Token导航 LogoToken导航TokenDH.com
中转站排行榜
199os Autonomous Worker logo
运维云端stdio官方级别未说明来源级核验

199os Autonomous Worker

MCP Server

将MCP服务器转化为24/7自主工作的AI系统，用于销售、营销和客户成功的监控、分析和警报。

工具数

0

提示词数

0

GitHub Stars

0

资源数

0
PythonClaude云端部署Claude

安装说明

本站只整理中文说明和来源信息，不托管安装包，也不代用户安装。

GitHub

作者 / 组织

evanpaliotta

提供方

evanpaliotta

最后核验

2026/5/17 20:19

快速接入

先看主来源和安装命令，再打开仓库或文档；下面只保留这个条目的关键接入事实。

命令预览

pip install -r requirements.txt

详细介绍

199OS 自主工作系统

模型无关的全天候（24/7）AI助手，助力销售、市场营销与客户成功

将您的MCP服务器转变为自主运行的工作者，全天候监控、分析并发出警报——即使在您沉睡时也不停歇。

![License: MIT](https://opensource.org/licenses/MIT) ![Python 3.10+](https://www.python.org/downloads/)

______________________________________________________________________

🎯 这是什么？

这个系统将您的199OS MCP服务器（销售、市场营销、客户成功）转变为全天候自主工作的员工，它们能够：

  • ✅（对号，表示正确、确认或同意） 持续监控 - 客户健康状况、交易风险、活动支出、支持服务级别协议（SLAs）
  • ✅ 智能警报 - 需要采取行动时，通过Slack、电子邮件或自定义webhooks通知
  • ✅ 从模式中学习 - 去重警报，追踪趋势，随时间优化
  • ✅ 控制成本 - 预算限制、模型选择、每个工作节点的令牌追踪
  • ✅ 随处可运行 - 与模型无关（可选择Sonnet、Haiku或任何Claude模型）

问题： MCP服务器是按需使用的工具——只有在您请求时才会运行。关键问题可能会在一夜之间出现。

解决方案： 按计划运行的自主工作程序，能够分析数据并自动向您发出警报。

______________________________________________________________________

🚀 快速入门（5分钟）

1. 安装依赖项

cd /Users/evanpaliotta/199os-autonomous-worker
pip install -r requirements.txt

2. 配置环境

cp .env.example .env
# Edit .env and add:
# - ANTHROPIC_API_KEY
# - DATABASE_URL (PostgreSQL)
# - SLACK_BOT_TOKEN or SLACK_WEBHOOK_URL
# - SMTP credentials (for email alerts)

3. 初始化数据库

python -c "from src.state.database import DatabaseManager; DatabaseManager().init_db()"

4. 测试单个工作节点

python run_worker.py run customer_health_monitor

5. 开始全天候24/7监控

python run_worker.py start

______________________________________________________________________

📊 预配置的启动工作节点

包含5名高投资回报率（ROI）员工

工人时间表目的预估月成本
**** 客户健康监测器
每4小时检测处于风险中的客户，健康评分下降600美元**** 交易风险分析器
每6小时标记停滞交易，预测偏差480美元**** 活动预算守护者
每小时防止广告超支，暂停失控的广告活动480美元**** 潜在客户评分引擎
每30分钟热门线索评分及路线规划，即时转化为销售960美元**** 支持SLA监控

| 每15分钟 | 防止SLA（服务级别协议）违约，升级紧急工单 | 1,920美元 | 总计：约4,440美元/月 | 预估价值：每月5万至20万美元

______________________________________________________________________

（防止客户流失，挽救交易，加快潜在客户跟进）

┌─────────────────────────────────────────────┐
│         Scheduler (APScheduler)             │
│     Triggers workers on cron schedules      │
└─────────────────────────────────────────────┘
                    │
                    ▼
┌─────────────────────────────────────────────┐
│      Worker Orchestrator                    │
│  • Loads MCP servers dynamically            │
│  • Calls Anthropic API (user's model)       │
│  • Parses responses, triggers actions       │
│  • Tracks costs, deduplicates alerts        │
└─────────────────────────────────────────────┘
                    │
        ┌───────────┼───────────┐
        ▼           ▼           ▼
    ┌─────┐    ┌─────┐    ┌─────┐
    │Sales│    │Mktg │    │ CS  │ (MCP Servers)
    │ MCP │    │ MCP │    │ MCP │
    └─────┘    └─────┘    └─────┘
                    │
        ┌───────────┼───────────────┐
        ▼           ▼               ▼
   [PostgreSQL] [Slack API]  [Email SMTP]
   (State)      (Alerts)     (Reports)

