Pyrus MCP
Pyrus AI Ecosystem — MCP инфраструктура
Этот репозиторий является домом для реализации и управления сервисом инфраструктуры Pyrus MCP и его поддерживающей команды AI-инженерии. Он также содержит архитектурную спецификацию и дорожную карту для будущего Knowledge MCP, который является отдельным сервисом с собственным хранилищем данных и жизненным циклом.
Границы продуктов
AI clients / employees
|
+---------------------+
| |
v v
Pyrus MCP Knowledge MCP
Pyrus actions canonical knowledge
| |
v v
Pyrus API PostgreSQL/pgvector
^ ^
| |
+------- PyrusBot ----+
orchestrationPyrus MCP
Внешний сервис производственного уровня, который позволяет авторизованным сотрудникам/AI-хостам выполнять операции Pyrus через MCP. Он развертывается независимо и не должен зависеть от рабочей станции разработчика.
Knowledge MCP
Отдельный сервис MCP для канонической версионированной документации, доказательств/происхождения, семантических эмбеддингов, гибридного поиска и контролируемой публикации в Базу знаний Pyrus через Pyrus MCP.
PyrusBot
Будущий уровень оркестрации/приложений, потребляющий оба MCP. Впоследствии он может стать чат-ботом, CLI, веб-утилитой или адаптером IDE без изменения контрактов инфраструктуры.
Related MCP server: MCP Enterprise Tool Gateway
Текущий приоритет
Готовность Pyrus MCP к производству является первоочередной. Knowledge MCP специфицируется параллельно, но реализуется после утверждения его контрактов. Интеграция PyrusBot следует за стабильными контрактами инфраструктуры.
Нормативные документы
IMPLEMENTATION_PLAN.md— нормативная точка входа для реализации.docs/architecture/system-architecture-v2.md— полная системная архитектура.docs/architecture/contracts-v2.md— контракты MCP, Pyrus API, безопасности, вебхуков и Knowledge.docs/planning/production-roadmap-v2.md— поэтапная дорожная карта и правила распараллеливания.tasks/registry.yaml— исполняемый граф задач с владельцами, рецензентами, шлюзами и зависимостями.contracts/pyrus-tool-catalog.yaml— восстанавливаемый каталог совместимости с устаревшим кодом; в настоящее время заблокирован до восстановления устаревших свидетельств.docs/qa/gates.md— шлюзы приемки слияния/релиза/продакшена.docs/ai-team/agent-registry.yaml— инженерные роли и полномочия.
Критические текущие блокирующие факторы
В предыдущем плане упоминались
pyrus_mcp_tools_spec.jsonиinventory.json, но эти артефакты отсутствуют в текущем репозитории. Точный устаревший контракт должен быть восстановлен до объявления паритета 1:1.В видимом плане указано «61 инструмент», но текущий видимый сгруппированный список независимо не сходится с этим числом. Таким образом, точное количество и названия устаревших инструментов являются задачей восстановления контракта уровня P0.
Один
SERVER_AUTH_TOKENне является адекватной моделью авторизации для многопользовательского продакшена. Цель — совместимая с MCP/OAuth авторизация по bearer-токенам, проверка аудитории, области действия, привязка к арендатору, отзыв и аудит.SQLite — это вариант для локальной разработки, а не долговечная производственная система записи.
Технологический стек
Pyrus MCP
Политика Python 3.11+; uv; FastMCP; Streamable HTTP; stdio для локальных тестов; Pydantic; httpx; pytest; Ruff; статическая типизация; PostgreSQL; опционально Redis; Docker; GitHub Actions; внешнее управление секретами.
Knowledge MCP
Python + FastMCP; PostgreSQL + pgvector; объектное хранилище для больших/сырых артефактов; адаптер провайдера эмбеддингов с записями модели/версии; фоновые задачи индексации/эмбеддинга; опционально Redis; та же дисциплина производственной безопасности и наблюдаемости.
Модель разработки
Каждый элемент реализации имеет одного основного исполнителя, независимого рецензента и явных владельцев шлюзов. Задача разделяется всякий раз, когда она содержит более одного независимо тестируемого результата. Новые открытия создают связанные задачи, а не молча расширяют объем.
Релиз в продакшен блокируется проверками архитектуры, контрактов, безопасности, QA, персистентности, наблюдаемости, стейджинга и релиза.
Полезные команды
node scripts/dashboard-server.mjs
# Open http://localhost:4748/Панель управления является интерфейсом к реестру задач; реестр и документы выше остаются источником истины.
This server cannot be deployed
Maintenance
Related MCP Connectors
Enable secure connectivity between Sentry issues and debugging data, and LLM clients, using a Model Context Protocol (MCP) server.
MCP server for your apps' tools and custom tools, plus hosted AI agents and approval-gated workflows
Zero-setup MCP gateway securely connecting AI to your tools with authentication and workflows
Zero-secret MCP gateway for AI agents: risk-scored, audited calls with human-in-the-loop approval.
Related MCP Servers
- AlicenseNot gradedqualityDmaintenanceProvides a secure gRPC transport layer for the Model Context Protocol (MCP) with mutual TLS, token-based authentication, and fine-grained authorization. Includes comprehensive telemetry and a real-time visualization dashboard for monitoring AI model interactions and security events.1Apache 2.0
- AlicenseNot gradedqualityCmaintenanceGoverned MCP server for bank-grade agent tool access with RBAC, PII redaction, rate limiting, and audit logging.MIT
- FlicenseNot gradedqualityBmaintenanceA protected Model Context Protocol server that gives AI agents distinct machine identities, enforces least-privilege OAuth permissions, applies contextual authorization policies, and pauses sensitive actions for human approval.-
- FlicenseNot gradedqualityCmaintenanceEnables secure, stateful AI agents and LLM tools to access enterprise databases, knowledge bases, live system metrics, and sandboxed code execution through the Model Context Protocol, with authentication, rate limiting, and safety guards.-