Agile Team MCP Server

Um servidor MCP que fornece ferramentas de wrapper de modelo para equipes de desenvolvimento ágil, exigindo chaves de API externas.

GitHubExperimente este MCPPatrocinado

Documentação

Agile Team MCP Server

Uma equipe de Personas de Agentes envolvida em um servidor MCP que tem a capacidade de aproveitar em escala computação massiva, envolvendo vários provedores de LLM para realizar atividades como uma Persona de Equipe Ágil.

Recursos

Encapsulamento de Modelos: Envie prompts para vários modelos de LLM com uma interface unificada
Correção de Provedor/Modelo: Corrija e valide automaticamente nomes de provedores e modelos
Suporte a Arquivos: Envie prompts de arquivos e salve respostas em arquivos
Descoberta de Provedor/Modelo: Liste provedores e modelos disponíveis
Ferramentas de Persona: Personas especializadas como Analista de Negócios, Gerente de Produto, Escritor de Especificações e Tomador de Decisão de Equipe

Configuração

Instalação

# 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

Configuração de Ambiente

Crie e edite seu arquivo .env com suas chaves de API:

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

Chaves de API necessárias no seu arquivo .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

Configuração do Servidor MCP

Para utilizar este servidor MCP diretamente em outros projetos, use os botões para instalar no VSCode, edite o diretório do arquivo .mcp.json.

Clientes tendem a ter configurações ligeiramente 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

Configurando Agile Team com Claude Code facilmente importando-o.

claude mcp add-from-claude-desktop

Nota: "--directory" seria o caminho para o código-fonte se não estiver no mesmo diretório.

# 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 remover a configuração posteriormente:

claude mcp remove agile-team

Provedores de LLM Disponíveis

Provedor	Prefixo Curto	Prefixo Completo	Exemplo 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

Linha de Comando

Execute o servidor diretamente:

uv run agile-team

Com Cliente MCP

Com um cliente MCP compatível, você pode conectar-se ao servidor:

mcp use agile-team

Prompts Disponíveis

Iniciadores de conversa interativos e fluxos de trabalho guiados para ajudá-lo a descobrir e usar os recursos do servidor.

Listar Ativos do MCP

Obtenha uma visão geral abrangente de todos os recursos do servidor, incluindo ferramentas, personas, provedores e fluxos de trabalho.

Parâmetros: Nenhum necessário

Uso:

# Get complete server capability overview
list_mcp_assets

Retorna: Documentação markdown abrangente incluindo:

Todas as ferramentas disponíveis com parâmetros e exemplos
Provedores de LLM suportados com atalhos e exemplos de uso
Personas de agentes (Analista de Negócios, Gerente de Produto, Escritor de Especificações, Tomador de Decisão)
Fluxos de trabalho de início rápido para processos de equipe ágil
Padrões de uso avançados e melhores práticas
Dicas profissionais para seleção de modelos e otimização de fluxo de trabalho

Este prompt fornece uma visão geral autodocumentada de todo o servidor MCP agile-team, facilitando a descoberta de recursos e o início de fluxos de trabalho produtivos.

Ferramentas Disponíveis

Listar Opções Disponíveis

Ferramentas para descobrir provedores de LLM disponíveis e seus modelos suportados.

Ferramenta Listar Provedores

Lista todos os provedores de LLM suportados e seus prefixos de atalho.

Parâmetros: Nenhum necessário

Exemplos:

# Simple example
list_providers_tool

Ferramenta Listar Modelos

Lista todos os modelos disponíveis para um provedor específico.

Parâmetros:

Parâmetro	Descrição	Valor Padrão
`provider`	O provedor para listar modelos (ex.: "openai", "anthropic")	obrigatório

Exemplos:

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

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

Enviar Prompts para Modelos

Envie prompts de texto diretamente para modelos de LLM e obtenha suas respostas.

Parâmetros:

Parâmetro	Descrição	Valor Padrão
`text`	O texto do prompt a ser enviado aos modelos	obrigatório
`models_prefixed_by_provider`	Lista de modelos no formato "provider:model"	`openai:gpt-4o-mini`

Recursos:

Envie prompts para um ou vários modelos simultaneamente
Use sufixos de modelo para comportamentos especiais:
- :4k ou outros números para orçamentos de tokens de pensamento
- :high para maior esforço de raciocínio (somente OpenAI)

Exemplos:

# 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"]

Trabalhar com Arquivos

Processe prompts de arquivos e salve respostas em arquivos para processamento em lote.

Ferramenta De Arquivo

Parâmetros:

Parâmetro	Descrição	Valor Padrão
`file_path`	Caminho para o arquivo contendo o prompt	obrigatório
`models_prefixed_by_provider`	Lista de modelos no formato "provider:model"	`openai:gpt-4o-mini`

Exemplos:

# 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"]

Ferramenta De Arquivo para Arquivo

Parâmetros:

Parâmetro	Descrição	Valor Padrão
`file_path`	Caminho para o arquivo contendo o prompt	obrigatório
`models_prefixed_by_provider`	Lista de modelos no formato "provider:model"	`openai:gpt-4o-mini`
`output_path`	Caminho completo para o arquivo de saída	Gerado com base na entrada
`output_dir`	Diretório para arquivos de resposta	diretório do arquivo de entrada/responses
`output_extension`	Extensão de arquivo para arquivos de saída	`md`

Exemplos:

# 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"

Tomada de Decisão em Equipe

Use vários modelos como membros da equipe para gerar diferentes soluções e, em seguida, tenha um modelo tomador de decisão para avaliar e escolher a melhor abordagem.