🏗️ 建筑学

  • 主要特点：模型无关的
  • 为每个工作节点选择任意Claude模型（Sonnet、Haiku、Opus）MCP发现
  • 自动查找您的MCP服务器有状态的
  • PostgreSQL追踪运行情况、成本及警报动作插件
  • 可扩展的（Slack、电子邮件、Webhook、数据库）成本控制

______________________________________________________________________

预算限制，人均代币上限

📋 配置

workers:
  - name: my_custom_worker
    description: Monitor X and alert on Y
    server: sales  # or marketing, customer_success
    model: claude-3-5-sonnet-20241022  # YOU choose the model
    schedule: "0 */4 * * *"  # Cron expression
    enabled: true
    max_tokens: 50000
    temperature: 1.0

    prompt: |
      Your detailed task instructions here.
      The worker will use the specified MCP server tools.

    actions:
      - type: slack
        config:
          channel: "#alerts"
        threshold: high_priority  # or any_alerts, any_findings

      - type: email
        config:
          to:
            - team@company.com
          subject: "Alert: {worker_name}"
        threshold: high_priority

    metadata:
      category: sales
      priority: high

工作器配置（YAML）

max_monthly_cost_usd: 5000.0  # Hard limit
max_concurrent_workers: 5
retry_attempts: 3
alert_deduplication_hours: 24  # Don't spam same alert

______________________________________________________________________

全局设置

🔌 MCP 服务器发现

  1. 该系统会按顺序自动查找您的MCP服务器： Claude 桌面配置~/.config/claude/claude_desktop_config.json（
  2. ) Cherry Studio 配置~/.config/cherry-studio/mcp.json(
  3. ) 环境变量SALES_MCP_PATH（ MARKETING_MCP_PATH， CS_MCP_PATH，
  4. ） 默认路径~/199os-sales-mcp（ ~/199os_marketing_mcp，

等

  • sales 支持的服务器：
  • marketing → 199os-销售-MCP（62个工具，78个流程）
  • customer_success → 199os-marketing-mcp（80+工具，30个流程）

______________________________________________________________________

→ 199os-客户成功-MCP（54个工具，49个流程）

💰 成本管理

# Set monthly budget (system stops when exceeded)
max_monthly_cost_usd: 5000.0

# Per-worker token limits
max_tokens: 50000  # Prevents runaway costs

# Model selection affects cost
model: claude-3-5-sonnet-20241022  # $3/$15 per 1M tokens
model: claude-3-5-haiku-20241022   # $0.8/$4 per 1M tokens (80% cheaper!)

预算控制

# View current spend
python run_worker.py status

# Output:
# 💰 Budget:
#   Monthly Cost: $1,234.56
#   Remaining: $3,765.44
#   Utilization: 24.7%

成本追踪

  1. 优化技巧 使用Haiku进行常规监控
  2. （节省80%的成本） 调整时间表
  3. （4小时对比1小时 = 成本降低4倍） 利用提示缓存
  4. （人类特征——缓存标记90%折扣） 批处理

______________________________________________________________________

（一次性分析100个项目 vs 分别进行100次调用）

📊 使用示例

python run_worker.py run customer_health_monitor

运行单个工作节点（测试）

python run_worker.py start

启动所有工人（生产）

python run_worker.py status

检查系统状态

python run_worker.py list

列出所有工作者

from src.state.database import DatabaseManager

db = DatabaseManager()
runs = db.get_recent_runs(limit=10)
for run in runs:
    print(f"{run['worker_name']}: {run['status']} - ${run['cost_usd']}")

______________________________________________________________________

查看最近运行记录

🔔 通知渠道

actions:
  - type: slack
    config:
      channel: "#customer-alerts"
      # Uses SLACK_BOT_TOKEN or SLACK_WEBHOOK_URL from .env
    threshold: high_priority

