Skip to main content
Glama
elijah7x
by elijah7x

omp-worker-mcp

Englisch · 简体中文

Hör auf, dein Kontingent für die besten Modelle mit stupider Arbeit zu verbrennen.

Lass Claude Code, Codex, Grok Build, Kimi Code oder einen anderen MCP-Client Suche, Aufräumarbeiten, Stapelverarbeitung und umfassende Repository-Scans an die kleineren Modelle übergeben, die du bereits in OMP konfiguriert hast.

OMP-Worker für jeden Coding-Agenten

Warum ich das gebaut habe

Ich habe normalerweise mehrere Coding-Agenten gleichzeitig offen: Codex in einem Fenster, Grok Build oder Kimi Code in einem anderen und OMP in der Nähe. Einige der in OMP eingebundenen Tarife geben mir viel Modellzeit fürs Geld. Sie sind perfekt für Repository-Scans, erste Durchsichten und sich wiederholende Aufgaben, die Tokens verschlingen.

Meine Tarife für die Werkzeuge, die ich täglich nutze, sind kleiner. Wenn das Kontingent knapp wird, ist das Letzte, was ich will, ein weiteres Übergabedokument oder das Hin- und Herkopieren von Prompts zwischen Terminalfenstern. Der Agent, mit dem ich bereits spreche, sollte den Auftrag absenden und das Ergebnis zurückholen können.

Also habe ich diesen MCP-Server gebaut. Dein Haupt-Agent behält den Kontext und trifft die Entscheidungen. OMP erledigt die begrenzte Hintergrundarbeit. Claude Code, Codex, Grok Build, Kimi Code, OpenCode, Cursor und andere MCP-Clients können sich alle dieselben OMP-Rollen und Task-Agenten teilen.

Related MCP server: todos

Was dein Agent bekommt

Die meisten Jobs benötigen nur zwei Werkzeuge:

  • run startet einen OMP-Worker und gibt eine Job-ID zurück.

  • wait sammelt ein oder mehrere Ergebnisse.

Dein Agent kann mehrere unabhängige Jobs starten, weiterarbeiten und dann die Ergebnisse gemeinsam einsammeln. status, list, cancel, agents und roles decken den Rest ab.

Jeder Worker hat einen agent und eine role. Der Agent beschreibt, wie die Aufgabe anzugehen ist, zum Beispiel scout oder reviewer. Die Rolle wählt eine der Modellzuordnungen in deiner OMP-Konfiguration, zum Beispiel task, slow oder designer. Wenn du beides weglässt, verwendet der Server task.

Einrichtung

Du benötigst Node.js 22 oder neuer und ein installiertes, authentifiziertes Oh My Pi.

git clone https://github.com/elijah7x/omp-worker-mcp.git
cd omp-worker-mcp
node src/server.js --self-check
npm run check

Dann lass das Projekt einen Konfigurationsausschnitt für deinen Client ausgeben:

node scripts/client-config.js claude
node scripts/client-config.js codex
node scripts/client-config.js opencode
node scripts/client-config.js standard-json

Das Skript gibt die Konfiguration aus und lässt deine Dateien in Ruhe. Client-Einrichtung behandelt die getesteten Clients, ihre Konfigurationsspeicherorte und das generische stdio-Format. Verwende omp als MCP-Servernamen.

Um nach dem Verbinden einen echten Auftrag zu testen:

npm run check:worker

Gib ihm nützliche Arbeit

OMP-Worker sind am nützlichsten, wenn eine Aufgabe klar abgegrenzt ist und ein Ergebnis zurückgeben kann, anstatt die endgültige Entscheidung zu treffen. Ein paar Beispiele:

  • Ein Repository durchsuchen und erklären, wie ein Subsystem funktioniert.

  • Ein Modul auf Fehler oder Sicherheitsprobleme überprüfen.

  • Eine Testsuite ausführen, Fehlschläge untersuchen und die wahrscheinliche Ursache melden.

  • Mehrere Dateien vergleichen oder einen ersten Implementierungsentwurf erstellen.

Starte unabhängige Jobs gemeinsam. Behalte die endgültige Bearbeitung, die Produktentscheidung und die Antwort an den Benutzer im übergeordneten Agenten.

Clients mit Skill- oder Rules-Unterstützung können SKILL.md installieren. Andere Clients können mit den MCP-Tool-Beschreibungen arbeiten.

Ein run-Aufruf sieht so aus:

{
  "prompt": "Review the authentication module for concrete security issues. Return findings with file paths and line numbers.",
  "cwd": "/path/to/project",
  "agent": "reviewer",
  "role": "slow"
}

Der Worker läuft über den nicht-interaktiven Druckmodus von OMP. Er übernimmt kein bereits geöffnetes OMP-TUI-Fenster.

