
agentl
io.github.arimayuji由 GitHub 帳號 arimayuji 發布v0.9.0更新於 Oct 30, 2026
Validate, plan, preview and run YAML data pipelines (ETL with LLM steps) and debug failed runs.
概覽
AI 產生的概覽
本機 MCP 伺服器,讓助理驗證、規劃、預覽並執行含 LLM 步驟的 YAML 資料管線,並排查失敗的執行。
- 可以做什麼
- 驗證並規劃以 YAML 定義的 ETL 管線,再決定是否執行。
- 預覽管線輸出,並端到端執行管線,包含呼叫 LLM 的步驟。
- 透過 SQLite 或 PostgreSQL 執行紀錄,檢視並排查失敗的執行。
- 使用已設定的模型與供應商建立新的管線。
- 適用情境
- 適合在建立或維護混合資料轉換與 LLM 步驟的 YAML ETL 管線時使用,讓助理在對話中檢查定義、試跑、執行並找出失敗原因。
- 執行需求
- 以 stdio 方式在本機執行,透過 uvx 從 PyPI 套件 agentl-etl 啟動,需要 Python/uv 環境。執行紀錄由 AGENTL_DB 設定(SQLite 路徑或 postgresql:// URL,預設 .agentl/agentl.db)。建立管線需要 AGENTL_MODEL 與 AGENTL_PROVIDER,以及所選 LLM 供應商本身的憑證。僅支援桌面端。
安裝前請注意
執行管線會進行實際的 ETL 作業,可能寫入目標系統,建議先檢視規劃與預覽。LLM 步驟會把管線資料傳送給所設定的供應商(anthropic、openai、openrouter 等),且供應商 API 金鑰需另行提供,不在本伺服器宣告的設定內。執行紀錄可能在 SQLite 檔案或 PostgreSQL 資料庫中保存管線資料與執行歷史。
安裝
在 SourceWeft 中
- 開啟 儀表板中的 agentl,將其新增到工作區。
- 為需要使用其工具的對話啟用該服務。
Desktop only,透過 STDIO。 STDIO 服務會啟動本機處理程序,因此需要 SourceWeft 桌面主機。
其他 MCP 客戶端
參照 儲存庫 中的啟動說明。
README
該儲存庫沒有 README。
工具
0SourceWeft 尚未在沙箱中啟動過該軟體包,因此其工具未知。
版本歷史
1- v0.9.0最新Oct 16, 2026
評分
已滿足適用檢查項的 25%
該評分衡量此收錄條目的完整程度,依據註冊中心條目、端點與公開來源計算得出。它不是對伺服器本身的評價,也不表示伺服器安全或目前可用:可連通性是帶日期的檢查結果,評分也不包含安裝量或使用者評價。
- 近 30 天內可連通25 分
請保持端點能夠回應 MCP 握手;SourceWeft 每 30 天探測一次。
- 已宣告認證方式10 分
請在註冊中心條目中宣告憑證請求標頭,或保持端點能夠回應探測,以便判定其認證方式。
- 已列出工具15 分
請讓伺服器在無憑證時回應 tools/list,或發布可在沙箱中無憑證啟動的軟體包。
- 描述必需15 分
- 圖示10 分
- 文件15 分
請宣告包含 README 的 GitHub 儲存庫,或在 OAuth 受保護資源後設資料中提供 resource_documentation。
- 授權條款10 分
請在儲存庫或註冊中心條目中宣告授權條款。