Slack（音译为“斯拉克”，但通常直接使用原名）

actions:
  - type: email
    config:
      to:
        - team@company.com
        - manager@company.com
      subject: "[URGENT] {worker_name} Alert"
    threshold: any_alerts

电子邮件

actions:
  - type: webhook
    config:
      url: "https://your-api.com/alerts"
      method: POST
      headers:
        Authorization: "Bearer YOUR_TOKEN"

______________________________________________________________________

自定义Webhooks

🗄️ 数据库模式

  • 桌子 工人运行次数（或：工作运行）
  • - 执行历史（状态、成本、令牌、结果） 警报
  • - 发送警报（用于去重） 成本追踪
  • - 每位员工的月成本 工作状态

- 工作者状态（上次运行、失败情况、启用/禁用）

# Get worker stats
db.get_worker_stats("customer_health_monitor", days=30)

# Check monthly cost
monthly_cost = db.get_monthly_cost()

# Should we send this alert? (deduplication)
should_send = db.should_send_alert(
    worker_name="deal_risk_analyzer",
    alert_key="deal:12345:high_risk",
    deduplication_hours=24
)

______________________________________________________________________

查询

🛠️ 创建自定义工作线程

步骤1：定义工作者 config/workers/my_worker.yaml创造

name: competitor_price_monitor
description: Track competitor pricing changes
server: marketing
model: claude-3-5-haiku-20241022  # Cheap for frequent checks
schedule: "0 */2 * * *"  # Every 2 hours
enabled: true

prompt: |
  Use the Marketing MCP tools to:
  1. Fetch competitor pricing pages
  2. Compare to our pricing
  3. Identify any changes in last 24h
  4. Calculate price gap percentage

  Alert if competitor drops prices >10%.

actions:
  - type: slack
    config:
      channel: "#competitive-intel"
    threshold: any_alerts

:

python run_worker.py run competitor_price_monitor

步骤2：测试

第三步：部署

python run_worker.py start

______________________________________________________________________

重启调度器 - 它会自动发现新的工作节点：

📈 生产部署

python run_worker.py start

本地（开发）

sudo cp infrastructure/systemd/autonomous-worker.service /etc/systemd/system/
sudo systemctl enable autonomous-worker
sudo systemctl start autonomous-worker
sudo systemctl status autonomous-worker

Systemd 服务（Linux）

docker-compose up -d
docker-compose logs -f

Docker

# SSH into instance
git clone 
cd 199os-autonomous-worker
pip install -r requirements.txt
cp .env.example .env
# Edit .env
python run_worker.py start

# Use tmux/screen to keep running
tmux new -s workers
python run_worker.py start
# Ctrl+B, D to detach

______________________________________________________________________

云（AWS EC2，GCP Compute）

🔒 安全

  • 凭证；资格；资历 .env API密钥存储在
  • （从未提交过）
  • PostgreSQL凭据在静止状态时加密

环境变量中的Slack/电子邮件凭据

  • 数据库
  • 带有SSL/TLS的PostgreSQL
  • 最小权限的数据库用户 infrastructure/scripts/backup.sh定期备份（参见

)

  • 网络
  • 在防火墙后运行
  • 限制数据库访问仅限于本地主机

______________________________________________________________________

使用VPN进行远程访问

📊 监控与可观测性

日志 structlog带有结构的JSON日志

{
  "timestamp": "2025-10-14T12:00:00Z",
  "level": "info",
  "event": "worker_completed",
  "worker": "customer_health_monitor",
  "status": "success",
  "cost_usd": 0.1234,
  "actions": 2
}

