AdaptOrch MCP

AdaptOrch MCP ist der öffentliche MCP-Wrapper für AdaptOrch: ein Zuverlässigkeitskern, der es Claude Code ermöglicht, Aufgaben zu routen, orchestrierte Läufe zu starten und Beweisartefakte zurück in den Chat zu holen.

Verwenden Sie es, wenn eine Codierungsaufgabe zu groß, zu mehrdeutig oder zu teuer ist, um sie einer einzigen Single-Pass-Antwort anzuvertrauen.

Claude Code → AdaptOrch MCP → route topology → run with synthesis → retrieve artifacts

API-Schlüssel abrufen

AdaptOrch erfordert eine Authentifizierung. Holen Sie sich Ihren Token in zwei Schritten:

1. Registrieren → adaptorch.com/app/signup

2. API-Schlüssel erstellen → adaptorch.com/app/api-keys → einen Schlüssel generieren (beginnt mit ado_)

Verwenden Sie diesen Schlüssel als ADAPTORCH_CONTROL_PLANE_TOKEN:

export ADAPTORCH_CONTROL_PLANE_TOKEN="ado_..."

Wenn die Control Plane nur BYOK unterstützt, bewahren Sie die Provider-Zugangsdaten in der Umgebung des lokalen MCP-Prozesses auf:

export ADAPTORCH_MCP_PROVIDER="openai"
export ADAPTORCH_MCP_PROVIDER_MODEL="gpt-4.1-mini"
export ADAPTORCH_MCP_PROVIDER_API_KEY="<provider-api-key>"

Diese Werte sind keine MCP-Tool-Argumente oder JSON-Body-Felder. Sie werden nur an Run-Submission-Header angehängt; der Provider-Schlüssel wird in Fehlern geschwärzt und bei Status-, Artefakt- und Usage-Anfragen weggelassen.

Anmeldung → MCP → Dashboard-Ausführungsliste

1. Registrieren Sie sich unter /app/signup und öffnen Sie /app/api-keys.

2. Generieren Sie einen ado_*-Schlüssel und kopieren Sie den Rohwert einmal.

3. Setzen Sie ihn nur in Ihrer lokalen MCP-Umgebung als ADAPTORCH_CONTROL_PLANE_TOKEN.

4. Führen Sie adaptorch_run oder adaptorch_list_runs aus Claude Code aus.

5. Aktualisieren Sie /app/runs im Dashboard, um die Ausführungsliste desselben Mandanten zu sehen.

한국어 요약: 가입 → /app/api-keys에서 ado_* 생성 → MCP env에 설정 → Claude Code에서 실행/목록 확인 → 대시보드 /app/runs에서 같은 실행 목록 확인.

Starter $0 beinhaltet API-Schlüsselzugriff, 1,000 Aufrufe/Monat und Schattenmodus. Weitere Informationen zu Pro-/Team-Tarifen finden Sie unter adaptorch.com.

Von der Engine delegierte optionale Algorithmus-Steuerungen (aktuell)

AdaptOrch MCP leitet optionale Algorithmus-Steuerungen an die installierte adaptorch-Engine weiter. Der Wrapper implementiert diese Algorithmen nicht. Behandeln Sie diese als Benchmark-/Eval- oder Operator-Steuerungen, nicht als Quickstart-Standardwerte.

Related MCP server: aacworkflow-mcp

Forschungspapier

AdaptOrch MCP folgt der AdaptOrch-Forschungslinie. Lesen Sie das Paper auf arXiv:

• Abstract-Seite: arxiv.org/abs/2602.16873

• HTML-Paper: arxiv.org/html/2602.16873v1

Installation

pip

pip install adaptorch-mcp

Falls AdaptOrch Core noch nicht auf PyPI ist, installieren Sie es zuerst von GitHub:

pip install "adaptorch[api] @ git+https://github.com/dmae97/adaptorch.git"
pip install adaptorch-mcp

uvx (einmalig, ohne Installation)

uvx adaptorch-mcp --help

Mit der adaptorch-Abhängigkeit von GitHub:

uvx --with "adaptorch[api] @ git+https://github.com/dmae97/adaptorch.git" adaptorch-mcp --help

