Token导航 LogoToken导航TokenDH.com
Yuga Planner logo
办公协作stdio官方级别未说明来源级核验

Yuga Planner

MCP Server

Yuga Planner是一个基于神经符号系统的团队调度和任务分配平台,通过LLM分解任务并使用优化引擎生成最优员工排班。

工具数

0

提示词数

0

GitHub Stars

3

资源数

0
时间管理Python团队协作

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。

作者 / 组织

blackopsrepl

提供方

blackopsrepl

最后核验

2026/5/17 20:22

运行时

Docker

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

docker run -p 7860:7860 yuga-planner

详细介绍

______________________________________________________________________

标题:Yuga规划师 表情符号🐍 颜色来源:紫色 颜色:灰色 sdk:docker 应用端口:7860 许可证:apache-2.0 标签:\[“代理演示曲目”\]

Yuga规划师🐍

该项目是为 拥抱面部特工MCP黑客马拉松!

Yuga Planner是一个神经符号系统原型:它提供了一个基于代理的团队调度和任务分配平台 Gradio.

它需要一个项目描述,通过一个 LLamaIndex 代理,然后使用 时间折叠 为复杂项目生成最佳员工时间表。

🚀 立即尝试

现场演示: https://huggingface.co/spaces/blackopsrepl/yuga-planner

GitHub上的源代码:

MCP聊天界面使用

  1. 导航到聊天选项卡 在Gradio界面中
  2. 上传您的日历文件(.ics) 提供现有承诺(可选)
  3. 键入您的日程安排请求 使用自然语言:
   "Create a new EC2 instance on AWS"
   "Create a Svelte UI that allows me to query a postgresql database"
   "Develop a chatbot UI based on Gradio"
  1. 接收智能响应 将会话式人工智能与任务调度功能相结合
  2. 查看格式化的日程表 具有丰富的表格输出和状态指示器

MCP工具使用

  1. 在任何兼容MCP的聊天机器人或代理平台中:
   use yuga-planner mcp tool
   Task Description: [Your task description]
  1. 附加日历文件(.ics) 提供现有承诺
  2. 接收优化的日程安排 将新任务与现有日历事件集成

建筑

Yuga Planner遵循 面向服务的体系结构 明确区分关注点:

核心服务层

  • 数据服务: 处理来自各种来源(Markdown、日历)的数据加载、处理和格式转换
  • 时间表服务: 协调计划生成、求解器管理和解决方案轮询
  • 国家服务: 用于作业跟踪和计划存储的集中状态管理
  • 记录服务: 用于UI反馈和调试的实时日志流
  • 模拟项目服务: 为测试和演示提供示例项目数据
  • MCPClientWrapper: 管理MCP服务器功能和工具定义

MCP集成组件

  • 工具卡装配工: 将Nebius API的流式工具调用增量处理为完整的工具调用
  • 工具调用处理器: 通过具有JSON修复功能的MCP后端执行已完成的工具调用
  • 聊天界面: 具有智能工具检测的统一会话式AI+任务调度
  • 流处理程序: 具有进度指示器和错误恢复的实时响应处理

系统组件

  • Gradio用户界面: 具有实时更新和交互式日程可视化功能的现代网络界面
  • 任务生成器代理: 用途 LLamaIndex + Nebius AI 智能任务分解与估计
  • 约束求解器: 时间折叠 用于优化任务到员工分配的优化引擎
  • MCP集成: 用于代理工作流集成的模型上下文协议端点

______________________________________________________________________

🌟 主要特点

功能描述状态
Markdown项目解析从Markdown文档中自动提取任务
LLM驱动的任务分析LLamaIndex + Nebius AI 用于任务分解和估计
基于约束的排程时间折叠 日程分配优化引擎
技能匹配检测每项任务所需的技能
任务依赖顺序工作流建模
多项目支持同时加载和调度多个项目
实时日志流UI中的实时求解器进度和状态更新
可配置参数可调员工人数和计划持续时间
模拟项目加载用于快速测试的预配置示例项目
日历解析和固定在原始时间从.ics文件中提取并保留日历事件
营业时间执行尊重9:00-18:00的工作时间,不包括午休时间
周末日程安排预防硬约束阻止周末任务分配
MCP端点用于MCP工具与日历支持集成的API端点
MCP聊天界面统一的对话式AI+任务调度界面
流媒体工具调用实时处理来自Nebius API的工具调用
智能刀具检测基于关键字的调度请求检测
JSON修复与恢复对格式错误的流数据的稳健处理
双响应系统Nebius API带MCP回退以提高可靠性

🎯 两种使用模式

Yuga Planner作为 两个独立的系统 服务于不同的用例:

1.💬 MCP聊天界面

目的: 具有集成任务调度功能的对话式人工智能

  • 访问权限: Gradio界面中的聊天选项卡
  • 输入: 自然语言请求+可选 .ics 日历文件
  • 特征:

- 基于调度关键字的智能刀具检测 - 使用实时工具调用程序集进行流式响应 - 日程结果的丰富表格格式 - 双响应系统(Nebius API+MCP回退)

  • 用例: 通过自然对话进行交互式日程安排

2.🤖 MCP个人工具

目的: 与个人日历集成的个人任务调度

  • 访问权限: 通过MCP兼容的聊天机器人和代理平台
  • 输入: 附加 .ics 日历文件+自然语言任务描述
  • 团队: 根据您的时间表 个人日历 以及现有承诺
  • 用例: 围绕现有预约的个人生产力和任务规划

MCP使用示例:

User: use yuga-planner mcp tool
Task Description: Create a new EC2 instance on AWS
[Attaches calendar.ics file]

Tool Response: Optimized schedule created - EC2 setup task assigned to
available time slots around your existing meetings

🧩 MCP聊天界面技术细节

智能刀具检测

聊天界面使用关键字分析自动检测日程安排请求:

scheduling_keywords = [
    'schedule', 'task', 'calendar', 'plan', 'organize',
    'meeting', 'appointment', 'project', 'deadline',
    'create', 'setup', 'implement', 'develop'
]

流媒体工具调用处理

  • 三角洲组件: 将200多个流增量收集到完整的工具调用中
  • JSON修复: 处理流式响应中格式错误的JSON
  • 进度指标: 刀具加工过程中的实时反馈
  • 超时保护: MCP操作超时60秒

双响应系统

  • 主要的,重要的 具有工具调用功能的Nebius API
  • 退路: 工具组装失败时直接调用MCP后端
  • 错误恢复: 全面的错误处理和优雅的降级

特征:

  • 通过聊天界面接受日历文件和用户任务描述
  • 分析现有日历事件和新任务要求
  • 全面的日程解决支持 -生成优化的任务分配
  • 返回与个人日历集成的完整已解决日程
  • 专为无缝聊天机器人和代理工作流集成而设计

当前限制:

  • 多时区支持: 目前在单一时区环境中运行,UTC转换以保持一致性。来自不同时区的日历事件被标准化为相同的日程安排上下文。

请参阅 更改日志.md 有关最近MCP相关变化的详细信息。

进行中

  • 🔧 Gradio UI大修: 增强的用户体验和视觉改进
  • 🔍 迁移到Pydantic模型: 类型安全数据验证和序列化
  • ⚡ 增强的时区支持: 多时区日历集成,用于国际日程安排

未来工作

系统集成路线图

  • 统一调度引擎 它可以在一个界面中同时处理团队管理和个人生产力
  • 混合工作流 个人任务可以与团队项目协调
  • 跨系统数据共享 在web演示项目和个人MCP日历之间
  • 无缝切换 团队管理与个人任务规划模式

核心功能增强

  • 多工具支持: 扩展聊天界面,以支持除日程安排之外的其他MCP工具
  • 日历集成: 直接日历服务集成(谷歌、Outlook)
  • 性能优化: 针对大型工具调用的增强流式组装
  • 抹布: 根据行业相关文献验证任务分解和估计
  • 更精细的任务依赖关系: 在可行/方便的情况下,在DAG中而不是列表中表示任务,以允许项目内的重叠
  • GitHub问题反馈: 它不是直接处理markdown,而是通过解析问题来创建列表
  • 强化学习: 训练代理以改进GitHub历史中的任务分解和估计(例如时间戳差异、问题注释等)

先决条件(本地/GitHub)

  • Python 3.10
  • Java 17+
  • Docker(可选,用于容器化部署)
  • Nebius API证书(用于LLM功能)

安装

  1. 克隆存储库:
   git clone https://github.com/blackopsrepl/yuga-planner.git
   cd yuga-planner
  1. 创建虚拟环境:
   make venv
  1. 安装依赖项:
   make install
  1. 设置环境变量/机密:
   make setup-secrets
   # Then edit tests/secrets/cred.py to add your API credentials
  1. 运行应用程序:
   make run

Docker(本地/GitHub)

  1. 塑造形象:
   docker build -t yuga-planner .
  1. 运行容器:
   docker run -p 7860:7860 yuga-planner

______________________________________________________________________

Python依赖关系

requirements.txt 查看完整列表。

______________________________________________________________________

许可证

此项目根据Apache 2.0许可证获得许可。看 LICENSE.txt 了解详情。

______________________________________________________________________

致谢

目录标签

目录标签

时间管理Python团队协作任务调度本地部署AI规划项目分解

接入字段

传输方式(transport,传输协议)

stdio

鉴权方式(authType,认证方式)

none

运行时(runtime,运行环境)

Docker

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

stdionone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

继续浏览同类 MCP