ReadyAgents

Name: ReadyAgents
Author: readyagentsdev

โดย readyagentsdevรุ่น 2.0.12i★ –iรันบนเครื่อง

ชื่อใน registryio.github.readyagentsdev/readyagents

ติดตั้ง

ภาพรวม

คำอธิบายจากผู้ทำ (ภาษาอังกฤษตามต้นฉบับ)

Local YAML/JSON agent workflow CLI with approvals, resume, and optional stdio or loopback MCP HTTP.

สามเสาของ PopNx MCP

สามเรื่องนี้ไม่รวมเป็นคะแนนเดียว เพราะความเห็น การวัด และความนิยม เป็นคนละเรื่องกัน

เสียงผู้ใช้iยังไม่มีรีวิวรีวิวเปิดพร้อมระบบบัญชีในขั้นถัดไป
ผลตรวจเบื้องต้นของเราiผ่าน 1 จาก 1 ข้อตรวจจากข้อมูลที่เปิดอยู่ ยังไม่ได้สแกนโค้ด
การใช้งานiยังไม่ได้วัด★ –

ใช้ทำอะไรได้

ตัวนี้ยังไม่ได้เรียบเรียงเป็นภาษาไทย ด้านล่างคือข้อเท็จจริงที่เราอ่านจาก registry

การเชื่อมต่อ: รันบนเครื่อง
ช่องทาง (transport): stdio
หมวด: อื่น ๆ

ติดตั้ง

เลือกโปรแกรม AI ที่คุณใช้ แล้วคัดลอกค่าตั้งไปวาง

ก่อนติดตั้ง

ผลตรวจเบื้องต้น: ผ่าน 1 จาก 1 ข้อ
รันในเครื่องคุณด้วยสิทธิ์ของผู้ใช้คุณ (ไฟล์ อินเทอร์เน็ต แอปต่าง ๆ)
ทะเบียนไม่ได้ระบุ key ที่ต้องใส่

ต้องเตรียมก่อน

PyPIติดตั้ง uv ของ Python (มีคำสั่ง uvx) ในเครื่อง

คุณใช้แอปไหน

ClaudeClaude CodeCursorVS CodeChatGPT

เลือกแอปด้านบน เราจำไว้ให้ ครั้งหน้าปุ่มจะขึ้นว่า “ติดตั้งลง …”

เปิด Claude Desktop → Settings → Developer → Edit Config แล้ววางค่านี้ในไฟล์ claude_desktop_config.json

{
  "mcpServers": {
    "readyagents": {
      "command": "uvx",
      "args": [
        "readyagentsdev",
        "mcp",
        "serve"
      ]
    }
  }
}

พิมพ์คำสั่งนี้ใน Terminal

claude mcp add readyagents -- uvx readyagentsdev mcp serve

เปิดใน Cursor

หรือคัดลอกค่าตั้งเอง

วางในไฟล์ .cursor/mcp.json ของโปรเจกต์ หรือ ~/.cursor/mcp.json

{
  "mcpServers": {
    "readyagents": {
      "command": "uvx",
      "args": [
        "readyagentsdev",
        "mcp",
        "serve"
      ]
    }
  }
}

เบราว์เซอร์จะถามก่อนเปิดแอป จากนั้นแอปแสดงค่าตั้งให้ตรวจแล้วกดยืนยัน ช่อง key เว้นว่างไว้ให้คุณใส่เอง

เปิดใน VS Code

หรือคัดลอกค่าตั้งเอง

วางในไฟล์ .vscode/mcp.json ของโปรเจกต์

{
  "servers": {
    "readyagents": {
      "type": "stdio",
      "command": "uvx",
      "args": [
        "readyagentsdev",
        "mcp",
        "serve"
      ]
    }
  }
}

ตัวนี้รันในเครื่องคุณ แต่ ChatGPT ต่อได้เฉพาะ server บนอินเทอร์เน็ต ลองเลือกแอปอื่น

