Agile Team MCP Server

Un servidor MCP que proporciona herramientas de envoltura de modelos para equipos de desarrollo ágil, que requiere claves API externas.

GitHubPrueba este MCPPatrocinado

Documentación

Servidor MCP de Agile Team

Un equipo de Personas Agente envuelto en un servidor MCP que tiene la capacidad de aprovechar a escala cómputo masivo al envolver varios proveedores de LLM para realizar actividades como una Persona de Equipo Ágil.

Características

Envoltura de Modelos: Envía indicaciones a múltiples modelos de LLM con una interfaz unificada
Corrección de Proveedor/Modelo: Corrige y valida automáticamente los nombres de proveedores y modelos
Soporte de Archivos: Envía indicaciones desde archivos y guarda respuestas en archivos
Descubrimiento de Proveedor/Modelo: Lista los proveedores y modelos disponibles
Herramientas de Persona: Personas especializadas como Analista de Negocios, Gerente de Producto, Redactor de Especificaciones y Tomador de Decisiones del Equipo

Configuración

Instalación

# Clone and install
git clone https://github.com/danielscholl/agile-team-mcp-server.git
cd agile-team-mcp-server
uv sync

# Install
uv pip install -e .

# Run tests to verify installation
uv run pytest

Configuración del Entorno

Crea y edita tu archivo .env con tus claves de API:

# Create environment file from template
cp .env.sample .env

Claves de API requeridas en tu archivo .env:

# Required API keys
OPENAI_API_KEY=your_openai_api_key_here
ANTHROPIC_API_KEY=your_anthropic_api_key_here
GEMINI_API_KEY=your_gemini_api_key_here  # For Google Gemini models
GROQ_API_KEY=your_groq_api_key_here
DEEPSEEK_API_KEY=your_deepseek_api_key_here
OLLAMA_HOST=http://localhost:11434

# Optional model configuration
DEFAULT_MODEL=openai:gpt-4o-mini
DEFAULT_TEAM_MODELS=["openai:gpt-4.1","anthropic:claude-3-7-sonnet","gemini:gemini-2.5-pro"]
DEFAULT_DECISION_MAKER_MODEL=openai:gpt-4o-mini

Configuración del Servidor MCP

Para utilizar este servidor MCP directamente en otros proyectos, usa los botones para instalar en VSCode o edita el directorio del archivo .mcp.json.

Los clientes tienden a tener configuraciones ligeramente diferentes

Configurar para Claude.app

{
  "mcpServers": {
    "agile-team": {
      "command": "uvx",
      "args": [
        "--from",
        "git+https://github.com/danielscholl/agile-team-mcp-server@main",
        "agile-team"
      ],
      "env": {
        "OPENAI_API_KEY": "<YOUR_OPENAI_KEY>",
        "ANTHROPIC_API_KEY": "<YOUR_ANTHROPIC_KEY>",
        "GEMINI_API_KEY": "<YOUR_GEMINI_KEY>",
        "GROQ_API_KEY": "<YOUR_GROQ_KEY>",
        "DEEPSEEK_API_KEY": "<YOUR_DEEPSEEK_KEY>",
        "OLLAMA_HOST": "http://localhost:11434",
        "DEFAULT_MODEL": "openai:gpt-4o-mini",
        "DEFAULT_TEAM_MODELS": "[\"openai:gpt-4.1\",\"anthropic:claude-3-7-sonnet\",\"gemini:gemini-2.5-pro\"]",
        "DEFAULT_DECISION_MAKER_MODEL": "openai:gpt-4o-mini"
      }
    }
  }
}

Configurar para Claude.code

Configura Agile Team con Claude Code fácilmente importándolo.

claude mcp add-from-claude-desktop

Nota: "--directory" sería la ruta al código fuente si no está en el mismo directorio.

