automation-queue-mcp

一个让 Claude 这样的 LLM 检查和操控自动化作业队列的 MCP（Model Context Protocol）服务器——通过自然语言列出作业、检查状态、触发新运行、重试失败的作业，并获取整个队列的统计信息。

为什么我要构建这个

在多年领导企业 RPA（通过 AWS Lambda 触发的 UiPath 队列、机器人/机器生命周期、许可证和基础设施管理）平台工程之后，我不断回到同一个问题：如果 LLM 真的能直接操作那个队列，而不是由人类查看仪表板并手动重新触发失败的作业，那会是什么样子？

这个项目是那个想法的通用化、非专有版本——一个 MCP 服务器，暴露任何自动化队列都需要的操作（列出、检查、触发、重试、统计），让 LLM 客户端能够以对话方式推理并管理自动化作业。

它使用内存中的模拟队列，因此无需任何设置即可安全地立即运行和探索。将 job_queue.py 换成真实后端（REST API、数据库、Orchestrator 客户端），即可让它指向真实的自动化环境。

Related MCP server: Hatchet MCP Server

它能做什么

示例交互（通过 Claude）

你： 队列里现在有什么失败的？

Claude： （调用 list_jobs，参数为 status_filter="failed"） 有两个作业失败了：BOT-VM-02 上的 EligibilityCheck_Workflow（已经重试 2 次） 和 BOT-VM-04 上的 ExceptionHandling_Workflow（重试 1 次）。要我重试 其中任何一个吗？

你： 重试资格检查那个。

Claude： （调用 retry_failed_job，参数为 job_id=2） 搞定了——它已回到队列中，现在是第 3 次重试。

快速开始

git clone https://github.com/<your-username>/automation-queue-mcp.git
cd automation-queue-mcp
python -m venv venv
source venv/bin/activate   # Windows: venv\Scripts\activate
pip install -r requirements.txt
python server.py

将其连接到 Claude Desktop

将服务器添加到你的 Claude Desktop 配置中（模板参见 examples/claude_desktop_config.json）：

{
  "mcpServers": {
    "automation-queue": {
      "command": "python",
      "args": ["/absolute/path/to/automation-queue-mcp/server.py"]
    }
  }
}

重启 Claude Desktop，上述五个工具就可在对话中使用了。

项目结构

automation-queue-mcp/
├── server.py              # MCP server + tool definitions
├── job_queue.py            # In-memory mock job queue (swap for a real backend)
├── requirements.txt
├── examples/
│   └── claude_desktop_config.json
└── LICENSE

扩展此项目

job_queue.py 中的模拟 JobQueue 类有意与 server.py 中的 MCP 服务器逻辑隔离——要将其连接到真实的自动化系统，你只需要针对实际队列/API 重新实现 JobQueue 的五个方法（list_jobs、get_job、queue_stats、trigger_job、retry_job）即可。MCP 工具层无需更改。

背景

由 John Samuel Jacob David Ravichandran 构建——拥有企业智能自动化、平台工程和医疗保健 RPA 的技术负责人背景。更多信息见 LinkedIn。

许可证

MIT——参见 LICENSE。