Warum Claude-Code-Nutzer den Unterschied schnell spüren

Gemessen: Das Verifier-Gate gewinnt bei identischen Aufgaben

Beide Arme sehen dieselben 30 Einheiten, dieselben Seeds, dieselbe Sitzung (gemma-4-31b auf Cerebras), sodass die gepaarte Differenz Drift von Lauf zu Lauf aufhebt:

Gepaarte Differenz +13.3pp, 95% CI [+3.3, +26.7] — signifikant.

Umfang: interne reproduzierbare Regressionsbelege auf einer synthetischen Ledger-Suite (Evidenzexperiment paired_confirmatory_ledger, vollständige Run-IDs und Reproduce-Befehle werden mit dem Core-Repository geliefert). Kein offizieller Drittanbieter-Benchmark.

Führen Sie Ihre eigene Arbeitslast über den gehosteten Kernel unter adaptorch.com aus — der kostenlose Starter enthält einen API-Schlüssel und 1,000 Aufrufe/Monat.

Szenario-Benchmark-Projektion

Architektur

Pakete

Der Wrapper delegiert das Laufzeitverhalten absichtlich an adaptorch.mcp_server. Dadurch bleiben MCP-Tools, -Ressourcen, -Prompts, Sicherheitsprüfungen und -Transports mit der neuesten AdaptOrch-Core-Version abgestimmt.

Schnellstart

Lokale Entwicklung

git clone git@github.com:dmae97/Adaptorch-MCP.git
git clone git@github.com:dmae97/adaptorch.git  # alongside Adaptorch-MCP
cd Adaptorch-MCP
uv sync --all-packages --extra dev
uv run adaptorch-mcp --help

uv.lock pinnt die Engine auf die veröffentlichte adaptorch-Git-Revision. Um den Wrapper gegen ein lokales Engine-Checkout zu validieren (Algorithmus-Parität und MCP-BYOK-Läufe), installieren Sie es über den Pin:

make engine-local ENGINE_PATH=../adaptorch
make check

packages/adaptorch-mcp/tests/test_engine_algorithm_parity.py schlägt fehl, wenn die exponierten Synthesemodi, veralteten Aliase, Topologien oder Ausgabeextraktoren von der Engine abweichen.

stdio MCP

Verwenden Sie stdio für lokale Clients wie Claude Code oder Desktop-MCP-Hosts.

export ADAPTORCH_CONTROL_PLANE_TOKEN="<your-token>"
adaptorch-mcp --transport stdio --base-url https://adaptorch.com

HTTP MCP

Verwenden Sie HTTP für lokale Gateways, Reverse-Proxys oder entfernte MCP-Clients.

export ADAPTORCH_CONTROL_PLANE_TOKEN="<upstream-adaptorch-token>"
export ADAPTORCH_MCP_HTTP_AUTH_TOKEN="<client-facing-mcp-token>"

adaptorch-mcp \
  --transport http \
  --base-url https://adaptorch.com \
  --http-host 127.0.0.1 \
  --http-port 8765

Authentifizierter Health-Check:

python - <<'PY'
import os
from urllib.request import Request, urlopen

request = Request(
    "http://127.0.0.1:8765/mcp/health",
    headers={"Authorization": f"Bearer {os.environ['ADAPTORCH_MCP_HTTP_AUTH_TOKEN']}"},
)
with urlopen(request) as response:
    print(response.read().decode("utf-8"))
PY

CLI- und Umgebungsreferenz

Für adaptorch-mcp löst der öffentliche Wrapper die Control-Plane-URL in dieser Reihenfolge auf: explizites --base-url, dann die getrimmte/validierte ADAPTORCH_CONTROL_PLANE_BASE_URL, dann den gehosteten Fallback https://adaptorch.com. adaptorch-mcp-smoke behält einen lokalen Entwicklungs-Fallback von http://127.0.0.1:8000 bei, wenn keine Basis-URL konfiguriert ist. Übergeben Sie --base-url explizit in eingecheckten MCP-Client-Konfigurationen für reproduzierbares Verhalten.