# Copy this JSON configuration
{
    "command": "uvx",
    "args": ["--from", "git+https://github.com/danielscholl/agile-team-mcp-server@main", "agile-team"],
    "env": {
        "DEFAULT_MODEL": "openai:gpt-4o-mini",
        "DEFAULT_TEAM_MODELS": "[\"openai:gpt-4.1\",\"anthropic:claude-3-7-sonnet\",\"gemini:gemini-2.5-pro\"]",
        "DEFAULT_DECISION_MAKER_MODEL": "openai:gpt-4o-mini"
    }
}

# Then run this command in Claude Code
claude mcp add agile-team "$(pbpaste)"

Para eliminar la configuración más tarde:

claude mcp remove agile-team

Proveedores de LLM Disponibles

Proveedor	Prefijo Corto	Prefijo Completo	Ejemplo de Uso
OpenAI	`o`	`openai`	`o:gpt-4o-mini`
Anthropic	`a`	`anthropic`	`a:claude-3-5-haiku`
Google Gemini	`g`	`gemini`	`g:gemini-2.5-pro-exp-03-25`
Groq	`q`	`groq`	`q:llama-3.1-70b-versatile`
DeepSeek	`d`	`deepseek`	`d:deepseek-coder`
Ollama	`l`	`ollama`	`l:llama3.1`

Uso

Línea de Comandos

Ejecuta el servidor directamente:

uv run agile-team

Con Cliente MCP

Con un cliente MCP compatible, puedes conectarte al servidor:

mcp use agile-team

Indicaciones Disponibles

Iniciadores de conversación interactivos y flujos de trabajo guiados para ayudarte a descubrir y usar las capacidades del servidor.

Listar Activos de MCP

Obtén una visión general completa de todas las capacidades del servidor, incluyendo herramientas, personas, proveedores y flujos de trabajo.

Parámetros: Ninguno requerido

Uso:

# Get complete server capability overview
list_mcp_assets

Devuelve: Documentación integral en markdown que incluye:

Todas las herramientas disponibles con parámetros y ejemplos
Proveedores de LLM compatibles con accesos directos y ejemplos de uso
Personas de agente (Analista de Negocios, Gerente de Producto, Redactor de Especificaciones, Tomador de Decisiones)
Flujos de trabajo de inicio rápido para procesos de equipos ágiles
Patrones de uso avanzado y mejores prácticas
Consejos profesionales para la selección de modelos y optimización de flujos de trabajo

Esta indicación proporciona una visión general autodocumentada de todo el servidor MCP de agile-team, facilitando el descubrimiento de capacidades y el inicio de flujos de trabajo productivos.

Herramientas Disponibles

Listar Opciones Disponibles

Herramientas para descubrir los proveedores de LLM disponibles y sus modelos compatibles.

Herramienta Listar Proveedores

Lista todos los proveedores de LLM compatibles y sus prefijos de acceso directo.

Parámetros: Ninguno requerido

Ejemplos:

# Simple example
list_providers_tool

Herramienta Listar Modelos

Lista todos los modelos disponibles para un proveedor específico.

Parámetros:

Parámetro	Descripción	Valor Predeterminado
`provider`	El proveedor para listar modelos (por ejemplo, "openai", "anthropic")	requerido

Ejemplos:

# Simple example with full provider name
list_models_tool: "openai"

# Using provider shortcode
list_models_tool: "a"  # Lists Anthropic models

Enviar Indicaciones a Modelos

Envía indicaciones de texto directamente a modelos de LLM y obtén sus respuestas.

Parámetros:

Parámetro	Descripción	Valor Predeterminado
`text`	El texto de la indicación para enviar a los modelos	requerido
`models_prefixed_by_provider`	Lista de modelos en formato "proveedor:modelo"	`openai:gpt-4o-mini`

Características:

Envía indicaciones a uno o múltiples modelos simultáneamente
Usa sufijos de modelo para comportamientos especiales:
- :4k u otros números para presupuestos de tokens de pensamiento
- :high para mayor esfuerzo de razonamiento (solo OpenAI)

Ejemplos:

# Simple example
prompt_tool: "Create a plan for implementing user authentication"

# Complex example with multiple models and options
prompt_tool: "Analyze the trade-offs between microservices and monoliths" ["openai:gpt-4.1:high", "anthropic:claude-3-7-sonnet:4k"]

Trabajar con Archivos

Procesa indicaciones desde archivos y guarda respuestas en archivos para procesamiento por lotes.

