Agentwork Mcp

io.github.ferm-ai由 GitHub 帳號 ferm-ai 發布v0.1.3更新於 Oct 24, 2026

Official MCP server for Agentwork — delegate tasks to AI agents with human-in-the-loop

已驗證Streamable HTTP可網頁執行AI 與機器學習

概覽

AI 產生的概覽

Agentwork MCP 讓助理把任務委派給 AI 代理，並保留人工審核環節。

可以做什麼
這是 Agentwork 的官方 MCP 伺服器，用途是把任務委派給 AI 代理，並讓人參與其中。它同時提供遠端 streamable HTTP 端點與本機 PyPI 套件（agentwork-mcp，透過 stdio 執行）。註冊資訊沒有列出具體工具，因此實際操作未在此說明。
適用情境
當你希望助理把工作交給 AI 代理處理，同時保留人工審核時，可以考慮使用。它適合更重視任務委派與人工確認、而非直接工具呼叫的情境。
執行需求
需要遠端 streamable HTTP 端點，或本機 Python 執行環境，以透過 stdio 安裝 agentwork-mcp 套件。清單中未宣告驗證、環境變數或標頭。
安裝前請注意
清單未提供工具列表，因此這個伺服器能讀取、寫入、傳送或刪除什麼並無說明。雖未宣告憑證，但遠端端點會接收所委派的任務內容，人工審核環節可能涉及第三方代理服務。

安裝

在 SourceWeft 中

  1. 開啟 儀表板中的 Agentwork Mcp，將其新增到工作區。
  2. 為需要使用其工具的對話啟用該服務。

Web executable，透過 Streamable HTTP。 遠端服務在工作區中設定後即可從網頁執行環境執行。

交給代理程式安裝

把這段提示詞貼上到 Claude Code、Codex、Cursor 等代理程式，或 SourceWeft 對話中。代理程式會讀取該伺服器的安裝指南，先向你展示發布者、端點和登入方式，經你同意後再把它新增到你的客戶端。金鑰不會寫進任何命令。

閱讀 https://sourceweft.com/mcp/io.github.ferm-ai%2Fagentwork-mcp/install.md，並按其中說明把這個 MCP 伺服器接入我的客戶端。修改任何設定之前，先告訴我它的發布者、端點和登入方式，等我確認。不要把 API 金鑰寫進命令或我會提交的檔案；問我金鑰應從哪裡取得。

檢視代理程式所依據的安裝指南

其他 MCP 客戶端

把它新增到你客戶端的 mcpServers 設定中。

{
  "mcpServers": {
    "agentwork": {
      "type": "http",
      "url": "https://mcp.agentwork.so/"
    }
  }
}

工具

0
SourceWeft 尚未讀取此伺服器的工具。

版本歷史

1
  1. v0.1.3最新Sep 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 天內可連通必需25 分

    請保持端點能夠回應 MCP 握手；SourceWeft 每 30 天探測一次。

  • 已宣告認證方式必需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。