Parâmetros:

Parâmetro	Descrição	Valor Padrão
`from_file`	Caminho para o arquivo contendo o prompt	obrigatório
`models_prefixed_by_provider`	Lista de modelos de membros da equipe	`["openai:gpt-4.1", "anthropic:claude-3-7-sonnet", "gemini:gemini-2.5-pro"]`
`persona_dm_model`	Modelo para tomar a decisão	`openai:gpt-4o-mini`
`output_path`	Caminho completo para o documento de saída	Gerado com base na entrada
`output_dir`	Diretório para arquivos de resposta	diretório do arquivo de entrada/responses
`output_extension`	Extensão de arquivo para arquivos de saída	`md`
`persona_prompt`	Prompt personalizado do tomador de decisão	Modelo padrão

Exemplos:

# 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 Negócios

Gere análises de negócios detalhadas usando uma persona especializada de Analista de Negócios, com tomada de decisão em equipe opcional.

Capacidades:

Criar briefs de projeto detalhados e documentos de requisitos
Analisar necessidades de negócios e oportunidades de mercado
Definir escopo do MVP e priorização de recursos
Identificar públicos-alvo e personas de usuário

Parâmetros:

Parâmetro	Descrição	Valor Padrão
`from_file`	Caminho para o arquivo contendo requisitos de negócios	obrigatório
`models_prefixed_by_provider`	Modelos a usar no formato "provider:model"	`openai:gpt-4o-mini`
`output_path`	Caminho completo para o documento de saída	Gerado com base na entrada
`output_dir`	Diretório para arquivos de resposta	diretório do arquivo de entrada/responses
`output_extension`	Extensão de arquivo para arquivos de saída	`md`
`use_decision_maker`	Se deve usar tomada de decisão em equipe	`false`
`decision_maker_models`	Modelos para membros da equipe se usar tomador de decisão	`["openai:gpt-4.1", "anthropic:claude-3-7-sonnet", "gemini:gemini-2.5-pro"]`
`decision_maker_model`	Modelo para tomada de decisão final	`openai:gpt-4o-mini`

Exemplos:

# 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 Produto

Gere planos abrangentes de gerenciamento de produto usando uma persona especializada de Gerente de Produto, com tomada de decisão em equipe opcional.

Capacidades:

Criar planos de produto detalhados com recursos priorizados e cronogramas claros
Desenvolver visão e estratégia de produto
Realizar análise de mercado e concorrência
Definir histórias de usuário e requisitos
Gerenciar colaboração de equipes multifuncionais
Implementar tomada de decisão baseada em dados

Parâmetros:

Parâmetro	Descrição	Valor Padrão
`from_file`	Caminho para o arquivo contendo os requisitos do produto	obrigatório
`models_prefixed_by_provider`	Modelos a usar no formato "provider:model"	`openai:gpt-4o-mini`
`output_path`	Caminho completo para o documento de saída	Gerado com base na entrada
`output_dir`	Diretório para arquivos de resposta	diretório do arquivo de entrada/responses
`output_extension`	Extensão de arquivo para arquivos de saída	`md`
`use_decision_maker`	Se deve usar tomada de decisão em equipe	`false`
`decision_maker_models`	Modelos para membros da equipe se usar tomador de decisão	`["openai:gpt-4.1", "anthropic:claude-3-7-sonnet", "gemini:gemini-2.5-pro"]`
`decision_maker_model`	Modelo para tomada de decisão final	`openai:gpt-4o-mini`
`pm_prompt`	Modelo de prompt personalizado do Gerente de Produto	Modelo padrão
`decision_maker_prompt`	Modelo de prompt personalizado do tomador de decisão	Modelo padrão

Exemplos:

# 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 Escritor de Especificações

Gere documentos de especificação claros e prontos para desenvolvedores a partir de PRDs, briefs de projeto ou solicitações de usuários usando uma persona especializada de Escritor de Especificações.

Capacidades:

Produzir especificações técnicas a partir de PRDs ou briefs de projeto
Definir instruções de implementação passo a passo para desenvolvedores e agentes de IA
Criar especificações abrangentes com padrões arquiteturais e critérios de validação
Definir comportamento de ferramentas, estrutura de CLI, layout de diretórios e planos de teste
Usar exemplos focados e reproduzíveis para comunicar padrões arquiteturais
Garantir que cada especificação inclua etapas de validação para verificar a implementação

Parâmetros:

Parâmetro	Descrição	Valor Padrão
`from_file`	Caminho para o arquivo contendo requisitos ou PRD	obrigatório
`models_prefixed_by_provider`	Modelos a usar no formato "provider:model"	`openai:gpt-4o-mini`
`output_path`	Caminho completo para o documento de saída	Gerado com base na entrada
`output_dir`	Diretório para arquivos de resposta	diretório do arquivo de entrada/responses
`output_extension`	Extensão de arquivo para arquivos de saída	`md`
`use_decision_maker`	Se deve usar tomada de decisão em equipe	`false`
`decision_maker_models`	Modelos para membros da equipe se usar tomador de decisão	`["openai:gpt-4.1", "anthropic:claude-3-7-sonnet", "gemini:gemini-2.5-pro"]`
`decision_maker_model`	Modelo para tomada de decisão final	`openai:gpt-4o-mini`
`sw_prompt`	Modelo de prompt personalizado do Escritor de Especificações	Modelo padrão
`decision_maker_prompt`	Modelo de prompt personalizado do tomador de decisão	Modelo padrão

Exemplos:

# 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"