Verwende deine eigenen Modelle und Agenten

Die Brücke führt kein zweites Modellregister. Füge Modelle in OMP hinzu oder ändere sie dort, wo deine Provider-Einrichtung und Authentifizierung bereits liegen.

Füge zum Beispiel Rollen zur Blockform-modelRoles-Map in ~/.omp/agent/config.yml hinzu:

modelRoles:
  task: your-provider/fast-model
  slow: your-provider/reasoning-model
  designer: your-provider/vision-model

Starte den MCP-Client neu und rufe roles auf. Die neuen Namen sind bereit, als run.role verwendet zu werden; der Server benötigt keine Codeänderung.

Benutzerdefinierte OMP-Task-Agenten funktionieren genauso. Füge einen zum Agentenverzeichnis von OMP hinzu, starte den Client neu, rufe agents auf und verwende seinen Namen als run.agent.

Einen weiteren MCP-Client verbinden

Der Server verwendet lokales stdio-MCP. In den meisten Clients lautet der Befehl:

node /absolute/path/to/omp-worker-mcp/src/server.js

node scripts/client-config.js standard-json gibt dir einen Ausgangspunkt. Wenn ein Client eine andere Konfigurationsform erwartet, füge einen kleinen Renderer zu scripts/client-config.js, ein sauberes Beispiel unter examples/ und eine Zeile zu Client-Einrichtung hinzu. Du musst den Server nicht anfassen.

Zugriff und Datenschutz

Dieses Projekt setzt eine vertrauenswürdige Einzelbenutzer-Maschine voraus. OMP-Worker laufen unbeaufsichtigt mit denselben Datei- und Befehlsberechtigungen wie dein lokaler Benutzer.

Jeder run-Aufruf muss ein vorhandenes absolutes cwd übergeben, damit ein Worker nicht in das Startverzeichnis des MCP-Clients abweichen kann. Projekte in deinem Home-Ordner, externen Volumes und Client-Worktrees funktionieren ohne zusätzliche Einrichtung. Setze OMP_WORKER_ALLOWED_ROOTS, wenn du Jobs auf bestimmte Roots beschränken möchtest; es ist eine optionale Allowlist, keine Sandbox.

Private OMP-Skills und -Rules bleiben deaktiviert, sofern ein Aufruf sie nicht aktiviert. Der Server übergibt Workern eine kleine Menge an Umgebungsvariablen und verbirgt standardmäßig Modellzuordnungen und lokale Agentenpfade.

Prompts und Ergebnisse verbleiben unter ~/.omp/omp-worker-mcp/jobs/. Sie können Quellcode enthalten. Verwende einen Container, eine OS-Sandbox oder ein eingeschränktes Konto, wenn der Zugriff des lokalen Benutzers für dein Projekt zu weit reicht. Client-Einrichtung dokumentiert das Umgebungs- und Anmeldeverhalten.

Entwicklung

npm run check

Die Testsuite deckt Konfigurationsparsing, generierte Client-Konfigurationen, beide unterstützten MCP-Framing-Stile, den Job-Lebenszyklus und einen simulierten OMP-Prozess ab. npm run check:worker fügt einen Live-OMP-Dispatch hinzu.

Die aktuelle Version unterstützt lokales stdio, abgekoppelte Jobs, Rollen- und Agentenermittlung, Abbruch und gespeicherte Ergebnisse. Token-Streaming, Remote-Transport, Live-TUI-Steuerung und automatische Jobbereinigung liegen außerhalb des aktuellen Umfangs.

Lizenz

MIT

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

Maintenance

Maintainers
Response time
Release cycle
Releases (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

  • A
    license
    Not graded
    quality
    D
    maintenance
    An MCP server that delegates coding and sysops work to cheaper agents via durable background queues, with git worktree isolation, safety policies, and clarification rounds to avoid hitting limits of frontier models.
    2
    Apache 2.0
  • A
    license
    Not graded
    quality
    B
    maintenance
    MCP server for task management, project knowledge, workspace trust, runner sandboxes, extension registry, and workflow prompts, enabling AI agents to manage tasks and collaborate locally.
    5,117
    Apache 2.0

View all related MCP servers

Related MCP Connectors

  • Control plane for autonomous software labor. Agents claim objectives over MCP with audit trail.

  • Personal assistant MCP server with search, execute, packages, jobs, secrets, and integrations.

  • Project management MCP for AI agents with safe task reads and writes.

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/elijah7x/omp-worker-mcp'

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