plori

resmi

Buat dan jalankan agen cloud plori (masing-masing agen AI di komputer cloudnya sendiri)

Apa yang bisa Anda lakukan dengan Plori MCP?

  • Buat daftar dan periksa Workspace — Minta asisten Anda untuk membuat daftar Workspace yang Anda miliki beserta statusnya, agen default, dan revisi saat ini.
  • Baca dan unggah file Workspace — Baca file atau daftar direktori dari revisi yang tersimpan, atau tulis file ke file Workspace saat ini.
  • Kirim pesan dan dapatkan hasil run — Kirim pesan ke percakapan Workspace, lalu ambil status run, kredit, token, dan balasannya.
  • Kelola worker paralel — Mulai worker pada salinan file Workspace mereka sendiri, periksa statusnya, arahkan worker yang sedang berjalan, atau hentikan grup tugas.
  • Tinjau dan gabungkan changeset — Buat daftar changeset milik worker, lihat path yang berubah dan yang berkonflik, lalu terima atau tolak perubahannya.
  • Tangani persetujuan yang tertunda — Buat daftar run yang dijeda karena persetujuan atau pertanyaan dan jawab atau tolak, dengan persetujuan dibuka di aplikasi web.

Dokumentasi

plori

Plori menjalankan agen AI yang berkolaborasi pada satu produk di cloud.

Plori menjalankan agen AI yang berkolaborasi pada satu produk di cloud. Kode, riset, konten: masing-masing bekerja pada salinannya sendiri, dan Plori menggabungkan perubahan mereka kembali. Para agen bekerja di Workspace cloud yang menyimpan file produk beserta revisi tersimpan. Hanya file Workspace yang bertahan antar proses. Anda berbicara dengan agen Anda di aplikasi web, atau mengendalikannya dari alat Anda sendiri melalui MCP dan REST.

Repositori ini adalah pintu masuk integrasi. Produknya sendiri berada di plori.ai; server MCP remote berada di https://api.plori.ai/mcp.

Hubungkan klien MCP Anda

plori adalah server MCP remote (streamable HTTP). Tidak ada yang perlu dipasang atau dijalankan secara lokal. Proses masuk terjadi di browser Anda melalui OAuth 2.1 saat klien Anda terhubung untuk pertama kalinya; lingkungan headless dapat menggunakan API key sebagai gantinya.

Claude Code

Tempelkan ini ke percakapan Claude Code Anda:

Set up https://plori.ai/SKILL.md

Claude membaca instruksi penyiapan dan mengonfigurasi MCP jika diperlukan. Jika server baru belum dimuat, ketik /reload-plugins saat Claude bertanya, lalu lanjutkan di percakapan yang sama. Dengan pairing, buka alamat pendek yang ditampilkan Claude, masukkan kode, masuk, dan setujui. Anda dapat menggunakan ponsel saat Claude Code berjalan di mesin remote. Tidak diperlukan skill atau plugin yang terpasang.

Cursor

Gunakan tombol Add to Cursor sekali klik, atau tambahkan secara manual: Settings -> MCP -> Add server dengan 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 mendeteksi OAuth plori secara otomatis di login. Alternatif sekali pasang dengan skill yang disertakan: codex plugin marketplace add plori-ai/codex-plugin lalu codex plugin add plori@plori.

Cline

Ikuti llms-install.md, yang ditulis untuk pemasang otomatis Cline.

Klien lain apa pun

Klien streamable-HTTP native terhubung ke https://api.plori.ai/mcp secara langsung. Klien yang hanya mendukung stdio dapat menjembatani dengan paket npm plori-mcp (pembungkus tipis di sekitar mcp-remote dengan endpoint yang dipatok; repositori ini adalah sumbernya):

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 key dibuat di Dashboard -> Settings pada akun yang terdaftar.

Atau lewati MCP: terminal Anda sendiri

plori CLI bukan klien MCP. Ia adalah pintu tersendiri, dan membuka sesi langsung yang sama dengan yang ditampilkan aplikasi web: riwayat terbaru, prompt, output streaming, dan antrean persetujuan dalam satu tempat. Giliran yang Anda kirim di terminal muncul di tab browser yang terbuka saat streaming.

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

Pemasang menaruh satu binary statis di ~/.local/bin dan tidak memerlukan Node; jika direktori itu belum ada di PATH Anda, skrip mencetak baris untuk ditambahkan. npm i -g @plori/cli works too. The argument to attach adalah nama agen, id agen, atau id sesi, sehingga id sesi yang disalin dari aplikasi web dapat digunakan sendiri. Ctrl-D melepaskan diri dan membiarkan proses tetap berjalan di server.

Terminal tidak memberi agen akses ke file lokal Anda. Shell dan file Workspace berada di cloud Plori.

Verifikasi koneksi

Tanyakan kepada klien Anda:

List my plori Workspaces and tell me how many credits I have left.

Anda seharusnya melihat pemanggilan alat list_workspaces dan get_credits serta jawaban yang nyata.

