aufruf, zeilenweise Fehlerberichterstattung)
`delete_knowledge_rows`	Zeilen nach ID löschen
`upsert_knowledge_text`	Texteintrag erstellen oder aktualisieren
`delete_knowledge_text`	Texteintrag nach Schlüssel löschen
`query_kg_edges`	Wissensgraph-Kanten abfragen
`get_scoring_history`	Scoring-Historie für eine Entität abrufen

Branding (Whitelabel)

Tool	Beschreibung
`get_branding`	Whitelabel-Branding-Konfiguration des Workspace abrufen (displayName, Logo, Farben, Favicon, Badge)
`update_branding`	Branding aktualisieren — displayName, logoUrl, Tagline, primaryColor, primaryColorDark, faviconUrl, hideBadge festlegen

Konversations-Agent

Tool	Beschreibung
`chat`	Nachricht an den AgentLed KI-Agenten senden. Workflows durch natürliche Sprache erstellen — kein JSON erforderlich. Unterstützt Multi-Turn-Konversationen via session_id.

Intent-Router

Tool	Beschreibung
`do`	Intent-Router für natürliche Sprache — beschreiben Sie, was Sie möchten, und er wählt automatisch das richtige Tool aus und führt es aus

Kommen Sie von n8n?

Importieren Sie bestehende n8n-Workflows und machen Sie sie KI-nativ:

Tool	Beschreibung
`preview_n8n_import`	n8n-Workflow-Import in der Vorschau anzeigen (Trockenlauf)
`import_n8n_workflow`	n8n-Workflow in Agentled importieren

Für Agenturen: White-Label-bereit

Erstellen Sie Workflows einmal und stellen Sie sie für mehrere Kunden unter Ihrer eigenen Marke bereit. Konfigurieren Sie das Branding direkt über den MCP-Server:

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

Verwenden Sie get_branding und update_branding, um displayName, Logo, Farben, Favicon, Tagline und die Sichtbarkeit des Badges zu verwalten. Das Erscheinungsbild des Kundenportals wird sofort aktualisiert.

Persistentes Gedächtnis — Beispiele

Erinnerungen ermöglichen es Workflows, über Ausführungen hinweg zu lernen. Speichern Sie, was funktioniert hat, und rufen Sie es beim nächsten Mal ab.

Speichern einer Tatsache nach der Anreicherung

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

Abrufen vor der Bewertung

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

Suche nach vergangenen Ergebnissen

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

Verfolgen einer laufenden Metrik

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

Jeder nachfolgende Aufruf mit merge: 'increment' addiert zum bestehenden Wert — kein Read-Modify-Write erforderlich.

Proaktive Agenten — Beispiele

Proaktive Agenten sind Hintergrundmonitore, die Workflows autonom auslösen, wenn Bedingungen erfüllt sind.

Erstellen eines Agenten, der auf neue Leads achtet

"Create a proactive agent named 'New Lead Watcher' that checks the 'incoming-leads' knowledge list
every 5 minutes. When new rows appear, start the 'lead-enrichment' workflow with the new rows as input.
Limit to 10 actions per day."

Konfigurationsstruktur:

{
  "monitorInterval": "5m",
  "evaluation": { "mode": "rules" },
  "monitors": [{
    "type": "kg_list",
    "listKey": "incoming-leads",
    "condition": "new_rows"
  }],
  "actions": [{
    "type": "start_workflow",
    "workflowId": "wf_abc123",
    "inputMapping": { "leads": "{{monitor.newRows}}" }
  }],
  "maxActionsPerDay": 10,
  "cooldownMs": 300000
}

Erstellen eines KI-evaluierten Agenten

"Create a proactive agent that checks execution history every hour.
Use AI evaluation to decide if the failure rate is abnormal, then notify me via email."

{
  "monitorInterval": "1h",
  "evaluation": { "mode": "ai", "modelTier": "mini", "maxCreditsPerDay": 50 },
  "monitors": [{
    "type": "execution_history",
    "condition": "consecutive_failures",
    "threshold": 3
  }],
  "actions": [{
    "type": "notify",
    "channel": "email",
    "message": "{{monitor.summary}}"
  }],
  "maxActionsPerDay": 5
}

Anhalten und Fortsetzen

"Pause proactive agent pa_xyz789"
"Resume proactive agent pa_xyz789"

Funktioniert mit

Claude Code (Anthropic)
Codex (OpenAI)
Cursor
Windsurf
Jedem MCP-kompatiblen Client

Aus Quellcode bauen

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

Lizenz

MIT