Claude Code MCP-Konfiguration

{
  "mcpServers": {
    "adaptorch": {
      "command": "adaptorch-mcp",
      "args": [
        "--transport",
        "stdio",
        "--base-url",
        "https://adaptorch.com"
      ],
      "env": {
        "ADAPTORCH_CONTROL_PLANE_TOKEN": "${ADAPTORCH_CONTROL_PLANE_TOKEN}"
      }
    }
  }
}

Weitere Vorlagen:

• examples/claude_desktop_config.json

• examples/omk.mcp.json

• examples/mcp-http.env.example

Eingecheckte Beispiele verwenden Platzhalter oder Umgebungsinterpolation. Füllen Sie echte URLs und Token nur in lokalen, nicht eingecheckten Konfigurationsdateien aus.

Diagnose

Gibt geschwärzte lokale Diagnosen aus:

adaptorch-mcp-doctor
adaptorch-mcp-doctor --json
adaptorch-mcp-doctor --strict

Führen Sie einen stdio-Smoke-Test aus. Das Token wird über die Child-Umgebung übergeben, nicht über Prozessargumente. Wenn keine Basis-URL angegeben ist, zielt der Smoke-Test für die lokale Entwicklung auf http://127.0.0.1:8000.

export ADAPTORCH_CONTROL_PLANE_TOKEN="<your-token>"
adaptorch-mcp-smoke --base-url https://adaptorch.com

Das erwartete JSON enthält "ok": true, adaptorch_plan_catalog und die erwartete Kern-Tool-Teilmenge. Doctor-JSON enthält außerdem geschwärzte controlPlane-Metadaten für die aufgelöste Basis-URL-Quelle. Fügen Sie wiederholbare --expected-tool <name>-Flags hinzu, wenn Sie eine bestimmte gehostete/Kern-Version validieren.

Tool-Oberfläche

Das Standardprofil remote stellt die neun Tools außer adaptorch_get_traces und adaptorch_route_topology bereit. adaptorch_get_run veröffentlicht ein geschlossenes outputSchema und sichere structuredContent; sein optionales correctness_wall dient nur der Beobachtung und Beratung, ist aber kein Korrektheitsbeweis, keine Selektor-Entscheidung und keine Anwendungsautorisierung.

Vertrauenswürdigen lokalen Clients gegenüber sollten nur Tools automatisch genehmigt werden, deren Ausgaben für diesen Client sicher sind. Lassen Sie adaptorch_run und adaptorch_cancel_run manuell genehmigt. Für gemeinsame oder Produktions-Clients vermeiden Sie die automatische Genehmigung von Run-, Artefakt- und Trace-Readern, sofern diese Payloads nicht bereits bereinigt sind.

Branding-Assets

• GitHub-Hero: assets/readme-hero.png

• GitHub-Flussdiagramm: assets/mcp-flow.png

• GPT-image-2.0-Raster-Prompt-Brief: docs/brand/gpt-image-2-brief.md

Checkliste für die öffentliche Veröffentlichung

Vor der Veröffentlichung:

uv run ruff check packages/adaptorch-mcp
uv run mypy packages/adaptorch-mcp/src
uv run pytest packages/adaptorch-mcp/tests -q
uv run python -m build packages/adaptorch-mcp --outdir dist
uv publish --dry-run dist/*

Befolgen Sie dann docs/publishing.md für PyPI Trusted Publishing oder tokenbasiertes uv publish.

Sicherheit

Committen Sie niemals .env, API-Schlüssel, Bearer-Tokens, private Schlüssel oder MCP-Client-Tokens. Siehe SECURITY.md.

Lizenz

Proprietär — Copyright ClassicMate. Alle Rechte vorbehalten. Siehe LICENSE.