plori

plori

plori (plori.ai): ein Cloud-KI-Agent mit eigener persistenter Umgebung – dauerhafter Speicher, echte CLI-Werkzeuge und Gedächtnis.

plori stellt den Agenten bereit: Jeder erhält eine persistente Maschine mit echtem Speicher, echten Werkzeugen und einem eigenen Gedächtnis. Im Leerlauf werden Agenten auf null skaliert. Sie sprechen mit Ihren Agenten in der Web-App oder steuern sie über MCP und REST mit Ihren eigenen Werkzeugen.

Dieses Repository ist die Integrationstür. Das Produkt selbst befindet sich unter plori.ai; der entfernte MCP-Server befindet sich unter https://api.plori.ai/mcp.

Verbinden Sie Ihren MCP-Client

plori ist ein entfernter MCP-Server (streamable HTTP). Es gibt nichts lokal zu installieren oder auszuführen. Die Anmeldung erfolgt beim ersten Verbinden Ihres Clients in Ihrem Browser über OAuth 2.1; headless-Umgebungen können stattdessen einen API-Schlüssel verwenden.

Claude Code

Fügen Sie dies in Ihre Claude-Code-Konversation ein:

Richten Sie https://plori.ai/SKILL.md ein

Claude liest die Einrichtungsanweisungen und konfiguriert MCP bei Bedarf. Wenn der neue Server nicht geladen wurde, geben Sie /reload-plugins ein, wenn Claude fragt, und fahren Sie dann in derselben Konversation fort. Bei der Kopplung öffnen Sie die kurze Adresse, die Claude anzeigt, geben den Code ein, melden sich an und genehmigen. Sie können ein Telefon verwenden, während Claude Code auf einem entfernten Rechner läuft. Es ist kein installiertes Skill oder Plugin erforderlich.

Cursor

Verwenden Sie die Ein-Klick-Schaltfläche Zu Cursor hinzufügen oder fügen Sie manuell hinzu: Settings -> MCP -> Add server mit URL https://api.plori.ai/mcp.

VS Code

code --add-mcp '{"name":"plori","type":"http","url":"https://api.plori.ai/mcp"}'

Codex CLI

codex mcp add plori --url https://api.plori.ai/mcp
codex mcp login plori

Codex erkennt ploris OAuth auf login automatisch. Einmalige Installationsalternative mit gebündeltem Skill: codex plugin marketplace add plori-ai/codex-plugin und dann codex plugin add plori@plori.

Cline

Folgen Sie llms-install.md, geschrieben für Clines automatischen Installer.

Jeder andere Client

Native streamable-HTTP-Clients verbinden sich direkt mit https://api.plori.ai/mcp. Clients, die nur stdio sprechen, können mit dem plori-mcp npm-Paket überbrückt werden (ein dünner Wrapper um mcp-remote mit festgelegtem Endpunkt; dieses Repository ist seine Quelle):

npx plori-mcp
# headless / CI: authenticate with an API key instead of the OAuth flow
npx plori-mcp --header "Authorization: Bearer plori_sk_..."
# equivalent, without the wrapper:
npx mcp-remote https://api.plori.ai/mcp

API-Schlüssel werden in Dashboard -> Einstellungen auf einem registrierten Konto erstellt.

Oder überspringen Sie MCP: Ihr eigenes Terminal

Die plori CLI ist kein MCP-Client. Sie ist eine eigene Tür und öffnet dieselbe Live-Sitzung, die die Web-App anzeigt: den aktuellen Verlauf, eine Eingabeaufforderung, Streaming-Ausgabe und die Genehmigungswarteschlange an einem Ort. Eine Runde, die Sie im Terminal senden, erscheint in einem geöffneten Browser-Tab, während sie streamt.

curl -fsSL https://plori.ai/install.sh | sh
plori login && plori attach <agent-name>

Der Installer legt eine statische Binärdatei in ~/.local/bin ab und benötigt kein Node; wenn dieses Verzeichnis noch nicht in Ihrem PATH ist, gibt das Skript die hinzuzufügende Zeile aus. npm i -g @plori/cli works too. The argument to attach ist ein Agentenname, eine Agenten-ID oder eine Sitzungs-ID, sodass eine aus der Web-App kopierte Sitzungs-ID für sich allein funktioniert. Ctrl-D trennt die Verbindung und lässt den Lauf auf dem Server weiterlaufen.

Das Terminal gewährt dem Agenten keinen Zugriff auf Ihre lokalen Dateien. Die Shell, der Speicher und die Dateien gehören zur eigenen Cloud-Umgebung des Agenten.

Verbindung überprüfen

Fragen Sie Ihren Client:

Listen Sie meine plori-Agenten auf und sagen Sie mir, wie viele Credits ich noch habe.

Sie sollten list_agents- und get_credits-Toolaufrufe und eine echte Antwort sehen.

Was die Werkzeuge tun

Der Server stellt 25 Werkzeuge in fünf Gruppen bereit.

