AI Workbench MCP

Name: AI Workbench MCP
Author: hrishikesh-thakre

von hrishikesh-thakreVersion 0.6.0a0i★ –iLäuft auf deinem Computer

Name in der Registryio.github.hrishikesh-thakre/ai-workbench-mcp

Installieren

Überblick

Beschreibung vom Entwickler (englisches Original)

Goose-first MCP server for Workbench-owned acceptance evidence, validation gates, and analytics.

Die drei Säulen von PopNx MCP

Diese drei werden nie zu einer Punktzahl zusammengefasst: Meinungen, Messungen und Beliebtheit sind verschiedene Dinge.

Stimmen der NutzeriNoch keine BewertungenBewertungen starten in einem späteren Schritt zusammen mit Benutzerkonten
Unsere Basischecksi1 von 1 bestandenAnhand öffentlicher Informationen geprüft; Code noch nicht gescannt
NutzungiGanz neu↓ 42/Wo. · ★ –

Was du damit machen kannst

Für diesen Server haben wir noch keine Zusammenfassung in einfacher Sprache geschrieben. Unten stehen die Fakten, die wir aus der Registry gelesen haben.

Verbindung: Läuft auf deinem Computer
Transport: stdio
Kategorie: Marketing & Social Media

Installation

Wähle die KI-App, die du nutzt, und kopiere die Einstellungen.

Bevor du installierst

Basischecks: 1 von 1 bestanden
Läuft auf deinem Computer mit den Rechten deines Benutzerkontos (Dateien, Netzwerk, Apps).
Die Registry nennt keinen Schlüssel zum Eintragen.

Du brauchst

PyPIuv für Python installiert (für den Befehl uvx)

Welche App nutzt du?

ClaudeClaude CodeCursorVS CodeChatGPT

Wähle oben deine App. Wir merken sie uns, damit der Button beim nächsten Mal „In … installieren“ anzeigt.

Öffne Claude Desktop → Settings → Developer → Edit Config und füge dies in claude_desktop_config.json ein

{
  "mcpServers": {
    "ai-workbench": {
      "command": "uvx",
      "args": [
        "ai-workbench-mcp"
      ]
    }
  }
}

Führe das in deinem Terminal aus

claude mcp add ai-workbench -- uvx ai-workbench-mcp

In Cursor öffnen

Oder kopier die Einstellungen selbst

In .cursor/mcp.json in deinem Projekt oder in ~/.cursor/mcp.json einfügen

{
  "mcpServers": {
    "ai-workbench": {
      "command": "uvx",
      "args": [
        "ai-workbench-mcp"
      ]
    }
  }
}

Dein Browser fragt, ob er die App öffnen darf, dann zeigt die App die Einstellungen und bittet dich um Bestätigung. Schlüsselwerte bleiben leer, damit du sie selbst einträgst.

In VS Code öffnen

Oder kopier die Einstellungen selbst

In .vscode/mcp.json in deinem Projekt einfügen

{
  "servers": {
    "ai-workbench": {
      "type": "stdio",
      "command": "uvx",
      "args": [
        "ai-workbench-mcp"
      ]
    }
  }
}

Dein Browser fragt, ob er die App öffnen darf, dann zeigt die App die Einstellungen und bittet dich um Bestätigung. Schlüsselwerte bleiben leer, damit du sie selbst einträgst.

Dieser Server läuft auf deinem Computer, und ChatGPT kann sich nur mit Servern im Internet verbinden. Wähle eine andere App.

Deine Auswahl bleibt in einem Cookie auf diesem Gerät; kein Konto nötig.

Diese Einstellungen werden aus dem Registry-Eintrag des Entwicklers erzeugt. Wenn in der README etwas anderes steht, folge der README.

Was er kann

Läuft auf deinem Computer; die Tool-Liste erscheint nach der Installation in deiner KI-App.

Basischecksi

Wir prüfen Informationen, die jeder sehen kann; den Code haben wir nicht gelesen. Checks, die nicht zutreffen, werden nicht mitgezählt. · Geprüft am 9. Nov. 2026

✓ Bestanden
Entwickler passt zum Repo
Der Registry-Name wurde mit dem GitHub-Konto hrishikesh-thakre bestätigt, dem das Repo gehört
… Noch nicht geprüft
Wird noch gepflegt
Dieses Repo haben wir noch nicht von GitHub gelesen
… Noch nicht geprüft
Hat eine Lizenz
Dieses Repo haben wir noch nicht von GitHub gelesen
– Nicht zutreffend
Endpunkt antwortet
Dieser Server läuft auf deinem Computer; es gibt keinen Endpunkt im Internet
– Nicht zutreffend
Anmeldung mit OAuth
Läuft auf deinem Computer und nutzt stattdessen lokale Einstellungen
… Noch nicht geprüft
Keine versteckten Anweisungen in Tool-Beschreibungen
Läuft auf deinem Computer; Tool-Listen können wir nur von Endpunkten im Internet lesen

