-->
mcpn.ai helps you create, organize, and share AI workflows and prompts.
Like a dynamic prompt library you can share & version across MCP tools and servers for specific tasks.
Created by
用法
基础示例
plan_prd:
description: "Create a product requirements..."
prompt: |
You are an expert product manager/business
analyst and are now entering "PRD Mode"
Begin by deeply reflecting upon the notes,
requirements and images provided...
tools: createPRD, createStoriesFromPRD, createRoadmap
coding_max:
description: "Highly effective Coding Agent"
prompt: |
You are now entering "Developer Mode" -
deeply reflect upon the changes being asked and
analyze existing code to map the full scope...
tools: getConsoleLogs, getErrorLogs, getLinter
...工作流MCP（mcpn）是软件开发的构建块，是多个MCP服务器和提示的编排。
将其视为一个动态提示库，您可以通过yaml文件轻松共享和版本控制，该库还允许您定义如何在多个MCP服务器上为特定任务最佳地使用许多MCP工具。
安装
使用以下命令或JSON将MCP服务器安装到MCP客户端中：
npx -y mcpn@latest init如果在Cursor中使用JSON设置MCP服务器，可以使用以下配置：
{
"mcpServers": {
"workflows-mcp": {
"command": "npx",
"args": ["-y", "mcpn@latest server"]
}
}
}文档
文档： https://mcpn.ai
例子
…待定
许可证
…待定
链接
…待定
\========================================================================
移动到下面的文档
概述
有效使用MCP的关键是知道何时/如何使用正确的工具。工作流MCP有助于使这一过程更容易、更快。使用工作流MCP，您可以：
✅ 将提示与MCP服务器结合到可重用且易于编辑/共享/组织的工作流程中
✅ 使用自定义命令触发工作流，如：“进入调试器模式”或“使用思维模式”
✅ 定义如何在工作流中使用许多工具的自定义策略（顺序或情境/动态）
✅ 轻松将您的团队纳入最佳提示+使用许多带版本控制的MCP工具的方法。
_我们还提供了一些有用的预设来帮助您入门🫡_
那么，为什么要使用这个？
该项目的目标是将提示转化为可编程的工具，并在代码编辑器中为AI制定更具确定性的规则，同时减少所有请求的令牌使用总量。由于为AI填充一组全局规则会占用你的上下文窗口，因此使用MCP路由到提示和工作流可以帮助减少所有请求中使用的令牌总量。
MCP的工作流程也是 极其 强大！例如，您可以创建一个 “生产事件工作流” 该工具具有特殊的系统提示，可以以特定的方式对事件进行推理，然后以特定的顺序使用一系列工具来分析+潜在地解决事件。这可能涉及以下内容：
- 收集Kubernetes、Cloudwatch、Splunk等多个MCP工具的日志
- 检查Github问题或矢量数据库过去是否存在类似问题
- 在网络上搜索有用信息
- 使用之前步骤中收集的所有上下文分析代码
- 写一份详细的事故报告，包括之前步骤的所有背景
- 收集您的意见，以便更好地理解问题空间
- 如果可能，实施问题修复
由于这些工作流都是在YAML中定义的，并且可以从机器上的任何地方引用，因此您可以 轻易地 围绕何时/如何使用MCP工具的最佳提示和顺序来完成特定任务，召集你的团队🦾
特性
📝 自定义配置
- 从多个YAML文件加载自定义配置
.workflows或.mcp-workflows目录 - 轻松将这些yaml文件保存到git仓库并与您的团队共享
- 由于MCP服务器可以为每个项目提供自定义配置，因此您可以轻松地为每个项目选择要使用的配置，为每个项目设置自定义工作流文件夹
- 在工具配置中支持键入参数输入，使构建自定义MCP提示工具变得轻而易举
🚀 即用型预设
工作流MCP包括多种预置的工作流模式，可供思考、编码和github使用：
思考：用于改进任何任务推理的通用工具
- 思维方式：反思思维并进行结构化分析（灵感来自Anthropic对思维工具的最新研究）
