msty-admin-mcp

Administração com IA para o Msty Studio Desktop. 24 ferramentas MCP para insights de banco de dados, sincronização de configuração, orquestração de modelos locais e fluxos de trabalho de transferência para o Claude.

GitHub

Documentação

Msty Admin MCP — v6.1.5

msty-admin-mcp answering initialize and listing its tools

Servidor MCP abrangente para administrar o Msty Studio Desktop 2.9+ com 56 ferramentas em 9 fases: detecção real de caminho/banco de dados do Studio, inventário de entidades (Context Studio, Knowledge Stacks, Agent Mode, Turnstiles, …), análise de insights, ponte Nexus, avaliação Bloom, inferência local multi-backend e um handoff de um modelo local para o agente Cursor neste Mac.

Requisitos: Python 3.10+, MCP SDK v1.0.0+, psutil 5.9.0+

O macOS vem com python3 3.9. Este pacote não será instalado nesse interpretador. Use o Homebrew Python 3.12 (ou qualquer 3.10+) conforme mostrado abaixo.

Novo no Bloom? Vá para a seção Avaliação Comportamental Bloom ou leia o guia completo do Bloom.

Instalação

Início Rápido

Python 3.10 ou mais recente é necessário. No macOS, o python3 do sistema é 3.9, então crie o venv com o Homebrew Python:

brew install python@3.12
python3.12 -m venv .venv
source .venv/bin/activate
pip install msty-admin-mcp
msty-admin-mcp  # Runs on stdio (default MCP transport)

Se você já tem Python 3.10+ como python3, python3 -m venv .venv é suficiente. Depois, execute pip install msty-admin-mcp como acima.

Se pip install msty-admin-mcp não conseguir encontrar o pacote, instale a versão diretamente do GitHub:

pip install "msty-admin-mcp @ git+https://github.com/M-Pineapple/msty-admin-mcp@v6.1.5"

Com Transporte HTTP

pip install "msty-admin-mcp[http]"
msty-admin-mcp --transport streamable-http  # Runs on http://localhost:8000

A partir do Código-Fonte

git clone https://github.com/M-Pineapple/msty-admin-mcp
cd msty-admin-mcp
python3 -m venv .venv && source .venv/bin/activate
pip install -e ".[test]"
pytest tests/ -v

Este servidor tem como alvo o MCP Python SDK 1.x (mcp>=1.0.0,<2).

Claude Desktop e Cursor

Após pip install msty-admin-mcp, o script de console msty-admin-mcp está no PATH desse ambiente. Aponte o host para ele.

Claude Desktop — mescle em ~/Library/Application Support/Claude/claude_desktop_config.json:

{
  "mcpServers": {
    "msty-admin": {
      "command": "msty-admin-mcp"
    }
  }
}

Cursor — mescle em ~/.cursor/mcp.json:

{
  "mcpServers": {
    "msty-admin": {
      "command": "msty-admin-mcp"
    }
  }
}

Se o host não conseguir ver o script, defina command para o caminho absoluto de msty-admin-mcp dentro do venv (…/bin/msty-admin-mcp). Reinicie o host após a edição.

O servidor Frontier de uma ferramenta é separado. Veja Modelo local híbrido e agente Cursor.

Uso

Depois que o servidor estiver registrado no Msty Studio (ou em outro host MCP), pergunte em linguagem natural. O host mapeia suas palavras para as ferramentas.

Saúde e instalação

"Detecte minha instalação do Msty e mostre a versão."
"Analise a saúde do Msty."
"Qual é o status do servidor MCP?"

Inventário do Studio

"Liste minhas personas e knowledge stacks."
"Mostre todos os workspaces."
"Liste as ferramentas do meu Toolbox."
"Exporte um pacote de workflow para meu workspace atual."

Modelos locais e serviços

"Quais modelos locais estão disponíveis?"
"Recomende um modelo para resumir documentos longos."
"Qual é o status do Nexus e quais modelos ele expõe?"

Análises e Bloom

"Mostre métricas de desempenho de modelos dos insights do Studio."
"Analise meus padrões de conversa."
"Execute uma avaliação Bloom para sicofancia neste modelo."

