omp-worker-mcp
omp-worker-mcp
Servidor durable del Model Context Protocol (MCP) para delegar tareas de codificación asíncronas y flujos de trabajo DAG a subagentes CLI locales de Oh My Pi (OMP).
Inicio rápido • Configuración • Herramientas disponibles • Contrato de seguridad • Atribución ascendente
Aspectos destacados
⚡ Ejecución delegada asíncrona: Descargue tareas pesadas de codificación, refactorización y exploración a instancias de trabajadores OMP en segundo plano sin bloquear su sesión de conversación principal.
🔀 Orquestación DAG topológica: Ejecute tareas por lotes interdependientes con ordenamiento topológico automático, control de concurrencia y propagación de dependencias.
🛡️ Aislamiento de rutas de espacio de trabajo: Aplique límites explícitos de rutas de escritura y evite modificaciones superpuestas de archivos entre tareas concurrentes.
🔍 Reanudación supervisada y sobres: Inspeccione registros provisionales en tiempo real, extraiga sobres de resultados JSON estructurados y proporcione orientación de supervisión para reintentar o ajustar tareas.
Related MCP server: claude-orchestrator
Atribución ascendente y descargo de responsabilidad
CLI ascendente externo: Este proyecto se interconecta con Oh My Pi (OMP), una herramienta de código abierto publicada bajo la Licencia MIT.
Requisitos previos del usuario:
Node.js >= 22.0.0.
Los usuarios deben instalar y configurar su propia instancia local de la CLI de OMP.
Los usuarios son responsables de cumplir con la licencia y los términos de la CLI de OMP aplicables a su entorno.
Características
Ejecución delegada asíncrona: Inicie tareas de codificación de subagentes independientes sin bloquear la sesión de conversación principal.
Orquestación DAG y por lotes: Ejecute tareas por lotes interdependientes con ordenamiento de dependencias topológico, límites de concurrencia y propagación automática de dependencias.
Seguridad y propiedad estrictas de tareas: Las comprobaciones de validación integradas evitan que múltiples tareas concurrentes escriban en rutas de archivo superpuestas o colisionen dentro del mismo espacio de trabajo.
Supervisión y retroalimentación continuas: Inspeccione la salida provisional, transmita registros, recupere sobres JSON estructurados y proporcione retroalimentación de supervisión para continuar o reintentar intentos.
Diseño multiplataforma: Diseñado para entornos Node.js locales en Windows, macOS y Linux; valide la disponibilidad de la CLI de OMP en su plataforma.
Instalación e inicio rápido
# 1. Clone the repository
git clone https://github.com/divenire990/omp-worker-mcp.git
cd omp-worker-mcp
# 2. Install dependencies
npm ci
# 3. Build TypeScript to dist/
npm run build
# 4. Run test suite
npm testConfiguración
La configuración se gestiona mediante variables de entorno (o se configura directamente en su cliente MCP).
Variable | Descripción | Por defecto |
| Ruta o nombre del ejecutable para el binario de la CLI de OMP. |
|
| Matriz JSON de argumentos antepuestos a las invocaciones de la CLI de OMP. |
|
| Directorio para almacenar estados de trabajos, intentos, registros y artefactos. |
|
| Instrucciones personalizadas opcionales de automatización del navegador inyectadas en los avisos de tareas. | (ninguno) |
Ejemplos de entornos multiplataforma
Windows (cmd / PowerShell)
set OMP_WORKER_OMP_COMMAND=omp
set OMP_WORKER_STATE_DIR=C:\Users\YourUser\.codex\state\omp-workermacOS / Linux (bash / zsh)
export OMP_WORKER_OMP_COMMAND=/usr/local/bin/omp
export OMP_WORKER_STATE_DIR=/home/youruser/.codex/state/omp-workerEjemplo de configuración del cliente MCP de Codex
Agregue el servidor a su configuración de MCP de Codex (p. ej., en config.toml):
Ejemplo de Windows
[mcp_servers.omp-worker]
command = "node"
args = ["C:/path/to/omp-worker-mcp/dist/index.js"]
[mcp_servers.omp-worker.env]
OMP_WORKER_OMP_COMMAND = "omp"