- 深度思维模式：全面的多角度分析和详细的反思
编程：用于常见编码任务的通用工具 用于常见编码任务的通用工具
- 调试器模式：系统的多步骤推理和调试，包括假设创建、遥测数据收集和测试
- 架构模式：系统设计提示，包括权衡分析和实施计划
- 计划模式：通过代码库分析进行系统代码更改规划
- PRD模式：功能、用户故事和尖峰分析的结构化产品需求文档
- 保存注释：记录正在进行的工作，并进行全面的进度跟踪。当你需要暂时离开，想把想法留到以后再考虑时，这很有用。
GitHub：简化常见GitHub任务的工具。非常适合使用Git和Github CLI进行源代码控制的初学者
- PR审核模式：考虑安全因素的全面拉取请求分析
- PR创建模式：使用GitHub CLI的结构化PR创建流程
- 创建分支：使用上下文命名创建智能分支
- 保存更改：系统化的git提交和推送工作流程
安装
使用以下命令或JSON将MCP服务器安装到MCP客户端中：
npx -y mcpn@latest init如果在Cursor中使用JSON设置MCP服务器，可以使用以下配置：
{
"mcpServers": {
"workflows-mcp": {
"command": "npx",
"args": ["-y", "mcpn@latest server"]
}
}
}要提供自定义配置，您可以使用 --config 标志指向包含YAML配置文件的目录。目录必须命名 .workflows 或 .mcp-workflows 因此：
npx mcpn@latest server --config /path/to/.workflows如果要启用预设，可以使用 --preset 标志指定要加载哪些预设：
npx mcpn@latest server --preset thinking,coding,github以下是Cursor配置组合后的样子：
{
"mcpServers": {
"workflows-mcp": {
"command": "npx",
"args": [
"mcpn@latest server",
"--config",
"/path/to/.workflows",
"--preset",
"thinking,coding"
]
}
}
}注：
- _如果更新配置，则必须刷新MCP工具_
- _如果刷新不起作用，请确保您的配置是有效的YAML_
- _如果仍然存在问题，请尝试在客户端中删除并重命名MCP工具_
- _如果没有提供配置或预设，则默认使用
thinking预设。_ - _如果您仍然无法使其工作，请打开问题单_
自定义工作流配置
创建一个 .workflows 或 .mcp-workflows 在项目中的目录中添加任何名称的YAML配置文件（必须以结尾 .yaml 或 .yml).如果与预设工具同名，这些配置也将覆盖预设默认值。
配置文件示例
基本工作流配置
workflow_name:
description: "Description of what this workflow does"
prompt: |
Enter your multi-line
prompt here like this
toolMode: "situational" # can be omitted as it's the default
tools: "analyzeLogs, generateReport, validateFindings"工具配置样式
您可以通过多种方式定义工具。
以下是一个工具的示例，该工具使用情境/根据需要使用的工具调试代码库中的问题：
web_debugger_mode:
description: Debug my codebase my web application with browser logs and BrowserTools MCP
prompt: |
Deeply reflect upon all of this and think about why this isn't working. Theorize 4-6 different possible sources of the problem.
Then, deeply reason about the root cause and distill your theories down to the 1-2 most probable sources of the problem before suggesting next steps.
tools: getConsoleLogs, getConsoleErrors, getNetworkLogs, getNetworkErrors, takeScreenshot这将返回以下MCP响应：
Deeply reflect upon all of this and think about why this isn't working. Theorize 4-6 different possible sources of the problem.
