Accordo MCP Server

Fornece orientação dinâmica de fluxo de trabalho baseada em YAML para agentes de codificação de IA, com fluxos de desenvolvimento estruturados, controle de progressão e pontos de decisão.

Documentação

Accordo Logo

Accordo MCP Server

PyPI - Version GitHub Actions Workflow Status GitHub Release Date Quality Gate Status

Um poderoso servidor MCP (Model Context Protocol) que fornece orientação dinâmica de fluxos de trabalho baseada em YAML para agentes de codificação de IA. Inclui fluxos de trabalho de desenvolvimento estruturados com controle de progressão e pontos de decisão.

O Que Isso Faz

Este servidor guia agentes de IA por fluxos de trabalho de desenvolvimento estruturados e orientados por esquema:

  • 📋 Fluxos de Trabalho YAML Dinâmicos: Fluxos de trabalho personalizados definidos em YAML com execução orientada por esquema
  • 🔍 Descoberta Primeiro: Descobre e seleciona automaticamente fluxos de trabalho apropriados com base na tarefa
  • ⚡ Estado em Tempo Real: Rastreamento de estado de fluxo de trabalho ao vivo com gerenciamento abrangente de sessão
  • 🎯 Orientação Obrigatória: Instruções autoritativas fase por fase que os agentes devem seguir
  • 🤖 Fluxos de Trabalho Gerados por Agentes: Capacidade única para agentes criarem fluxos de trabalho YAML personalizados em tempo real

Duas Abordagens de Fluxo de Trabalho

Processo Integrado de Descoberta de Fluxos de Trabalho

  1. Descoberta Automática - O sistema verifica .accordo/workflows/ em busca de fluxos de trabalho YAML disponíveis
  2. Correspondência Inteligente - Analisa a descrição da tarefa em relação às capacidades e objetivos do fluxo de trabalho
  3. Seleção do Fluxo de Trabalho - O agente escolhe o fluxo de trabalho mais apropriado entre as opções descobertas
  4. Execução Imediata - O fluxo de trabalho selecionado inicia com gerenciamento completo de estado e controle de progressão

Isso fornece acesso instantâneo a fluxos de trabalho comprovados para padrões comuns de desenvolvimento — codificação, documentação, depuração e muito mais!

Processo de Geração de Fluxos de Trabalho por Agentes

  1. Analisar Requisitos da Tarefa - O agente entende as necessidades específicas
  2. Obter Orientação de Criação - Modelos abrangentes e melhores práticas fornecidos
  3. Gerar YAML Personalizado - O agente cria um fluxo de trabalho adaptado aos requisitos exatos
  4. Iniciar Execução - O fluxo de trabalho personalizado é executado com gerenciamento completo de estado

Isso permite que os agentes criem fluxos de trabalho para qualquer domínio — desenvolvimento web, ciência de dados, DevOps, pesquisa, documentação, testes e muito mais!

Início Rápido

Instalando a CLI accordo

A CLI accordo fornece configuração e gerenciamento fáceis de servidores MCP. Instale-a diretamente com:

# Download and run the installation script
curl -fsSL https://raw.githubusercontent.com/AndurilCode/accordo/refs/heads/main/install.sh | bash

O instalador irá:

  • ✅ Detectar seu ambiente (ambiente virtual, ferramentas disponíveis)
  • 🌍 Instalação global (recomendada): Usa pipx para acesso em todo o sistema
  • 📦 Ambiente virtual: Usa uv ou pip se você estiver em um venv
  • 🔧 Configuração automática: Gerencia dependências e configuração do PATH

Uso da CLI

# Configure MCP servers interactively
accordo configure

# Quick setup for specific platforms
accordo configure -p cursor -y
accordo configure -p claude-code -y

# Deploy workflow guidelines to AI assistants
accordo bootstrap-rules              # All assistants
accordo bootstrap-rules cursor       # Cursor only
accordo bootstrap-rules --force all  # Overwrite existing

# List supported platforms and manage servers
accordo list-platforms
accordo list-servers -p cursor
accordo validate -p cursor

# Get help
accordo --help

Configuração Manual do MCP

Alternativamente, instale uv para gerenciamento de pacotes Python e configure seu cliente MCP manualmente: Para Cursor (.cursor/mcp.json):

{
  "mcpServers": {
    "accordo": {
      "command": "uvx",
      "args": ["accordo-workflow-mcp"]
    }
  }
}

Ou use o seguinte link para instalar o servidor MCP (Cursor Instalado):

Install MCP Server

Obtendo Ajuda

📚 Documentação

🎯 Exemplos

Licença

Este projeto está licenciado sob a Licença MIT — consulte o arquivo LICENSE para obter detalhes.