Skip to main content
Glama

pipeflow-mcp

PipeFlow MCP Server —— AI Agent 任务的被动状态跟踪容器。

注意:本项目是实验 / demo 性质的学习作品,作者发布它用于代码评审与学习,真实场景下的实用价值尚未确证,不保证有用。


这是什么

pipeflow-mcp 是一个基于 Model Context Protocol (stdio JSON-RPC) 的 MCP 服务器。它把 agent 的工作流执行过程记录到一个由 FSM 驱动的 pipeline 账本里,提供:

  • FSM 状态机:5 状态 × 5 action,pending / running / succeeded / failed / skipped,由 transitions 库实现

  • 审计完整性reset 保留所有 annotations + reports,delete 是 soft-delete,events 表 append-only

  • 重试与时间预算:retry 计数器 lifetime,stage-level time_budget_seconds 派生 time_status

  • 16 个 pipeflow_* 工具:声明 / 状态推进 / 读取 / 注解 / 报告 / 仪表盘 / 健康检查,其中 pipeflow_stage_advance 是唯一的状态变更入口

  • Cursor 分页:4 个 list 工具共享 base64-urlsafe(last_id + filter_fingerprint) 不透明 cursor,filter 改变即 cursor 失效

  • 静态 HTML 仪表盘:导出产物含 7 个 section —— Pipeline Overview / Decision Chain / Reflection Trace / Iteration Compare / Metric Analysis / Deliverables / Events Stream,Jinja2 autoescape 防 XSS,导出路径白名单

  • 错误脱敏:客户端消息只含 pipeline_id / stage_id / 错误类名,SQL 片段 / 文件路径 / 堆栈仅走 stderr 结构化日志

  • Schema 校验:5 个 ReportType —— decision / reflection / metric_report / deliverable / iteration_summary,对应 JSON Schema,启动时注册

  • 类型化响应:8 个 Pydantic v2 view model,FastMCP outputSchema 自动填充字段契约,extra='forbid' 锁定公开 JSON 契约

完整 API 文档见 docs/api.md


Related MCP server: Subconductor

状态

指标

版本

v0.1.0

MCP 工具

16 个 pipeflow_*,2 declare · 1 state_advance · 4 read · 3 annotation · 2 report · 3 dashboard · 1 health

测试

584 passing,unit + integration + e2e + stdio smoke

静态检查

ruff ✅ · mypy --strict

Python

3.11 - 3.14,运行时最低 3.11,CI 矩阵 3.13 + 3.14

存储

SQLite WAL,单写者假设,多进程并发写不在设计范围内


安装与运行

MCP 客户端

从 GitHub 直接安装:

uvx --from git+https://github.com/AstralVoidZ/pipeflow-mcp pipeflow-mcp

或者从本地源码 checkout 启动:

git clone https://github.com/AstralVoidZ/pipeflow-mcp.git
cd pipeflow-mcp
uv venv --python 3.14 .venv
uv pip install -e ".[dev]"
uvx --from . pipeflow-mcp    # dev 模式

Server 通过 stdio 监听 JSON-RPC,stdout 保留给 JSON-RPC,所有日志走 stderr

客户端配置示例

Claude Code~/.claude/mcp_servers.json

{
  "mcpServers": {
    "pipeflow": {
      "command": "uvx",
      "args": ["--from", "git+https://github.com/AstralVoidZ/pipeflow-mcp", "pipeflow-mcp"],
      "env": {
        "PIPEFLOW_DB_PATH": "~/.pipeflow_mcp/state.db",
        "PIPEFLOW_LOG_LEVEL": "INFO"
      }
    }
  }
}

opencode,项目级 .opencode/config.json

{
  "mcp": {
    "pipeflow": {
      "type": "local",
      "command": ["uvx", "--from", "git+https://github.com/AstralVoidZ/pipeflow-mcp", "pipeflow-mcp"],
      "environment": {
        "PIPEFLOW_DB_PATH": "~/.pipeflow_mcp/state.db",
        "PIPEFLOW_LOG_LEVEL": "INFO"
      },
      "enabled": true
    }
  }
}