## Available Tools
Use these tools as needed to complete the user's request:
- getConsoleLogs
- getConsoleErrors
- getNetworkLogs
- getNetworkErrors
- takeScreenshot
After using each tool, return a 'Next Steps' section with a list of the next steps to take / remaining tools to invoke along with each tool's prompt/description and 'optional' flag if present.参数注入
一个强大的功能是能够使用 {{ parameter_name }} 语法：
custom_mode:
description: "Workflow with parameter injection"
parameters:
thought:
type: "string"
description: "A thought to deeply reflect upon"
required: true
idea:
type: "string"
description: "An additional idea to consider"
prompt: |
Deeply reflect upon the provided thought.
Here's the thought: {{ thought }}
Additional idea to consider: {{ idea }}
Reflect upon the implications/tradeoffs it may have as it relates to my current goals.参数会根据其类型定义自动验证，并在运行时注入到提示中。
顺序工具配置
在顺序模式下，工具按特定顺序执行：
web_debugger_mode:
description: Debug my codebase my web application with browser logs and BrowserTools MCP
prompt: |
Deeply reflect upon all of this and think about why this isn't working. Theorize 4-6 different possible sources of the problem.
toolMode: sequential
tools: getConsoleLogs, getConsoleErrors, getNetworkLogs, getNetworkErrors, takeScreenshot这将返回以下MCP响应：
Deeply reflect upon all of this and think about why this isn't working. Theorize 4-6 different possible sources of the problem.
## Available Tools
If all required user input/feedback is acquired or if no input/feedback is needed, execute this exact sequence of tools to complete this task:
1. getConsoleLogs
2. getConsoleErrors
3. getNetworkLogs
4. getNetworkErrors
5. takeScreenshot
After using each tool, return a 'Next Steps' section with a list of the next steps to take / remaining tools to invoke along with each tool's prompt/description and 'optional' flag if present.高级工具配置
包括为每个工具定义提示的能力，以及一个可选标志，用于指示该工具在序列中是否是可选的：
deep_thinking_mode:
description: Reflect on a thought and produce a reflection/new set of thoughts
parameters:
thought:
type: string
description: A thought to deeply reflect upon
required: true
prompt: |
Deeply reflect upon the provided thought.
Reflect upon the implications/tradeoffs it may have as it relates to my current goals, challenges and our conversation.
Do not change anything in our system, just return some thoughts/considerations/analysis based on your reflection of the provided thought.
toolMode: "sequential"
tools:
analyze_thought: analyze a previously generated thought
explore_perspectives: think about additional perspectives given the analysis
apply_findings:
propmt: implement the findings of the analysis
optional: true配置结构
每个YAML文件都应该包含工具名称到其配置的映射。配置可以从两个来源加载：
- 内部预设（位于
presets目录） - 用户定义的配置（in
.workflows或.mcp-workflows目录）
基本工具配置
对于每个工具，您可以指定：
name：注册工具的可选名称覆盖（默认为配置键）description：描述工作流/工具的功能prompt：自定义提示（如果工作流名称也是活动预设，则完全替换默认提示）context：附加到提示的附加上下文（不会替换预设的默认提示）tools：此模式下可用的工具数组或对象，具有灵活的定义样式toolMode：工具执行模式，“顺序”或“情境”（默认为“情境”）parameters：参数的对象映射作为工具的输入-支持使用｛｛parameter_name｝｝进行模板注入disabled：布尔值禁用该工具
输入参数配置
工具可以接受MCP客户端/代理可以提供的键入参数，以提高提示/工作流的推理能力。这些输入会自动转换为Zod模式，以进行验证和类型安全。每个参数都由以下属性定义：
| 属性 | 描述 | 必填 |
|---|---|---|
type | 数据类型：“字符串”、“数字”、“布尔值”、“数组”、“对象”或“枚举” | 是 |
description | 参数的人类可读描述 | 否 |
required | 是否需要该参数 | 否（默认为 false) |
default | 默认值（如果未提供） | 否 |
enum | 有效值数组（必需 enum 仅类型） | 是（适用于 enum 类型） |
items | 对于数组类型，定义数组中项目的类型 | 否 |
properties | 对于对象类型，定义对象的属性 | 否 |
示例输入参数类型