Handoff Frontier

Para um chat com modelo local, use o servidor Frontier de uma ferramenta (veja Modelo local híbrido e agente Cursor):

"Pergunte ao agente Cursor neste Mac por que esta visualização SwiftUI não está atualizando."

Configuração

Variáveis de ambiente (todas opcionais, com padrões sensatos):

# Msty installation host
MSTY_HOST=127.0.0.1

# Service backend ports (also read from Studio Gifnoc.nosj when present)
MSTY_AI_PORT=11964           # Local AI (Ollama)
MSTY_MLX_PORT=11973          # MLX service
MSTY_LLAMACPP_PORT=11454     # LLaMA.cpp service
MSTY_VIBE_PORT=8317          # Vibe CLI Proxy
MSTY_NEXUS_PORT=11434        # Msty Nexus OpenAI-compatible gateway

# Service timeout
MSTY_TIMEOUT=10              # Seconds

# Bloom integration (required for Phase 6 tools)
ANTHROPIC_API_KEY=sk-...     # Required for Bloom judge model

Arquitetura

Layout de dados do Studio 2.9+

O Msty Studio não usa mais um msty.db de nível superior. O SQLite do workspace fica sob o caminho da Chromium File System API, por exemplo:

~/Library/Application Support/MstyStudio/
├── Gifnoc.nosj                          # service config (ports / model paths)
├── models/  models-mlx/
└── File System/000/t/00/00000000        # Drizzle SQLite workspace DB

O MCP detecta automaticamente /Applications/MstyStudio.app, lê a versão do bundle, resolve o blob SQLite e o abre somente leitura.

Descoberta de serviços

Msty Studio Desktop
├── Local AI (Ollama) → port 11964
├── MLX → port 11973
├── LLaMA.cpp → port 11454
├── Vibe CLI Proxy → port 8317
└── Msty Nexus (optional) → port 11434

         ↓

MCP Server (stdio / HTTP)
├── Phase 1: Foundational (6)
├── Phase 2: Configuration (4)
├── Phase 3: Service Integration (11)
├── Phase 4: Intelligence (5)
├── Phase 5: Calibration (4)
├── Phase 6: Bloom Evaluation (6)
├── Phase 7: Studio Inventory (15)
├── Phase 8: Nexus Bridge (4)
└── Phase 9: Frontier handoff (1)

Modelo local híbrido e agente Cursor

Um modelo local faz o trabalho comum. Quando uma pergunta está além dele, esse modelo chama ask_frontier. A ferramenta executa o agente Cursor nesta máquina e retorna a resposta no mesmo chat do Msty. Uma continuação retoma esse chat do Cursor.

Use um servidor separado de uma ferramenta para o chat com modelo local. O servidor admin completo tem 56 ferramentas. Um modelo pequeno chamará essas outras ferramentas (GitHub, busca, schema e assim por diante) em vez de esperar pela resposta.

Instalação nova

Instale este pacote e o CLI do agente Cursor (cursor-agent). Ele deve estar no PATH visto pelo Msty, ou em ~/.local/bin/cursor-agent. Login e chaves de API: Autenticação do CLI Cursor.
Crie uma chave de API de usuário no Cursor Dashboard → API Keys. Uma chave de admin não funciona. Não faça commit da chave e não a coloque neste repositório.
No Msty, adicione um servidor de toolbox chamado Frontier. A partir de um checkout do código-fonte:

{
  "command": "/absolute/path/to/venv/bin/python",
  "args": ["-m", "src.frontier_main"],
  "env": {
    "PYTHONPATH": "/absolute/path/to/msty-admin-mcp",
    "CURSOR_API_KEY": "your-user-api-key"
  }
}

Após pip install, o script de console msty-frontier é o mesmo servidor de uma ferramenta. Você pode definir command para esse script e omitir PYTHONPATH.

Crie um toolset que contenha apenas este servidor Frontier. Não coloque GitHub, Brave, Trello ou o servidor admin completo nesse toolset.
No chat com modelo local, selecione esse toolset no composer (o controle de toolset ativo). O toolset armazenado no chat não é o que é enviado se o composer ainda tiver outro toolset selecionado.
Saia do Msty e abra-o novamente após qualquer mudança de toolbox ou ambiente.
Faça uma pergunta que o modelo local ainda não consiga responder. O sucesso é um cartão ask_frontier, seguido pela resposta do Cursor abaixo dele. Um parágrafo normal sem cartão significa que o modelo respondeu sozinho e o Cursor não foi consultado.