Im Vergleich mit anderen in Marketing & Social Mediai

Mehr Sterne als 0 % der anderen 3620 Server in dieser Kategorie
Neuer in der Registry veröffentlicht als 9 % der anderen 3620 Server in dieser Kategorie
Basischecks gleich gut wie oder besser als bei 100 % der anderen 3620 Server in dieser Kategorie

Verglichen mit allen aktiven Servern dieser Kategorie in der Registry. Sterne zählen nur, wenn dem Herausgeber das Repo gehört.

Häufige Fragen

Ist AI Workbench MCP sicher?

Er hat 1 von 1 zutreffenden Basischecks bestanden. Den Code haben wir nicht gelesen. Bevor du einen Schlüssel oder Token hinzufügst, sieh nach, welche Zugriffe der Server verlangt, und nutze einen Schlüssel, der nur die Berechtigungen hat, die du brauchst.

Welche Schlüssel oder Codes braucht er?

Die Registry nennt keinen erforderlichen Schlüssel, manche Server bitten dich aber bei der ersten Nutzung, dich anzumelden.

Läuft er auf meinem Computer oder in der Cloud?

Er läuft auf deinem Computer. Deine KI-App startet ihn bei Bedarf, und die Daten laufen nicht über die Server des Entwicklers (außer der Server ruft selbst einen Onlinedienst auf).

Wird er noch gepflegt?

Das GitHub-Repo wurde zuletzt – geändert, und die neueste Version (0.6.0a0) kam vor 6 Monaten in die Registry.

Welche Apps können ihn nutzen?

Apps, die MCP unterstützen, etwa Claude Desktop, Claude Code, Cursor und VS Code. Außerdem brauchst du Python (uv) auf deinem Computer.

Was kann ich stattdessen nutzen?

In derselben Kategorie: MCP YouTube Transcript, Google Analytics MCP, BibiGPT YouTube Video Summarizer

Alternativen

Server derselben Kategorie von anderen Entwicklern, sortiert nach Sternen.

So liest du eine Karte:↓ Downloads pro Wochei★ GitHub-SterneiDrei Säulen: Bewertungen · Checks · NutzungiAktualisiert = neueste Version in der Registry veröffentlichti

MCP YouTube Transcript

An MCP server retrieving transcripts of YouTube videos

von jkawamotoWachsend★ 495Aktualisiert vor 12 Tagen

Läuft auf deinem Computer

Installieren

Google Analytics MCP

GA4 MCP server for AI agents: schema discovery, server-side aggregation, analysis-ready defaults.

von surendranbWachsend↓ 1088/Wo.★ 244Aktualisiert vor 11 Tagen

Läuft auf deinem Computer

Installieren

BibiGPT YouTube Video Summarizer

AI video summarizer: summarize and transcribe YouTube, Bilibili, TikTok and podcast videos.

von JimmyLvWachsend★ 137Aktualisiert vor 12 Tagen

Läuft in der Cloud✓ bibigpt.co

Installieren

README vom Entwickler

README öffnen

Unverändert aus dem Repo des Entwicklers übernommen. PopNx MCP hat den Inhalt weder geprüft noch empfiehlt es ihn. HTML, Bilder und Skripte wurden entfernt. Links führen von dieser Website weg.

AI Workbench

AI Workbench supervises AI coding agents, captures evidence, validates work, applies acceptance policy, and produces auditable PR-ready reports.

The PyPI package remains ai-workbench-mcp for this public alpha because the ai-workbench package name is already occupied. The product and CLI are AI Workbench:

pip install ai-workbench-mcp

ai-workbench --help

Current source metadata targets unpublished ai-workbench-mcp==0.8.0a0. This public alpha consolidates local supervision, evidence capture, validation, acceptance policy, and PR reporting into one product surface.

Public Alpha Warning

The supervisor is the preferred automated evidence path, but daemon, Codex hook, and OpenCode adapter coverage are alpha mechanisms. AI Workbench checks evidence quality and acceptance readiness; it does not prove the work is absolutely correct. High-risk work still requires human review.

Architecture

AI Workbench supervisor captures local evidence.
AI Workbench validation writes validation_report.json.
AI Workbench quality gate writes revision_decision.json.
AI Workbench PR/report surfaces render accept, needs_review, or block.

Agent output is a proposal. Workbench accepts evidence.