ตัวเลือกเก็บในคุกกี้บนเครื่องนี้ ไม่ต้องมีบัญชี

ค่าตั้งนี้สร้างจากข้อมูลใน registry ของผู้ทำ ถ้าไม่ตรงกับ README ให้เชื่อ README

ทำอะไรได้บ้าง

รันในเครื่องคุณ รายการเครื่องมือจะขึ้นในแอป AI หลังติดตั้ง

ผลตรวจเบื้องต้นi

เราตรวจจากข้อมูลที่ใครก็เปิดดูได้ ยังไม่ได้อ่านโค้ด ข้อที่ไม่เกี่ยวกับตัวนี้ไม่นับในตัวหาร · ตรวจเมื่อ 6 พ.ย. 2569

✓ ผ่าน
ตัวตนผู้ทำตรงกับ repo
ชื่อใน registry ยืนยันด้วยบัญชี GitHub readyagentsdev ซึ่งเป็นเจ้าของ repo
… ยังไม่ตรวจ
ยังมีคนดูแล
ยังไม่ได้อ่านข้อมูล repo จาก GitHub
… ยังไม่ตรวจ
มีสัญญาอนุญาต (license)
ยังไม่ได้อ่านข้อมูล repo จาก GitHub
– ไม่เกี่ยว
endpoint ตอบ
ตัวนี้รันบนเครื่องคุณ ไม่มี endpoint บนอินเทอร์เน็ต
– ไม่เกี่ยว
ล็อกอินแบบ OAuth
ตัวนี้รันบนเครื่อง ใช้ค่าที่ตั้งในเครื่องแทน
… ยังไม่ตรวจ
คำอธิบายเครื่องมือไม่มีคำสั่งแอบแฝง
รันในเครื่องคุณ เราอ่านรายการเครื่องมือได้เฉพาะตัวที่มี endpoint บนอินเทอร์เน็ต

เทียบกับตัวอื่นในหมวด อื่น ๆi

ดาวมากกว่า 0% ของอีก 32417 ตัวในหมวดนี้
ส่งรุ่นใหม่เข้า registry ล่าสุดกว่า 52% ของอีก 32417 ตัวในหมวดนี้
ผลตรวจเบื้องต้นดีกว่าหรือเท่ากับ 100% ของอีก 32417 ตัวในหมวดนี้

เทียบกับทุก server ที่ยังใช้งานในหมวดนี้ทั้งทะเบียน ดาวนับเฉพาะเมื่อผู้ลงทะเบียนเป็นเจ้าของ repo

คำถามที่พบบ่อย

ReadyAgents ปลอดภัยไหม?

จากการตรวจเบื้องต้นของเรา ผ่าน 1 จาก 1 ข้อที่ตรวจได้ เรายังไม่ได้อ่านโค้ด ก่อนใส่กุญแจหรือ token ให้ดูว่า server ขอสิทธิ์อะไร และเลือกกุญแจที่ทำได้เท่าที่จำเป็น

ต้องใช้กุญแจหรือรหัสอะไรบ้าง?

registry ไม่ได้ระบุว่าต้องใช้กุญแจ แต่บางตัวจะขอให้ล็อกอินตอนใช้ครั้งแรก

ตัวนี้รันบนเครื่องหรือบนคลาวด์?

รันบนเครื่องของคุณ โปรแกรม AI จะเปิด server ขึ้นมาเองเมื่อใช้ ข้อมูลไม่ต้องผ่านเซิร์ฟเวอร์ของผู้ทำ (ยกเว้นตัวที่ไปเรียกบริการออนไลน์ต่อ)

ยังมีคนดูแลอยู่ไหม?

repo บน GitHub มีการแก้โค้ดล่าสุด – และส่งรุ่นล่าสุด (2.0.12) เข้า registry 37 วันที่ผ่านมา

ใช้กับโปรแกรมไหนได้บ้าง?

โปรแกรมที่รองรับ MCP เช่น Claude Desktop, Claude Code, Cursor และ VS Code ตัวนี้ต้องมี Python (uv) ในเครื่องด้วย

มีตัวไหนใช้แทนได้บ้าง?

ในหมวดเดียวกันมี Spec Driven Development, Remote Desktop Commander, FOGA node

ตัวที่ใช้แทนได้

server หมวดเดียวกันจากผู้ทำคนอื่น เรียงตามดาว

อ่านการ์ด:★ ดาว GitHubiสามเสา: รีวิว · ผลตรวจ · การใช้งานiอัปเดต = วันที่ส่งรุ่นล่าสุดเข้า registryi

Spec Driven Development

โดย formulahendry

MCP Server that facilitates spec-driven development workflows, not just Vibe Coding.