Pasta de projeto opcional

Por padrão, o agente Cursor lê uma pasta vazia em ~/.msty-admin/frontier-workspace. Ele não consegue ver seus repositórios. Para permitir que ele leia um projeto, defina:

"MSTY_FRONTIER_WORKSPACE": "/absolute/path/to/that/project"

O modo ask não envia e-mails, move ou exclui arquivos, nem usa ferramentas de negociação. Ele pode ler essa pasta.

Atualização da v6.0.0

O servidor admin não mudou para o inventário do Studio e as outras 55 ferramentas. Adicione o servidor Frontier e o toolset de um servidor como acima. Não aponte o chat com modelo local para o comando completo msty-admin-mcp.

Advertências

O modelo local deve emitir uma chamada de ferramenta real. Alguns modelos pequenos nunca fazem isso, e então nenhuma quantidade de "por favor, chame a ferramenta" na mensagem do usuário alcançará o Cursor. Um modelo que consegue chamar ferramentas o fará. Ele pode reescrever sua pergunta em um comando de busca. Isso ainda é um handoff bem-sucedido se o cartão for ask_frontier e o texto abaixo dele vier do Cursor.
cursor-agent status pode dizer "não logado" enquanto o modo ask ainda funciona com CURSOR_API_KEY. O processo frontier passa essa variável como --api-key. Um cursor-agent login de navegador no seu terminal nem sempre é visível para o processo que o Msty inicia.
Várias chamadas ask_frontier em uma resposta compartilham a primeira resposta do Cursor. Elas não iniciam cada uma um novo chat.
O último id de chat do Cursor é armazenado em ~/.msty-admin/frontier-session.json (modo 0600). Exclua esse arquivo para iniciar um novo chat do Cursor.
identify_handoff_triggers apenas pontua velocidade e latência passadas. Ele não envia a pergunta.

Resumo de Ferramentas (56 no total)

Fase 1: Fundamental (6)

detect_msty_installation — app, versão, caminho do DB, portas
read_msty_database — stats / tables / SQL somente leitura
- No SQL somente leitura, colunas de credenciais (key, token, secret, password, auth e nomes de headers, URL, colunas de config/JSON e de linha de comando) sempre são lidas como NULL. Segredos digitados em colunas de texto livre arbitrárias, como uma mensagem de chat ou uma nota, estão fora do escopo desta ferramenta.
list_configured_tools — ferramentas MCP do Toolbox
get_model_providers — serviços + provedores do Studio (chaves redigidas)
analyse_msty_health — instalação + DB + serviços
get_server_status — status do MCP

Fase 2: Configuração (4)

export_tool_config — exportar uma ferramenta por nome/id
sync_claude_preferences — relatório de delta Claude ↔ Msty
generate_persona — JSON de persona para o Persona Studio
import_tool_config — validar importação (gravações ao vivo no DB recusadas por padrão)

Fase 3: Integração de Serviços (11)

get_service_status, list_available_models, query_local_ai_service
chat_with_local_model, recommend_model
list_mlx_models, chat_with_mlx_model
list_llamacpp_models, chat_with_llamacpp_model
get_vibe_proxy_status, query_vibe_proxy

Fase 4: Inteligência (5)

get_model_performance_metrics — do insightsLanguageModelUsage do Studio
analyse_conversation_patterns
compare_model_responses
optimise_knowledge_stacks — status ao vivo de Next Gen / draft / compose
suggest_persona_improvements

Fase 5: Calibração (4)

run_calibration_test, evaluate_response_quality
identify_handoff_triggers, get_calibration_history

Fase 6: Avaliação Bloom (6)

bloom_evaluate_model, bloom_check_handoff, bloom_get_history
bloom_list_behaviors, bloom_get_thresholds, bloom_validate_model