OMP_WORKER_STATE_DIR = "C:/Users/YourUser/.codex/state/omp-worker"Ejemplo de macOS / Linux
[mcp_servers.omp-worker]
command = "node"
args = ["/path/to/omp-worker-mcp/dist/index.js"]
[mcp_servers.omp-worker.env]
OMP_WORKER_OMP_COMMAND = "/usr/local/bin/omp"
OMP_WORKER_STATE_DIR = "/home/youruser/.codex/state/omp-worker"Herramientas MCP disponibles
Tool | Propósito |
| Herramienta de conveniencia: delega una única tarea y espera hasta |
| Genera un trabajador en segundo plano asíncrono para una tarea de codificación y devuelve inmediatamente un |
| Espera a que un trabajo en segundo plano termine o sondea hasta que se alcance un tiempo de espera. |
| Obtiene el historial completo de intentos, registros, salidas y sobres estructurados analizados de un trabajo. |
| Introduce corrección/orientación de supervisión en un trabajo fallido o bloqueado para un nuevo intento. |
| Termina de forma controlada un trabajo en ejecución y su árbol de procesos hijo. |
| Genera un grafo de dependencias (DAG) de tareas por lotes paralelas/secuenciales y espera su finalización. |
| Espera a que un grupo de tareas por lotes asíncronas progrese o se complete. |
| Cancela todas las tareas en ejecución y en cola dentro de un grupo por lotes. |
Contrato de seguridad y propiedad de tareas
Aislamiento de escritura vs. solo lectura:
Las tareas
writedeben declarar las rutas de archivo específicas que poseen.Las tareas
read_onlyestán estrictamente restringidas de la modificación del espacio de trabajo.
Verificación de superposición DAG:
Las tareas que se ejecutan en paralelo no pueden declarar límites de escritura superpuestos.
Las tareas que modifican rutas compartidas deben declarar dependencias DAG lineales explícitas (
depends_on).
Contrato de verificación estructurada:
Se espera que cada subtarea completada devuelva detalles de verificación estructurados y descripciones de artefactos actualizadas.
Licencia
Este proyecto está bajo la Licencia MIT.
Available Tools
9 toolsomp_cancelStop OMP TaskADestructiveIdempotent
Request immediate cancellation of one exact delegated OMP job. The detached runner owns the OMP child PID and terminates that process tree safely. Call this immediately when the user asks to stop; do not inspect PIDs or manually kill processes first.
Inputs: job_id (required), reason. Returns: error, job_id, status, attempt, +7 more
omp_cancel_groupCancel Batch Task GroupADestructiveIdempotent
Request immediate cancellation of a running batch task group and its child tasks. Writes a cancellation request that the detached group coordinator handles safely. Call this immediately when the user asks to stop a batch.
Inputs: group_id (required), reason. Returns: tasks, status, summary, group_id, +6 more
omp_continueSend Supervisory Feedback to Same OMP SessionADestructive
Resume the same OMP session with targeted supervisory feedback to correct specific acceptance defects without starting a fresh task from scratch. Bounded to remaining attempts within max_attempts.
Inputs: job_id (required), feedback (required), timeout_minutes. Returns: error, job_id, status, attempt, +7 more
omp_delegateDelegate Complete Task to OMP (Low-level)ADestructive
Low-level background delegation entrypoint. Transfers ownership of an execution task to OMP and returns immediately with job_id. Prefer omp_run_compact for standard workflows to avoid separate delegate/wait round trips.
Inputs: cwd (required), goal (required), acceptance, max_attempts, +2 more. Returns: error, job_id, status, attempt, +7 more
omp_resultInspect Complete OMP Task ResultARead-onlyIdempotent
Retrieve full details of a terminal OMP job, including finalResponse and attempt logs. Call this only when minimal acceptance check fails, high-risk operations occurred, or the user explicitly asks for full inspection; do not call this after every successful compact run.