รันบนเครื่อง★ 440MITอัปเดต 14 เดือนที่ผ่านมา

ติดตั้ง

Remote Desktop Commander

โดย desktop-commander

Remote Desktop Commander: use files, terminal and processes on your own computers from any AI app.

รันบนคลาวด์★ 211อัปเดต เมื่อวาน

ติดตั้ง

FOGA node

โดย garyyang-finchip

A Finch OG Agent cell as an MCP server: read the world, dry-run and take ERC-8414 tenders by policy.

บนเครื่องหรือคลาวด์อัปเดต วันนี้

ติดตั้ง

README จากผู้ทำ

เปิดอ่าน README

ส่วนนี้คัดจาก repo ของผู้ทำตามต้นฉบับ PopNx MCP ไม่ได้ตรวจหรือรับรองเนื้อหา ตัด HTML รูปภาพ และสคริปต์ออกแล้ว ลิงก์จะพาออกนอกเว็บ

ReadyAgents Core

ReadyAgents runs YAML agent workflows locally. Every node is checkpointed, so a run pauses for human approval, resumes from where it stopped, and replays offline as a regression test. Your keys, your machine, no daemon.

Site: readyagents.dev. Repo: github.com/readyagentsdev/readyagents-core.

Tried it? Open an I-ran-this issue. We are not launching. We are listening.

This repository is the free core. You keep the provider account and the bill. Install with pip install readyagentsdev, or from this clone.

60-second start

Requires Python 3.11–3.14 on Linux, macOS, or Windows. Current version is 2.0.12. Install with pip install readyagentsdev, or from this clone. The 2 versions the core contract only; extras carry their own maturity tiers.

pip install readyagentsdev

readyagents new my-flow readyagents run my-flow/workflow.yaml readyagents runs list

The wheel ships the example workflows too — no clone needed:

readyagents new f --from-example calc_pipeline

readyagents run f/workflow.yaml

readyagents new --list-examples shows all of them.

Or from a clone:

git clone https://github.com/readyagentsdev/readyagents-core.git

cd readyagents-core python -m venv .venv source .venv/bin/activate # Windows: .venv\Scripts\activate pip install -e . readyagents run examples/calc_pipeline.yaml readyagents runs list readyagents doctor

readyagents run examples/calc_pipeline.json is the same graph.

HITL next: docs/first-ten-minutes.md.

What it does

Define agent workflows as YAML or JSON (nodes + edges)
Run agent, tool, condition, transform, approval, parallel, include, foreach, and decide nodes. Agent nodes may declare a tools: allowlist for a bounded tool-use loop. type: decide is experimental; see docs/decisions.md.
Persist after every node and resume a paused or failed run from the last successful node
Inspect past runs: readyagents runs list / show / replay / fork / diff / freeze / report (local HTML)
Scaffold a starter: readyagents new my-flow (basic, approval, research, pipeline, review, foreach, agent-tools, gated, decide)
Builtin tools with zero extra servers: now, calc, json_get, list_dir, read_file, write_file
MCP client and server (readyagents mcp serve, readyagents mcp probe) with official tasks and MRTR approvals
Policy, spend ledger, budgets and caps: per-node token/cost, --estimate / --max-spend caps, model fallback, JSON logs

Beyond the core, 40+ opt-in extras ship in the same install — teams, studio, browser, knowledge, distillation, registry, environments and more. Each is listed with its maturity tier and its limits in docs/extras.md. None of them is required, and none of them changes how the core behaves.

The agent firewall (taint, tool policy, MCP pinning — security model, policy) is defence in depth, not a solution to prompt injection.