：

  • 指标（即将推出） :9090/metrics
  • Prometheus 上的指标
  • Grafana 仪表板

______________________________________________________________________

警惕高成本、故障及预算超支

🚧 路线图

  • 第一阶段：基础 ✅（完成）
  • \[x\] 核心编排器
  • \[x\] MCP服务器加载器
  • \[x\] 与模型无关的人类中心主义客户端
  • \[x\] 使用 cron 的调度器
  • \[x\] 动作插件（Slack，电子邮件）
  • \[x\] 数据库状态跟踪

\[x\] 5个初始工作者

  • 第二阶段：智力提升（第二周）
  • \[ \] 反馈循环（追踪警报准确性）
  • \[ \] 自适应阈值（基于机器学习）
  • \[ \] 成本优化建议

\[ \] 工作人员绩效仪表盘（Grafana）

  • 第三阶段：扩展（第三周）
  • \[ \] 工作者市场（共享/出售工作者）
  • \[ \] 多租户支持
  • \[ \] 用于外部集成的API

______________________________________________________________________

\[ \] 用于警报的手机应用

💡 团队使用案例

  • 客户成功（或客户成功管理） 健康监测
  • - 防止客户流失 使用分析
  • - 检测掉队情况 净推荐值（NPS）追踪
  • - 情感分析 入职培训完成

- 确保达到95%的比率

  • 销售 交易风险
  • - 救活搁浅的交易 管道卫生
  • - 保持CRM（客户关系管理）系统的整洁 预测准确性
  • - 每周更新 主导回应

- 5分钟SLA（服务级别协议）

  • 市场营销 预算控制
  • - 防止过度消费 活动表现
  • - 失败者暂停，成功者扩大规模 潜在客户评分
  • - 热门路线即时导流 竞争对手追踪

______________________________________________________________________

- 定价、广告、内容

🤝 贡献

  1. 我们欢迎投稿！
  2. 克隆（或分叉）该仓库
  3. 创建一个特性分支
  4. 进行你的更改
  5. 添加测试

提交拉取请求

  • 投稿建议：
  • 新的操作插件（PagerDuty、Teams、Discord）
  • 工作者模板（SEO监控、社交聆听）
  • 仪表盘用户界面（React + FastAPI）

______________________________________________________________________

移动应用（React Native）

📄 许可证 MIT 许可证 - 请参阅 许可证

______________________________________________________________________

文件。

  • 🆘 支持问题 :
  • GitHub Issues（GitHub问题）讨论 ：
  • GitHub 讨论区电子邮件

______________________________________________________________________

support@199os.com（该邮箱地址的中文表述可直接为“support@199os.com”，但若需解释其用途或背景，可译为“用于联系199os的客服支持邮箱”等，不过在此直接给出邮箱地址的中文表述即可）

  • 📚 相关项目销售MCP（多渠道营销计划/经理/专员等，具体含义需根据上下文确定） /Users/evanpaliotta/199os-sales-mcp ：
  • (62个工具)市场营销 MCP（注：MCP在此处可能代表某个特定的市场营销概念、策略或职位，但根据上下文无法确定具体含义，因此保留原样） /Users/evanpaliotta/199os_marketing_mcp ：
  • （80+种工具）客户成功管理专家（MCP） /Users/evanpaliotta/199os-customer-success-mcp ：

______________________________________________________________________

(54个工具)

由199OS团队用心打造

目录标签

目录标签

PythonClaude云端部署AI工作系统本地部署销售自动化营销监控客户成功24/7监控

支持客户端

Claude

接入字段

传输方式（transport，传输协议）

stdio

鉴权方式（authType，认证方式）

token

工具数量（toolCount，工具数）

0

资源数量（resourceCount，资源数）

0

提示词数量（promptCount，提示词数）

0

权限和风险

stdiotoken部署方式未说明

接入前请确认传输方式、认证方式和部署位置，并根据实际工具能力限制访问范围。

安装前确认

不要直接授予不必要的文件、网络或账号权限；先核对安装命令和配置内容。

来源信息

199os-autonomous-worker logo

MCP World

mcpworld.com

/detail/21d3b809cad4c213e252c5040f58d70c

将MCP服务器转化为24/7自主工作的AI系统，用于销售、营销和客户成功的监控、分析和警报。

继续浏览同类 MCP

更多运维云端 MCP（13,854）返回 MCP 目录

上一个 MCP

18621579069 MCP

一个基于WebSocket的高效MCP接入点服务器，用于自定义MCP服务注册和设备工具调用，支持高并发、消息转发和连接管理。

下一个 MCP

1buck MCP

Portainer MCP HTTP服务器是一个包装器，允许通过HTTP客户端访问Portainer，适用于需要远程管理Docker Swarm或K8s的场景。