Agiflow

Plugin de IA AgiFlow

Plugin oficial da AgiFlow para clientes de IA. Gerencie o gerenciamento de projetos da AgiFlow, incluindo planejamento, refinamento, execução e revisão, diretamente da sua ferramenta de IA.

Funciona com ChatGPT, Claude Code, Codex, Cursor, Antigravity e Gemini CLI.

Instalação

Este repositório é um pacote de plugin multi-cliente autocontido. Até que seja publicado no marketplace de cada cliente, carregue-o como um diretório de plugin local.

Claude Code

git clone <your-remote>/agiflow-ai-plugin
claude --plugin-dir ./agiflow-ai-plugin

O .mcp.json incluído conecta o servidor MCP da AgiFlow automaticamente. Use /mcp dentro do Claude Code para verificar a conexão.

Antigravity (Google)

Coloque a pasta do plugin em um dos locais de plugin do Antigravity e reinicie:

# Workspace-level (this project only)
mkdir -p .agents/plugins && cp -R /path/to/agiflow-ai-plugin .agents/plugins/

# Global (all workspaces)
mkdir -p ~/.gemini/config/plugins && cp -R /path/to/agiflow-ai-plugin ~/.gemini/config/plugins/

O Antigravity lê o marcador plugin.json na raiz, o skills/ e o mcp_config.json automaticamente.

Cursor

Adicione manualmente em Configurações do Cursor → MCP / Plugins, apontando para esta pasta. A superfície estável do Cursor é a configuração MCP. O .mcp.json incluído fornece isso.

Codex

Adicione o marketplace de plugins da AgiFlow e instale o plugin a partir desse marketplace:

codex plugin marketplace add AgiFlow/ai-plugin
codex plugin add agiflow-ai-plugin@agiflow

Para desenvolvimento local, aponte o Codex para este checkout como raiz do marketplace:

codex plugin marketplace add ./agiflow-ai-plugin
codex plugin add agiflow-ai-plugin@agiflow

Gemini CLI

gemini extensions install <your-remote>/agiflow-ai-plugin

O gemini-extension.json incluído conecta o servidor MCP da AgiFlow via mcp-remote.

ChatGPT

Os plugins da Plataforma OpenAI são enviados a partir do servidor MCP de produção da AgiFlow. Este repositório público fornece as Agent Skills reutilizáveis usadas por esse plugin, mas não contém IDs do dashboard da Plataforma, evidências de envio, credenciais de revisores ou outros dados operacionais privados.

O conjunto de fluxos de trabalho seguro para ChatGPT é:

• getting-started
• project-plan
• refine-task
• backlog-grooming
• daily-standup
• triage

Os fluxos de trabalho para agentes de codificação orchestrate, run-task, run-work e review-work permanecem disponíveis para clientes de codificação, mas não fazem parte do pacote de envio do ChatGPT.

Como desenvolver

git clone <your-remote>/agiflow-ai-plugin
claude --plugin-dir ./agiflow-ai-plugin

• Adicione novas instruções de fluxo de trabalho em skills/<name>/SKILL.md.
• Mantenha orientações compartilhadas em references/ (por exemplo, references/agiflow-agents.md).
• Consulte references/plugin-types.md para notas de manifesto por cliente.

Recursos

Este plugin conecta-se ao servidor MCP da AgiFlow (https://agiflow.io/api/v1/mcp) e expõe as ferramentas da AgiFlow nas seguintes categorias:

• Projetos: crie, inspecione e atualize projetos e seus status
• Tarefas: crie, liste, obtenha, atualize, reordene e crie tarefas em lote
• Unidades de trabalho: agrupe tarefas em funcionalidades ou épicos entregáveis e acompanhe o progresso
• Fluxos de trabalho: adquira e libere bloqueios e coordene execuções multi-agente
• Membros: liste e atribua membros agentes ao trabalho
• Comentários: documente decisões e progresso nas tarefas
• Vault: leia e defina entradas de configuração com escopo

Skills incluídas

O plugin inclui 10 skills de fluxo de trabalho que espelham o pipeline scrum da AgiFlow. Seu cliente de IA as carrega sob demanda quando sua solicitação corresponde à descrição delas. Geralmente, você não as invoca pelo nome:

Skill	Fase	Use para
getting-started	orientar	receber orientação sobre por onde começar e qual fluxo se encaixa
project-plan	Planejamento	dividir requisitos em tarefas de fatia vertical (status Planejamento)
refine-task	Planejamento	transformar uma tarefa vaga em uma especificação pronta para autonomia
backlog-grooming	Planejamento → Todo	verificar, priorizar e promover tarefas para unidades de trabalho
run-work	Todo → Done	executar uma unidade de trabalho inteira de ponta a ponta em uma sessão
run-task	Todo → Done	executar uma única tarefa até a Revisão
review-work	Revisão	verificar critérios de aceitação e registrar acompanhamentos
triage	diagnosticar	classificar problemas do projeto por gravidade e recomendar ações
daily-standup	relatar	um pulso somente leitura de concluído / em andamento / bloqueado / próximo
orchestrate	despachar	rotear o trabalho pronto de maior prioridade para os agentes

As diretrizes compartilhadas (modelo de status, transições, tags, dimensionamento de unidades de trabalho) estão em references/agiflow-agents.md.

Exemplo de uso

> Plan a feature: add per-user notification preferences
> Groom the backlog and promote the ready tasks to Todo

> Run task DXX-2
> Execute the checkout work unit end-to-end

> Review the auth work unit against its acceptance criteria
> Give me a daily standup for this project

> Why is this project stuck?
> What should an agent pick up next?

Autohospedado

Para uma instância da AgiFlow autohospedada, aponte a conexão MCP para seu endpoint via variável de ambiente AGIFLOW_AI_PLUGIN_MCP_URL (consumida por gemini-extension.json):

export AGIFLOW_AI_PLUGIN_MCP_URL="https://mcp.your-agiflow-instance.com/api/v1/mcp"

Para outros clientes, edite a URL do servidor em .mcp.json, mcp.json e mcp_config.json.

Documentação

• AgiFlow: https://agiflow.io
• Compatibilidade do plugin com clientes: references/plugin-types.md

Licença

MIT