• Agenten (der Plori-Router wählt das Modell jedes Agenten pro Aufgabe): list_agents (Ihre Agenten, mit Modell und Live-Sitzungsstatus), get_agent (Name, Typ, Modell und Status eines Agenten sowie sein Postfach mit Nachrichten von anderen Agenten auf dem Konto), create_agent (einen Agenten nach Namen abrufen oder erstellen, was einen vorhandenen Agenten dieses Namens wiederverwendet, anstatt ein Duplikat zu erstellen), delete_agent (einen Agenten dauerhaft löschen und seinen Speicher widerrufen).
• Läufe: invoke_agent (eine Nachricht senden und auf die Antwort warten, mit wait_seconds zum Festlegen, wie lange gehalten werden soll, idempotency_key, damit ein Wiederholungsversuch den ursprünglichen Lauf zurückgibt, und callback_url plus callback_secret zum Posten einer signierten Statusbenachrichtigung an Ihren Endpunkt), get_run_result (Status eines Laufs, Zeitstempel, Credits, Token, Tool-Fortschritt und die Antwort, sobald er abgeschlossen ist), list_runs (Laufverlauf eines Agenten, neueste zuerst), cancel_run (einen laufenden Lauf stoppen, was cancelling und dann cancelled meldet), schedule_run (einen Agenten einmal später aufrufen, nach einer Verzögerung oder zu einem Zeitstempel).
• Human-in-the-Loop: list_pending_inputs (Läufe, die auf eine Genehmigung oder eine Eingabeanfrage pausiert sind), answer_pending_input (eine genehmigen, ablehnen oder beantworten, was einen Fortsetzungslauf startet).
• Workflows: list_workflows (jeder Workflow, oder die eines Agenten mit agent_id, oder die nicht zugewiesenen mit agent_id="none"), get_workflow (Metadaten und die für die Ausführung festgelegte Schrittprojektion), get_workflow_version (vollständige Definition und Parameterwerte einer exakten Version), create_workflow (ein leerer Workflow auf einem manuellen, Cron- oder Webhook-Trigger, den ein Agent erstellen soll), edit_workflow (eine Charge eingeschränkter Bearbeitungen als ein neuer Entwurf, unter Compare-and-Swap auf base_version), set_workflow_agent (einen Ihrer Agenten einem Workflow zuweisen, typischerweise nachdem delete_agent pausierte Workflows meldet oder run_workflow workflow_agentless zurückgibt), run_workflow (einen erstellten Workflow jetzt ausführen, als echte, abgerechnete Ausführung), list_workflow_executions (aktuelle Ausführungen mit Status, Fehler, Triggerquelle, Zeitmessung und Credits), get_workflow_execution (Eingabe- und Ausgabepayloads einer Ausführung pro Schritt).
• Konto: get_credits (Guthaben und Plan), get_usage (Ausgaben nach Zähler und nach Agent), get_disk (enthaltene, gekaufte und verwendete Bytes), empty_trash (den Papierkorb eines Agenten dauerhaft leeren, sodass gelöschte Dateien nicht mehr gegen den Speicher zählen; nur während der Pod dieses Agenten schläft), list_connections (Ihre Drittanbieter-OAuth-Anbieter mit Status, Autorisierungs- und Ablaufzeiten sowie den für jeden konfigurierten Bereichen, niemals Token oder Client-Geheimnisse).

Eine Runde, die bei Ablauf der Haltezeit noch läuft, wird auf dem Server fortgesetzt: invoke_agent gibt eine run_id mit Status running und einer poll_after_seconds-Verzögerung zurück, und Sie lesen die Antwort mit get_run_result unter Verwendung von wait=true (oder Ihrer eigenen wait_seconds, bis zu 1800).

Kosten: Das Erstellen und Ausführen von Agenten verbraucht plori-Credits von Ihrem Konto. Lesen (Listen, Ergebnisse, Guthaben) ist kostenlos. Die Preisseite enthält die Details. Widerrufen Sie den Zugriff eines Clients jederzeit in den Einstellungen Ihres Clients oder widerrufen Sie den API-Schlüssel in Dashboard -> Einstellungen.

Für KI-Agenten, die dies lesen

Die maschinenlesbaren Einstiegspunkte:

• Eingangstür: plori.ai/agents.md
• Seitenindex: plori.ai/llms.txt
• Skill: SKILL.md (Index: /.well-known/agent-skills/index.json)
• MCP-Serverkarte: https://api.plori.ai/mcp/server-card
• OAuth-Erkennung: RFC 9728 geschützte-Ressourcen-Metadaten auf api.plori.ai, dynamische Client-Registrierung unterstützt
• Registry-Eintrag: ai.plori/plori in der offiziellen MCP-Registry

Jede Seite auf plori.ai wird auch als Markdown bereitgestellt: Hängen Sie .md an den Pfad an oder senden Sie Accept: text/markdown.

Dokumentation und Support

• Verbindungsleitfaden (pro Client, aktuell gehalten)
• Dokumentation
• Datenschutz und Nutzungsbedingungen
• Fragen: agent@plori.ai