工具矩阵

Category

Tool

说明

Declare

pipeflow_create

一次性创建 pipeline + stages,支持 yaml_spec,与 name / stages / metadata 互斥

pipeflow_stage_append

追加 stage 到已存在 pipeline

State

pipeflow_stage_advance

唯一状态变更入口,start / complete / fail / skip / retry

Read

pipeflow_get_state

单 pipeline 当前状态

pipeflow_get_snapshot

完整快照,含 reports 聚合 + time_status

pipeflow_list

pipelines 列表,metadata_filter + cursor

pipeflow_history

events 流,stage_id / event_types / since / until + cursor

Annotation

pipeflow_annotation_upsert

upsert 注解,决策记录

pipeflow_annotation_list

注解索引,不含 data,3 层梯度

pipeflow_annotation_get

注解完整 payload

Report

pipeflow_report_submit

提交 5 种类型报告,schema 校验

pipeflow_report_list

报告列表,type / iteration / cursor

Dashboard

pipeflow_reset

append-only reset,保留注解 + 报告

pipeflow_delete

soft-delete,list 排除,history 保留

pipeflow_report_export

7 段 HTML 仪表盘导出,白名单路径

Health

pipeflow_health

liveness + readiness + uptime,PRAGMA user_version DB 检查

完整参数 / 返回 schema / 错误清单见 docs/api.md


配置

pipeflow-mcp 不接受任何 CLI 参数,无 --db-path 之类的 flag。所有配置通过环境变量传入,客户端在 MCP server 配置的 env 块里设置即可。误传 --db-path 只会在 cwd 留下一个同名空文件。

变量

默认值

说明

PIPEFLOW_DB_PATH

~/.pipeflow_mcp/state.db

SQLite 数据库文件路径,首次启动自动 init_db

PIPEFLOW_EXPORT_DIR

~/.pipeflow_mcp/exports/

pipeflow_report_export 写入根,白名单校验

PIPEFLOW_LOG_LEVEL

INFO

日志级别,DEBUG / INFO / WARNING / ERROR

PIPEFLOW_LOG_FORMAT

text

stderr 日志格式,设为 json 切换为结构化 JSON lines,字段 timestamp / level / logger / message / request_id / pipeline_id / stage_id / tool

所有日志写入 stderr,stdout 保留给 JSON-RPC 通信。


架构

5 层严格单向依赖:

protocol (MCP tools / server.py)
   → view layer (Pydantic v2 view models, extra='forbid')
      → persistence orchestration (orchestration/ — advance, create, append, reset, delete, snapshot, annotate, reports, queries, ...)
         → { FSM layer (fsm/machine.py) , Spec layer (yaml_parser, report_registry, result_validator) }
            → data contract layer (models/*.py — dataclasses only)
               → error layer (errors/*.py)

侧模块,storage/ (DB + DAO + migrations) · pagination/ (cursor codec) · export/ (Jinja2 + 8 模板) · tools/ (16 薄封装) · config.py (env + logging)。

不变量

  1. stdout = JSON-RPC,stderr = logs,任何 stdout 写入会破坏 MCP 客户端

  2. DAO 是 SQL 边界,orchestration / fsm / spec / tools / pagination / export 永不 import pipeflow_mcp.storage.dao

  3. 单写者假设,SQLite WAL 在单 host + 单 writer 下安全,多进程并发写超出设计范围

  4. user_version 降级拒绝,永不静默 forward-migrate,启动时抛 RuntimeError 是正确行为

  5. Annotation 列表不含 data,list 返回 AnnotationSummarydata 只能通过 get 取得

  6. reset append-only,保留 annotations + reports + 历史 events,只追加 type='reset' event

  7. View 单向投影tools → views → models 是唯一允许方向,反向 import 被 test_views_have_no_dao_imports 强制禁止


开发

本地验证

ruff check src/pipeflow_mcp/ tests/
mypy src/pipeflow_mcp/
pytest tests/ -v --cov=pipeflow_mcp --cov-fail-under=85

打包

本地构建 wheel + sdist 到 release/ 目录,.gitignore 排除。

./scripts/build.sh            # clean + lint + type + test + build
./scripts/build.sh --wheel    # 只构建 wheel
./scripts/build.sh --check    # 跳过 clean,直接基于当前 venv 构建

产物 release/pipeflow_mcp-<version>-*.whlrelease/pipeflow_mcp-<version>.tar.gz,用于个人 GitHub Release 上传。


许可证

MIT,见 LICENSE

A
license - permissive license
-
quality - not tested
B
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.

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/AstralVoidZ/pipeflow-mcp'

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