Apa yang dilakukan alat-alat ini

Server mengekspos 24 alat dalam lima kelompok. Workspace menyimpan file yang tahan lama dengan revisi tersimpan, percakapan utama, dan riwayat proses. Agen berjalan di Workspace dengan shell dan file Workspace di bawah /workspace.

  • Workspace dan akun: list_workspaces (Workspace yang Anda miliki, dengan status, agen default, revisi saat ini, dan storage_readiness saat penyimpanan dimulai), create_workspace (Workspace dengan revisi pertamanya. Kecuali Anda meneruskan default_manager_agent_id, ini juga membuat agen default. idempotency_key membuat percobaan ulang mengembalikan Workspace yang sama), delete_workspace (hapus permanen Workspace beserta file, revisi, salinan, dan percakapannya), read_workspace_file (file atau daftar direktori dalam revisi tersimpan), upload_workspace_file (tulis file ke file saat ini Workspace, menggantikan file apa pun di path tersebut; teruskan teks UTF-8 sebagai content, atau hilangkan content untuk upload_url sekali pakai untuk file yang lebih besar atau biner), get_workspace_costs (jumlah yang ditagih untuk proses suatu Workspace atau satu grup tugas dalam jendela waktu), get_credits (saldo prabayar, paket, dan batas).
  • Proses: send_workspace_message (kirim pesan ke percakapan Workspace dan tunggu balasannya, dengan wait_seconds untuk mengatur berapa lama menahan, idempotency_key agar percobaan ulang mengembalikan proses asli, dan callback_url plus callback_secret untuk mengirim notifikasi status bertanda tangan ke endpoint Anda), get_run_result (status proses, stempel waktu, kredit, token, kemajuan alat, dan balasan setelah selesai; untuk manajer Workspace yang menunggu pekerjanya, worker_inputs mencantumkan pertanyaan dan persetujuan terbuka para pekerja dan next_run_id menyebutkan proses yang melanjutkannya), list_runs (riwayat proses agen, terbaru lebih dulu), cancel_run (hentikan proses yang sedang berjalan, yang melaporkan cancelling lalu cancelled), schedule_run (jalankan agen sekali nanti, setelah jeda atau pada stempel waktu. Ini mengembalikan awaiting_confirmation dan confirm_url. Plori mengantrekan proses hanya setelah Anda mengonfirmasinya di aplikasi web Plori).
  • Human-in-the-loop: list_pending_inputs (proses yang dijeda pada persetujuan atau permintaan input), answer_pending_input (tolak salah satunya, atau jawab pertanyaan agen, yang memulai proses lanjutan). Klien MCP tidak dapat menyetujui tindakan: setiap persetujuan yang dijeda membawa approve_url yang Anda buka di aplikasi web Plori.
  • Pekerja: create_workspace_worker (jalankan agen pada salinannya sendiri dari file Workspace, sehingga beberapa pekerja berjalan bersamaan tanpa mengubah file satu sama lain), list_workspace_workers dan get_workspace_worker (status, proses, dan apakah Plori menyimpan file pekerja), steer_workspace_worker (kirim pesan ke giliran pekerja yang sedang berjalan), stop_workspace_task_group (hentikan setiap pekerja dalam grup tugas).
  • Changeset: saat proses pekerja selesai secara normal dan mengubah setidaknya satu file, Plori mengirimkan file tersimpannya dan menerima perbandingan yang bersih sendiri. submit_workspace_changeset (kirimkan file tersimpan dari pekerja yang prosesnya berakhir dengan error, dibatalkan, atau dihentikan, untuk dibandingkan dengan file Workspace saat ini), list_workspace_changesets dan get_workspace_changeset (status, fase, serta path yang berubah dan berkonflik), accept_workspace_changeset (perubahan pekerja menjadi file Workspace saat ini sebagai revisi baru), reject_workspace_changeset (biarkan file Workspace apa adanya).

Giliran yang masih berjalan saat penahanan berakhir berlanjut di server: send_workspace_message mengembalikan run_id dengan status running dan jeda poll_after_seconds, dan Anda membaca jawabannya dengan get_run_result menggunakan wait=true (atau wait_seconds Anda sendiri, hingga 1800).

Biaya: menjalankan agen menghabiskan kredit plori dari akun Anda. Membaca (daftar, hasil, saldo) gratis. Halaman harga memiliki detailnya. Cabut akses klien kapan saja di pengaturan klien Anda, atau cabut API key di Dashboard -> Settings.

Untuk agen AI yang membaca ini

Titik masuk yang dapat dibaca mesin:

  • Pintu depan: plori.ai/agents.md
  • Indeks situs: plori.ai/llms.txt
  • Skill: SKILL.md (indeks: /.well-known/agent-skills/index.json)
  • Kartu server MCP: https://api.plori.ai/mcp/server-card
  • Penemuan OAuth: metadata protected-resource RFC 9728 di api.plori.ai, pendaftaran klien dinamis didukung
  • Entri registri: ai.plori/plori di MCP Registry resmi

Setiap halaman di plori.ai juga disajikan sebagai Markdown: tambahkan .md ke path atau kirim Accept: text/markdown.

Dokumentasi dan dukungan