Architecture

flowchart LR

YAML[Workflow YAML/JSON] --> Engine subgraph Core["ReadyAgents Core"] Engine[Workflow engine] Tools[Builtin tools] LLM[BYOK LLM providers] MCP[MCP client / server] Packs[Pack loader] end Engine --> Tools Engine --> LLM Engine --> MCP Packs --> Engine Packs --> Tools LLM --> OpenAI[OpenAI] LLM --> Anthropic[Anthropic] LLM --> Compat[OpenAI-compatible]

CLI

Command	Purpose
`readyagents init`	Write `.env` from `.env.example` if missing
`readyagents new [name] [--template basic\	approval\	research\	pipeline\	review\	foreach\	agent-tools\	gated\	decide] [--from-example NAME] [--list-examples]`	Scaffold workflow + README + `.env.example` + local JSON Schema, or copy a shipped example
`readyagents import SOURCE PATH [--out DIR] [--explain SOURCE]`	Import n8n / LangGraph / CrewAI / trigger-action exports (structural translation only)
`readyagents validate PATH`	Schema-validate a workflow (source-located errors on failure)
`readyagents schema`	Print/write/check the generated workflow JSON Schema
`readyagents eval PATH`	Score a keyless fixture suite (exit 0/1)
`readyagents simulate PATH [...]`	Declaration-driven cases scored with eval; distinct failures frozen
`readyagents optimize PATH --eval SUITE`	Reflective prompt optimization against your eval suite
`readyagents prompts list` / `show` / `history` / `diff` / `rollback`	Versioned prompts beside the workflow; rollback restores exactly
`readyagents env status` / `history` / `diff` / `deploy`	Declared environments and pinned releases
`readyagents registry scan` / `annotate` / `check` / `list` / `show` / `stats` / `card` / `export`	Local agent inventory from declared roots (Annex VIII export is a draft)
`readyagents distill plan` / `dataset` / `train` / `evaluate` / `promote`	Local one-node adapters from consented runs (pack trains; holdout required)
`readyagents promote PATH --from SRC --to DST`	Copy a source pin onto a target after eval/fixture/bench/health/approval gates
`readyagents rollback --env NAME`	Restore the previous release atomically; never auto-forwards
`readyagents feedback export` / `stats`	Consent-gated correction datasets (production data)
`readyagents run PATH [--input KEY=VALUE] [--dry-run] [--approve NODE] [--reject NODE] [--decision-file FILE] [--actor NAME] [--pack PATH] [--policy PATH] [--estimate] [--max-spend USD] [--max-tokens N] [--label KEY=VALUE] [--sovereign] [--stream] [--env NAME]`	Execute (or `--estimate` without running). `--env` runs a pinned release. `--stream` is opt-in
`readyagents batch PATH --input-file FILE [--concurrency N] [--max-spend USD] [--out FILE]`	Foreground: one workflow, many JSONL/CSV rows (opt-in)
`readyagents attest RUN_ID`	Data-residency attestation (technical evidence, not legal compliance)
`readyagents bundle --out DIR`	Offline wheel set for `pip install --no-index --find-links`
`readyagents resume RUN_ID [--approve NODE] [--reject NODE] [--decision-file FILE] [--policy PATH]`	Resume a paused or failed run
`readyagents wake`	Evaluate wait conditions (lazy; starts no timer or daemon)
`readyagents event`	Inject a signed event (unsigned events are refused)
`readyagents policy check PATH`	Validate a firewall policy file (fail closed)
`readyagents policy explain PATH [--policy PATH]`	Show which tools each node may call and why
`readyagents evidence RUN_ID [--out DIR]`	Local evidence pack
`readyagents audit verify [--file PATH]`	Walk the hash-chained audit trail
`readyagents spend [--since DATE] [--by day\	workflow\	model\	actor\	label]`	TokenOps: aggregate the local spend ledger (informational vs the provider invoice)
`readyagents graph PATH`	Deterministic Mermaid routing (executes nothing)
`readyagents decide RUN_ID [--file FILE \	--node ID --decision approve] [--token-file JWT] [--actor NAME] [--reason TEXT]`	Inject an approval; `--actor` stays the default, `--token-file` identifies
`readyagents approvals list [--role ROLE] [--actor NAME] [--expiring-within 1h]`	Queue of paused gates the caller may see
`readyagents delegate --from A --to B --until TS [--scope ROLE]`	Time-bounded, single-hop, revocable approval delegation
`readyagents delegations list \	revoke ID`	List or revoke local delegations
`readyagents identity verify --token-file JWT`	Verify an assertion against local trust anchors
`readyagents identity whoami`	Workload fingerprint (never the private key)
`readyagents runs list`	List persisted runs
`readyagents runs show RUN_ID`	Node timeline + stored state (`inspect` is an alias)
`readyagents runs report RUN_ID`	Local HTML summary of a run
`readyagents runs replay RUN_ID`	New run from stored inputs
`readyagents runs delete RUN_ID --yes`	Delete one local run record
`readyagents runs gc --yes`	Prune succeeded/failed/cancelled runs (paused kept; in-window records refused unless `--override-retention`)
`readyagents runs fork` / `diff` / `freeze` / `migrate`	Time machine: fork a run, diff two, freeze a cassette, migrate JSON→SQLite
`readyagents connectors list` / `show` / `test`	Small governed catalog (`rest`, `sql`, `object_storage`, `message`, `ingest`) — not 500 SaaS
`readyagents sign` / `verify` / `lock` / `sbom` / `trust`	Supply-chain: signatures prove origin, not safety
`readyagents approvals serve`	Foreground localhost approval page
`readyagents studio [--port 8790] [--open] [--read-only]`	Foreground localhost canvas and run inspector
`readyagents models list` / `show` / `route --explain`	Dry model catalog and routing explain (no provider call)
`readyagents mcp serve`	Stdio MCP server (builtin tools); `--json` prints protocol versions
`readyagents mcp probe URL`	Read-only `server/discover` diagnostic (never calls a tool)
`readyagents a2a serve PATH`	Foreground A2A door for one workflow (loopback by default)
`readyagents a2a card PATH`	Deterministic Agent Card (no network)
`readyagents a2a probe URL`	Read-only remote card diagnostic (no secret values)
`readyagents memory list` / `show` / `search` / `forget` / `export`	Local scoped memory (offline except optional embeddings)
`readyagents knowledge ...`	Ingest, sync, cite, and forget knowledge documents (foreground only)
`readyagents table ...`	Inspect intermediate tables: head, schema, stats
`readyagents triggers ...`	Inspect declared triggers, dry-run mappings, list events (starts no listener)
`readyagents skills ...`	Install, list, export, and remove Agent Skills (open format; no marketplace)
`readyagents agents-md`	Emit project context: how to run, validate, and test workflows here
`readyagents package ...`	Build, install, and catalog workflow packages (review-before-install)
`readyagents health`	Cluster failures by fingerprint over the run store (no daemon, no telemetry)
`readyagents bench ...`	Offline-by-default benchmark suite with labelled engine vs live timing