Herramienta Desde Archivo

Parámetros:

Parámetro	Descripción	Valor Predeterminado
`file_path`	Ruta al archivo que contiene la indicación	requerido
`models_prefixed_by_provider`	Lista de modelos en formato "proveedor:modelo"	`openai:gpt-4o-mini`

Ejemplos:

# Simple example
prompt_from_file_tool: "prompts/function.md"

# Complex example with specific model
prompt_from_file_tool: "prompts/function.md" ["anthropic:claude-3-7-sonnet-20250219"]

Herramienta Desde Archivo a Archivo

Parámetros:

Parámetro	Descripción	Valor Predeterminado
`file_path`	Ruta al archivo que contiene la indicación	requerido
`models_prefixed_by_provider`	Lista de modelos en formato "proveedor:modelo"	`openai:gpt-4o-mini`
`output_path`	Ruta completa para el archivo de salida	Generada según la entrada
`output_dir`	Directorio para archivos de respuesta	directorio del archivo de entrada/respuestas
`output_extension`	Extensión de archivo para archivos de salida	`md`

Ejemplos:

# Simple example
prompt_from_file2file_tool: "prompts/uv_script.md"

# Complex example with specific model, output path and custom extension
prompt_from_file2file_tool: "prompts/diagram.md" ["anthropic:claude-3-7-sonnet"] "prompts/responses/architecture_diagram.md"

Toma de Decisiones del Equipo

Usa múltiples modelos como miembros del equipo para generar diferentes soluciones, luego un modelo tomador de decisiones evalúa y elige el mejor enfoque.

Parámetros:

Parámetro	Descripción	Valor Predeterminado
`from_file`	Ruta al archivo que contiene la indicación	requerido
`models_prefixed_by_provider`	Lista de modelos de miembros del equipo	`["openai:gpt-4.1", "anthropic:claude-3-7-sonnet", "gemini:gemini-2.5-pro"]`
`persona_dm_model`	Modelo para tomar la decisión	`openai:gpt-4o-mini`
`output_path`	Ruta completa para el documento de salida	Generada según la entrada
`output_dir`	Directorio para archivos de respuesta	directorio del archivo de entrada/respuestas
`output_extension`	Extensión de archivo para archivos de salida	`md`
`persona_prompt`	Indicación personalizada del tomador de decisiones	Plantilla predeterminada

Ejemplos:

# Simple example
persona_dm_tool: "prompts/decision.md"

# Complex example with custom team and decision maker model
persona_dm_tool: "prompts/decision.md" ["o:gpt-4.1", "a:claude-3-7-sonnet", "g:gemini-2.5-pro-preview-03-25"] persona_dm_model="o:o3" "prompts/responses/final_decision.md"

Persona de Analista de Negocios

Genera análisis de negocio detallados usando una Persona especializada de Analista de Negocios, con toma de decisiones opcional basada en equipo.

Capacidades:

Crear resúmenes de proyectos detallados y documentos de requisitos
Analizar necesidades de negocio y oportunidades de mercado
Definir alcance de MVP y priorización de características
Identificar audiencias objetivo y personas de usuario

Parámetros:

Parámetro	Descripción	Valor Predeterminado
`from_file`	Ruta al archivo que contiene los requisitos de negocio	requerido
`models_prefixed_by_provider`	Modelos a usar en formato "proveedor:modelo"	`openai:gpt-4o-mini`
`output_path`	Ruta completa para el documento de salida	Generada según la entrada
`output_dir`	Directorio para archivos de respuesta	directorio del archivo de entrada/respuestas
`output_extension`	Extensión de archivo para archivos de salida	`md`
`use_decision_maker`	Si usar toma de decisiones del equipo	`false`
`decision_maker_models`	Modelos para miembros del equipo si se usa tomador de decisiones	`["openai:gpt-4.1", "anthropic:claude-3-7-sonnet", "gemini:gemini-2.5-pro"]`
`decision_maker_model`	Modelo para la toma de decisiones final	`openai:gpt-4o-mini`

Ejemplos:

# Simple example
persona_ba_tool: "prompts/concept.md" "prompts/responses/project-brief.md"

# Complex example with team-based decision making
persona_ba_tool: "prompts/concept.md" use_decision_maker=true decision_maker_model="o:04-mini" "prompts/responses/project-brief.md"

Persona de Gerente de Producto

Genera planes integrales de gestión de productos usando una Persona especializada de Gerente de Producto, con toma de decisiones opcional basada en equipo.

