Click on "Deploy Server".
Wait a few minutes for the server to deploy. Once ready, it will show a "Started" state.
In the chat, type @ followed by the MCP server name and your instructions, e.g., "@shopflow-mcp Find an expert to review the concurrent oversell issue in ShopFlow v2.6"
That's it! The server will respond to your query, and you can continue using it as needed.
Here is a step-by-step guide with screenshots.
这是一个可重复运行的本地 Git 项目，用于在 DuMate 中演示：
通过 GitHub 官方 MCP 跟进 Milestone、Issue、PR、Review 和 Check Run。
通过真实 Git Commit 与 Diff 判断受影响模块和计划外变更。
通过自建 MCP 检索领域知识、匹配专家并冻结统一证据快照。
从同一快照生成技术负责人版与客户项目经理版 PPT。
真实 GitHub 仓库：https://github.com/pipiwolve/dumate-ecommerce-case
ShopFlow v2.6 在限时促销前新增库存预占与超时释放能力。本期快照冻结于 2026-08-06 18:00（Asia/Shanghai），功能已部分合并，但并发超卖仍阻塞发布。
Related MCP server: GraphRAG MCP
uv sync --extra dev
uv run pytest
uv run uvicorn shopflow.api:app --app-dir src --port 8140知识与专家 MCP：
MCP_TRANSPORT=streamable-http uv run python -m shopflow.mcp_server默认 HTTP 地址为 http://127.0.0.1:8130/mcp。完整场景说明、GitHub 发布步骤和
DuMate 工具调用顺序见 docs/CASE.md 与 skills/ecommerce-delivery-review/SKILL.md。
联网演练产生的真实对象与覆盖矩阵见 docs/GITHUB_FLOW_EVIDENCE.md。
GitHub 上的 Milestone、Issue、PR、Review、Check Run、Release 与 Hotfix 是联网
演示的事实来源；scenario/github/seed.json 仅保留可重复初始化与离线测试数据。
知识库与专家目录的覆盖范围和权限边界见 docs/KNOWLEDGE_EXPERT_SCOPE.md。
仓库内的 GitHub JSON 是可重复的发布种子和离线验收数据。生产/联网演示时， Issue、PR、Review 与 Check Run 应由 DuMate 官方 GitHub MCP 读取，本项目不复制 GitHub MCP 的职责。
This server cannot be deployed
Explainable graph-retrieval memory engine with an RL-trained management policy.
Multi-expert decision intelligence with transparent synthesis and auditable workflows.
Shared semantic graph for AI reviews, classification and structured memory across AI assistants.
AI-verified knowledge base with trust scoring, temporal facts, and skill cards.