MCP is the connection protocol. AI Workbench MCP is the tool server. Acceptance is decided by the selected validation profile and quality gate. The agent performs. Workbench accepts. MCP connects them.

Quick Start

pip install ai-workbench-mcp

ai-workbench supervisor setup --project-dir . --task-type code_change ai-workbench supervisor start

Run Codex, OpenCode, Goose, or another supported local workflow in the project. Then inspect the latest report:

ai-workbench supervisor status

ai-workbench reports show latest --project-dir .

Render PR-ready artifacts from a finalized run:

ai-workbench pr-gate --run-dir runs/<run_id>

The canonical local run ledger is:

runs/<run_id>/

task_metadata.json final_prompt.md model_selection.json model_output.md validation_report.json revision_decision.json run_log.jsonl metadata.json transcript.jsonl commands.jsonl workspace/ validation/ artifacts/

validation_report.json and revision_decision.json are the final acceptance authority. Supporting supervisor reports are local evidence, not a substitute for those Workbench artifacts.

Codex Hooks

Install project-local Codex hooks:

ai-workbench setup codex --project-dir . --task-type code_change

Restart Codex or start a new session, open /hooks, review the project hook, and trust it once. Until a hook event is observed, supervisor status reports Codex coverage as configured but unverified.

Goose MCP

AI Workbench still exposes the same MCP tool lifecycle. Register the server with Goose or another MCP host using:

ai-workbench mcp serve

The seven MCP tools remain:

workbench_open_run

workbench_select_policy_pack workbench_select_model workbench_record_execution workbench_validate_run workbench_quality_gate workbench_analyze_runs

PR Gate

Workbench PR acceptance consumes real Workbench run evidence:

ai-workbench pr-gate \

--run-dir runs/ \ --out runs/pr_gate/pr_comment.md \ --json-out runs/pr_gate/pr_decision.json

Outcomes are exactly:

accept
needs_review
block

Missing, unreadable, or scaffold-only evidence blocks. A green CI run, uploaded artifact, sticky PR comment, or model self-claim is not acceptance evidence.

Bootstrap Assets

To add starter configs, prompts, recipes, docs, and the GitHub PR-gate workflow to a repository:

ai-workbench bootstrap --target .

The bootstrap keeps runs/ ignored.

Package Demo

For a package-only synthetic demo:

ai-workbench demo --target ./workbench-first-run

This shows accept, needs_review, and block PR-gate outcomes with fixture evidence. It is not a real target-repository acceptance run.

Development

python -m pip install -e ".[dev,publish]"

python -m pytest -q -p no:cacheprovider python -m ruff check . --no-cache python -m mypy --no-sqlite-cache --no-incremental ai-workbench demo --target runs/package_demo_smoke ai-workbench validate --project ai_workbench_mcp --profile scaffold --run-dir runs/scaffold-smoke

Do not commit runs/. Committed sample evidence must be sanitized and live under examples/.

Docs

Supervisor docs
Evidence folder contract
Transcript schema
Workspace hygiene
Confidence rules
How acceptance works
Contract baseline
Package demo walkthrough
Codex setup
Codex live-test handoff
Codex acceptance walkthrough
Acceptance analytics
Evidence dashboard
Event ledger
Golden-case harness
Model registry
Dogfooding guide
Goose demo walkthrough - recording-ready 3-5 minute public demo runbook
Policy packs
PR gate
Launch issues
Repository topics
Create launch issues
Publishing guide
Gemini fixture proof
Codex fixture proof

Recipes:

Engineering acceptance
MCP tool smoke
Docs-only acceptance
Python package maintenance
Test-fix acceptance

Sample evidence:

Accepted tiny Python fix
Accepted Codex tiny Python fix
Accepted docs-only smoke
Needs-review test fix

License

Apache-2.0. See LICENSE. MIT-origin attribution for the consolidated Prove It code is retained in NOTICE.

AI Workbench MCP

Überblick

Die drei Säulen von PopNx MCP

Was du damit machen kannst

Installation

Bevor du installierst

Was er kann

Basischecksi

Entwickler passt zum Repo

Wird noch gepflegt

Hat eine Lizenz

Endpunkt antwortet

Anmeldung mit OAuth

Keine versteckten Anweisungen in Tool-Beschreibungen

Im Vergleich mit anderen in Marketing & Social Mediai

Häufige Fragen

Alternativen

MCP YouTube Transcript

Google Analytics MCP

BibiGPT YouTube Video Summarizer

README vom Entwickler

AI Workbench

Public Alpha Warning

Architecture

Quick Start

Codex Hooks

Goose MCP

PR Gate

Bootstrap Assets

Package Demo

Development

Docs

License