Capacidades:

Crear planes de producto detallados con características priorizadas y cronogramas claros
Desarrollar visión y estrategia de producto
Realizar análisis de mercado y competitivo
Definir historias de usuario y requisitos
Gestionar colaboración de equipos multifuncionales
Implementar toma de decisiones basada en datos

Parámetros:

Parámetro	Descripción	Valor Predeterminado
`from_file`	Ruta al archivo que contiene los requisitos del producto	requerido
`models_prefixed_by_provider`	Modelos a usar en formato "proveedor:modelo"	`openai:gpt-4o-mini`
`output_path`	Ruta completa para el documento de salida	Generada según la entrada
`output_dir`	Directorio para archivos de respuesta	directorio del archivo de entrada/respuestas
`output_extension`	Extensión de archivo para archivos de salida	`md`
`use_decision_maker`	Si usar toma de decisiones del equipo	`false`
`decision_maker_models`	Modelos para miembros del equipo si se usa tomador de decisiones	`["openai:gpt-4.1", "anthropic:claude-3-7-sonnet", "gemini:gemini-2.5-pro"]`
`decision_maker_model`	Modelo para la toma de decisiones final	`openai:gpt-4o-mini`
`pm_prompt`	Plantilla de indicación personalizada del Gerente de Producto	Plantilla predeterminada
`decision_maker_prompt`	Plantilla de indicación personalizada del tomador de decisiones	Plantilla predeterminada

Ejemplos:

# Simple example
persona_pm_tool: "prompts/responses/project-brief.md" "prompts/responses/project-prd.md"

# Complex example with team-based decision making
persona_pm_tool: "prompts/responses/project-brief.md" use_decision_maker=true decision_maker_model="o:gpt-4o-mini" "prompts/responses/project-prd.md"

Persona de Redactor de Especificaciones

Genera documentos de especificación claros y listos para desarrolladores a partir de PRDs, resúmenes de proyectos o solicitudes de usuario usando una Persona especializada de Redactor de Especificaciones.

Capacidades:

Producir especificaciones técnicas a partir de PRDs o resúmenes de proyectos
Definir instrucciones de implementación paso a paso para desarrolladores y agentes de IA
Crear especificaciones integrales con patrones arquitectónicos y criterios de validación
Definir comportamiento de herramientas, estructura de CLI, diseño de directorios y planes de prueba
Usar ejemplos enfocados y reproducibles para comunicar patrones arquitectónicos
Asegurar que cada especificación incluya pasos de validación para verificar la implementación

Parámetros:

Parámetro	Descripción	Valor Predeterminado
`from_file`	Ruta al archivo que contiene requisitos o PRD	requerido
`models_prefixed_by_provider`	Modelos a usar en formato "proveedor:modelo"	`openai:gpt-4o-mini`
`output_path`	Ruta completa para el documento de salida	Generada según la entrada
`output_dir`	Directorio para archivos de respuesta	directorio del archivo de entrada/respuestas
`output_extension`	Extensión de archivo para archivos de salida	`md`
`use_decision_maker`	Si usar toma de decisiones del equipo	`false`
`decision_maker_models`	Modelos para miembros del equipo si se usa tomador de decisiones	`["openai:gpt-4.1", "anthropic:claude-3-7-sonnet", "gemini:gemini-2.5-pro"]`
`decision_maker_model`	Modelo para la toma de decisiones final	`openai:gpt-4o-mini`
`sw_prompt`	Plantilla de indicación personalizada del Redactor de Especificaciones	Plantilla predeterminada
`decision_maker_prompt`	Plantilla de indicación personalizada del tomador de decisiones	Plantilla predeterminada

Ejemplos:

# Simple example - generate a specification from a PRD
persona_sw_tool: "prompts/responses/project-prd.md" "prompts/responses/project-spec.md"

# Complex example with team-based decision making
persona_sw_tool: "prompts/responses/project-prd.md" use_decision_maker=true decision_maker_model=["o:gpt-4o-mini"] "prompts/responses/project-spec.md"