Skip to main content
Glama

Mission

AI 智能体能够行动。Mission 让它们协同。

一条聊天消息并不是一个工作系统。它不保证任务分配,不保存进度,无法从中断中恢复,也不强制执行声明的完成条件。

Mission 为规划者、构建者、执行者和审计者提供了一个用于真实工作的共享状态机:创建、分配、启动、检查点、阻塞、恢复、替换、进入验证、关闭 —— 通过 MCP 实现。

智能体不再互相传递意图。它们带着完整的历史记录,将一个受治理的工作令牌推进到明确的最终状态。

运行真实演示 · 探索路线图 · 安装 v0.1.0

Related MCP server: WorkspaceGuard

失败模式

没有持久化的协调,"多智能体"往往意味着几个彼此孤立的会话,以及一个充当消息总线的人类:

Planner: “Agent B has the task.”
Agent B: “Which version? What is done? What blocks me?”
Agent C: “I also started it.”
Restart: “The previous state is unavailable.”
Owner: reconnects the whole system manually.

Mission 让工作状态变得明确、持久、与角色绑定且可审计。

见证系统的运转

sequenceDiagram
    actor Owner
    participant Planner
    participant Mission
    participant Builder
    participant Auditor

    Owner->>Planner: Ship a validated release
    Planner->>Mission: Create steps, constraints, exit KPIs
    Planner->>Mission: Assign Builder
    Builder->>Mission: Start
    Builder->>Mission: Checkpoint with evidence
    Note over Mission: Process restarts
    Builder->>Mission: Read restored state: validating
    Auditor->>Mission: Inspect history read-only
    Builder->>Mission: Close with declared KPI result
    Mission-->>Owner: done + complete lifecycle history

该仓库包含一个真实的本地 MCP 生命周期。它使用带签名的合成规划者、执行者和审计者身份,持久化 Auftrag,重新创建服务器,恢复状态,让审计者检查历史记录,并且只有在执行者提供所需 KPI 键之后才关闭。

Mission v0.1.0 不验证外部证据。 其关闭门控验证的是生命周期状态、所需 KPI 键以及调用方声明的 met 值。独立的证据验证属于 Witness 或未来的显式集成契约。

queued -> assigned -> active -> validating
[restart] state restored: validating
validating -> done
MISSION_DEMO_PASS state=done restart=pass auditor_read=pass kpi_gate=caller_declared history=create,assign,start,checkpoint,close

证据类别:真实的本地产品流程。 输出来自实际公开的 MCP 服务器、状态机、身份检查、SQLite 数据库、重启和变更日志。它不是模拟 UI。

运行真实演示

git clone https://github.com/MaximilianoColoma/mission.git
cd mission
uv sync --locked
uv run python examples/coordinated_autonomy_demo.py

这能实现什么

协同自主

规划者定义目标与边界。执行者只推进分配给其已验证身份的工作。审计者可以在不修改任何内容的情况下进行检查。管理员权限不能绕过生命周期或验收规则。

可抵御中断的构建者

进度不会被困在模型上下文中。步骤、检查点、活动阻塞、先前状态、分配和历史记录都会在进程重建后持续存在。

安全交接与替换

工作可以通过显式的替换操作重新分配。前任任务变得不可变,继任者继承规格和剩余步骤——而不是凭空声称已完成的工作。

诚实的阻塞

执行者可以在不丢失工作令牌的情况下阻塞,记录原因,并在问题解决后恢复到之前合法的状态。

有约束力的完成

done 不是随意的状态变更。关闭之前,必需步骤必须通过,必需的 KPI 键必须存在并带有调用方声明的 met 值。无效转换会失败,且不会产生部分变更。外部回执验证不是 Mission v0.1.0 的一部分。

理想功能

这些是 v0.1.0 中被支持的模式,而非内置的编排

  • 自主构建团队:规划者、实现者和验证者独立运作,同时不会丢失一个共享的任务状态。

  • 日不落式智能体运营:新的模型或主机在上一运行时结束后,从确切的活动步骤继续执行。

  • 自愈工作流:被阻塞的工作在依赖解决后被唤醒,并回到正确的先前状态。

  • 动态模型路由:昂贵的专家模型只接收需要它们参与的任务,而工作令牌保持稳定。

  • 可审计的智能体集群:并行智能体保持各自可归因,而不是坍缩成一个共享的机器人身份。

  • 人与智能体组成的组织:所有者设定方向和验收标准,而智能体在一个可检查的界面背后协调执行。

Mission 提供受治理的工作状态。智能体生成、调度器、唤醒基础设施、跨主机传输和自动 Witness 回执仍然是独立的集成。

现已构建 —— 尚未包含

公共核心中已构建

v0.1.0 中未包含

覆盖 Auftrag 生命周期的 13 个 MCP 工具

托管编排控制平面

规划者、执行者、审计者和管理员角色

智能体生成或模型执行

签名身份信封与精确请求绑定

跨主机生产级联邦

分配资格与不可变替换链

Telegram、Webhook 或触发器适配器

步骤、检查点、阻塞、恢复与关闭门控

自动 Mission 到 Witness 桥接

持久化变更日志与重启恢复

多租户 SaaS 与计费

可复现的 Apache-2.0 发布产物

客户成果或规模声明

版本 0.1.0 是经过验证的公开版本。该服务并非由本仓库部署,发布并不构成生产支持或用户影响的声明。

公共 MCP 接口

用途

工具

创建与检查工作

auftrag_create, auftrag_list, auftrag_get

分配与替换

auftrag_assign, auftrag_reassign_replace

执行

auftrag_start, auftrag_checkpoint

处理中断

auftrag_block, auftrag_resume

安全收尾

auftrag_close, auftrag_cancel

审计

auftrag_get_changelog, get_instance_activity

规范契约位于 spec/ 下。Mission 通过显式的摘要锁定投影来使用 Witness 身份信封契约;它不是另一个协议权威。

安装与验证

需要 Python 3.11+ 和 uv

./install.sh --manifest --json
./install.sh --target "$HOME/.local/share/mission" --non-interactive --json
uv sync --locked
uv run python -m pytest -q -p no:cacheprovider tests repair-tests
uv build

分阶段安装程序会清除继承的 Python 环境变量,执行锁定安装,写入有界本地配置/存储,并运行真实的 MCP 首次运行诊断。

项目中心

许可证

根据 Apache License 2.0 授权。参见 NOTICE。Apache-2.0 允许使用、修改、再分发和商业使用;但它不授予暗示官方项目地位或商标背书的许可。

A
license - permissive license
Not graded
quality - not tested
A
maintenance

Maintenance

Maintainers
Response time
Release cycle
1Releases (12mo)
Commit activity

Resources

Unclaimed servers have limited discoverability.

Looking for Admin?

If you are the server author, to access and configure the admin panel.

Related MCP Servers

View all related MCP servers

Related MCP Connectors

  • Durable agent-to-agent handoffs and shared scratchpad for multi-agent workflows.

  • Reliable async execution for agent tool calls: schema gating, retries, idempotency, audit trail.

  • Workflow diagnostics, capability routing, and x402 settlement for MCP-compatible agents.

View all MCP Connectors

Latest Blog Posts

MCP directory API

We provide all the information about MCP servers via our MCP API.

curl -X GET 'https://glama.ai/api/mcp/v1/servers/MaximilianoColoma/mission'

If you have feedback or need assistance with the MCP directory API, please join our Discord server