Examples (no keys unless noted)

File	What it shows
`examples/calc_pipeline.yaml`	Builtin tools, transform, condition
`examples/calc_pipeline.json`	Same graph as `calc_pipeline.yaml`
`examples/approval_gate.yaml`	Human-in-the-loop pause / resume
`examples/ollama_local.yaml`	Keyless loopback OpenAI-compat path (no live model)
`examples/quorum_gate.yaml`	Two-approver gate (keyless)
`examples/expiring_gate.yaml`	Lazy deadline, `on_expire: reject` (keyless)
`examples/multi_gate.yaml`	Two sequential approval gates
`examples/fanout_gate.yaml`	Parallel branches + approval
`examples/include_demo.yaml`	Sub-workflow `include` (`new --from-example`)
`examples/composed_gate.yaml`	Include + parallel + approval (`new --from-example`)
`examples/research_brief.yaml`	Agent node (needs a key)
`examples/support_triage.yaml`	Classify then branch (needs a key)

| `examples/code_r

ตัดมาแค่ช่วงต้น อ่านต่อใน repo

ReadyAgents

ภาพรวม

สามเสาของ PopNx MCP

ใช้ทำอะไรได้

ติดตั้ง

ก่อนติดตั้ง

ทำอะไรได้บ้าง

ผลตรวจเบื้องต้นi

ตัวตนผู้ทำตรงกับ repo

ยังมีคนดูแล

มีสัญญาอนุญาต (license)

endpoint ตอบ

ล็อกอินแบบ OAuth

คำอธิบายเครื่องมือไม่มีคำสั่งแอบแฝง

เทียบกับตัวอื่นในหมวด อื่น ๆi

คำถามที่พบบ่อย

ตัวที่ใช้แทนได้

Spec Driven Development

Remote Desktop Commander

FOGA node

README จากผู้ทำ

ReadyAgents Core

60-second start

What it does

Architecture

CLI

Examples (no keys unless noted)