Inputs: job_id (required). Returns: cwd, goal, error, job_id, +11 more
omp_run_batch_compactRun Batch OMP Tasks with DAG and Compact Aggregated Result (Preferred for Multi-task)ADestructive
Submits a decomposed group of OMP tasks to execute concurrently in the server-side bounded rolling pool (max_parallel 1-10) using a detached group runner. Enforces dependency DAG and write-ownership safety, waits up to wait_seconds (0-240, default 60s) for batch completion, and returns stable compact aggregated results. If still running when deadline elapses, returns group_id and minimal progress counts for subsequent omp_wait_group.
Inputs: cwd (required), tasks (required), max_parallel, wait_seconds, +4 more. Returns: tasks, status, summary, group_id, +6 more
omp_run_compactRun OMP Task with Compact Result (Preferred for Single Task)ADestructive
Preferred entrypoint for single substantive execution tasks. Creates a delegated OMP task, launches the detached runner, and waits up to wait_seconds (default 60s) for completion in a single MCP call. If finished, returns a compact summary, artifacts, verification, and details_path without dumping the full final response. If still running at the deadline, returns job_id and status running for subsequent omp_wait.
Inputs: cwd (required), goal (required), acceptance, max_attempts, +3 more. Returns: error, job_id, status, attempt, +7 more
omp_waitWait for OMP TaskARead-onlyIdempotent
Wait for an existing OMP job to reach a terminal status, polling up to wait_seconds (default 30s, max 60s). Returns the current status and summary once terminal or when the wait deadline elapses. Avoid polling in a tight loop.
Inputs: job_id (required), wait_seconds. Returns: error, job_id, status, attempt, +7 more
omp_wait_groupWait for Batch Task GroupARead-onlyIdempotent
Wait for an existing OMP task group to reach a terminal status, polling up to wait_seconds (0-240, default 60s). If completed, returns full aggregated compact results in original input order. If still running when deadline elapses, returns minimal progress counts without leaking task summaries.
Inputs: group_id (required), wait_seconds. Returns: tasks, status, summary, group_id, +6 more
Tool Schema Changelog
Recent tool additions, removals, and schema changes observed during successful MCP inspections.
Loading tool schema changelog…
TDQS
Scored across 9 tools
Each tool has a clearly distinct purpose: batch vs single, delegate vs wait vs cancel vs result retrieval vs continue. No two tools overlap in function—omp_run_compact and omp_delegate differ by synchronous vs asynchronous, and omp_wait_group vs omp_wait serve batch vs single jobs.
All tools follow a consistent `omp_<verb>[_<noun>]` pattern where the verb describes the action (run, wait, cancel, result, continue) and optional noun specifies the target (batch, group, compact). Perfectly predictable and uniform.
9 tools precisely cover the lifecycle of both single and batch task execution: submission, waiting, cancellation, result retrieval, and continuation. No tool is superfluous, and the count is tight for the complexity of the domain.
The tool surface covers every stage of task management: submission (run/delegate), monitoring (wait), cancellation (cancel), post-hoc inspection (result), and iterative correction (continue). No obvious gaps—both single and batch workflows are fully supported.
Maintenance
Related MCP Connectors
- aXDeprecatedio.github.ax-platform
Agent-native collaboration network: orchestrate a team of long-running agents from any MCP client.
Task manager for AI agents. Orchestrate agents to achieve large goals in unified control plane.
AI work orchestration for plans, tasks, teams, and coding-agent dispatch.
Design, build and run teams of AI agents with checked handoffs between them.
Related MCP Servers
- AlicenseAqualityAmaintenanceEnables orchestrating external AI-agent CLIs like Codex to execute project development tasks through an async task system with objective verification and automated failure rework loops.8182 npm11Apache 2.0
- AlicenseAqualityBmaintenanceEnables Cursor's main agent to delegate development tasks to Claude CLI subagents via MCP, supporting synchronous, asynchronous, and parallel task execution with monitoring and control.7ISC
- AlicenseCqualityBmaintenanceEnables multiple CLI-based AI agents to collaborate as a coordinated team through shared task queues, shared memory, and a message bus, with DAG orchestration, rate-limit avoidance, parallel dispatching, and long-task management.633MIT
- FlicenseNot gradedqualityAmaintenanceEnables a primary AI assistant to delegate tasks in parallel to specialized local CLI-based AI sub-agents, share project context, and synthesize their responses through a single MCP interface.-