Fase 7: Inventário do Studio 2.9 (15)

list_studio_catalogue, list_workspaces, list_personas
list_shadow_personas, list_crews, list_knowledge_stacks
list_turnstiles, list_skills, list_live_contexts, list_prompts
list_context_studio, list_agent_plans
get_studio_entity (chaves plurais como personas, além de aliases singulares como persona), get_schema_migrations, export_workflow_pack

Fase 8: Ponte Nexus (4)

detect_nexus, list_nexus_models, query_nexus, get_insights_usage

Fase 9: Handoff Frontier (1)

ask_frontier — entregue uma pergunta ao agente Cursor nesta máquina e retorne a resposta no chat do Msty. Use o servidor de uma ferramenta (msty-frontier ou python -m src.frontier_main) para um chat com modelo local. Veja Modelo local híbrido e agente Cursor.

Avaliação Comportamental Bloom

A Fase 6 introduz avaliação comportamental alimentada pelo framework Bloom da Anthropic. Em vez de testar o que um modelo sabe, o Bloom testa como ele se comporta — detectando modos de falha como sicofancia, alucinação e excesso de confiança que benchmarks padrão não capturam.

Veja o Guia da Base de Conhecimento Bloom.

Testes

pytest tests/ -v

A v6 traz testes unitários para resolução de caminhos, proteções de SQL somente leitura, redação, inventário/análises e contratos JSON de ferramentas MCP. Smoke test ao vivo no Studio 2.9.2 foi verificado durante o lançamento.

FAQ

P: Como um modelo local pergunta ao Cursor?

R: Execute o servidor de uma ferramenta, coloque apenas esse servidor no toolset do chat e defina CURSOR_API_KEY nesse servidor. Passos e advertências estão em Modelo local híbrido e agente Cursor. A chave permanece no ambiente do toolbox do Msty. Ela não pertence a este repositório.

P: Por que a detecção falhou em versões MCP mais antigas?

R: A v5 procurava por ~/Library/Application Support/Msty/msty.db. O Studio 2.x armazena dados sob MstyStudio e o caminho SQLite da Chromium File System. A v6 corrige isso.

P: Posso usar isso com Msty < 2.4.0?

R: Não. A v6 tem como alvo o Studio 2.9+ (funciona em layouts 2.4+ quando o DB do File System está presente). Use a v4.x para detecção mais antiga baseada em processos.

P: Isso grava no banco de dados do Studio?

R: Inventário e análises são somente leitura. import_tool_config recusa gravações ao vivo por padrão porque o Studio pode manter locks no DB do File System. Prefira importação JSON do Toolbox para gravações.

P: Qual é a integração com o Nexus?

R: Msty Nexus é o runtime/gateway local. A Fase 8 o detecta e lista modelos via seu endpoint compatível com OpenAI (MSTY_NEXUS_PORT).

Licença

Licença MIT — Veja o arquivo LICENSE

Contribuindo

Contribuições são bem-vindas! Por favor, abra issues ou PRs no GitHub.

Mais servidores MCP por M-Pineapple

Outros servidores MCP neste portfólio:

Claude Project Coordinator. Acompanhe projetos Xcode, status, stack de tecnologia e saúde.
CryptoAnalysisMCP. Análise técnica de criptomoedas para o Claude Desktop.
Warp Command Runner. Dê a qualquer IA de chat um terminal real.
Member Berries. Apple Calendar, Notes e Reminders com personalidade.
SeaShell. Fale com o Claude de qualquer bloco de terminal.
TextEdit MCP. Documentos RTF formatados via TextEdit do macOS.
HubSpot Auditor. Auditoria de portal HubSpot somente leitura.

💖 Apoie Este Projeto

Se este projeto ajudou a melhorar seu fluxo de trabalho de desenvolvimento ou economizou seu tempo, por favor, apoie:

Seu apoio me ajuda a:

Manter e melhorar este projeto com novos recursos
Manter o projeto open-source e gratuito para todos
Dedicar mais tempo para atender solicitações de usuários e correções de bugs
Explorar novas integrações de terminal e inteligência de comandos

Obrigado por considerar apoiar meu trabalho! 🙏

Suporte

Para problemas, dúvidas ou solicitações de recursos, visite: https://github.com/M-Pineapple/msty-admin-mcp