ต้นแบบ · รุ่นทดลอง: มีทุก server ในทะเบียนทางการ อัปเดตทุก 30 นาที รีวิวและบัญชีผู้ใช้จะมาในขั้นถัดไป
PopNx MCPที่รวม MCP สำหรับคนใช้ AI · อธิบายเป็นภาษาคน

Systemonomic — Work Domain Analysis & AI Task Suitability

โดย TonyC23รุ่น 0.1.2i★ –iรันบนเครื่อง
ชื่อใน registryio.github.TonyC23/systemonomic-mcp

ติดตั้ง

ภาพรวม

คำอธิบายจากผู้ทำ (ภาษาอังกฤษตามต้นฉบับ)

Model work domains, score tasks for AI suitability, and design organisations.

สามเสาของ PopNx MCP

สามเรื่องนี้ไม่รวมเป็นคะแนนเดียว เพราะความเห็น การวัด และความนิยม เป็นคนละเรื่องกัน

ใช้ทำอะไรได้

ตัวนี้ยังไม่ได้เรียบเรียงเป็นภาษาไทย ด้านล่างคือข้อเท็จจริงที่เราอ่านจาก registry

  • การเชื่อมต่อ: รันบนเครื่อง
  • ช่องทาง (transport): stdio
  • หมวด: เอกสาร ตาราง และงานออฟฟิศ
  • ต้องใส่ค่าเหล่านี้: SYSTEMONOMIC_API_KEY

ติดตั้ง

เลือกโปรแกรม AI ที่คุณใช้ แล้วคัดลอกค่าตั้งไปวาง

ก่อนติดตั้ง

ค่าที่ติดป้ายความลับคือกุญแจของบัญชีคุณ อย่าส่งให้ใคร และอย่าวางในแชต

ต้องเตรียมก่อน

  • PyPIติดตั้ง uv ของ Python (มีคำสั่ง uvx) ในเครื่อง

คุณใช้แอปไหน

เลือกแอปด้านบน เราจำไว้ให้ ครั้งหน้าปุ่มจะขึ้นว่า “ติดตั้งลง …”

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

{
  "mcpServers": {
    "systemonomic": {
      "command": "uvx",
      "args": [
        "systemonomic-mcp"
      ],
      "env": {
        "SYSTEMONOMIC_API_KEY": "ใส่ค่าของคุณ"
      }
    }
  }
}

พิมพ์คำสั่งนี้ใน Terminal

claude mcp add systemonomic --env SYSTEMONOMIC_API_KEY='ใส่ค่าของคุณ' -- uvx systemonomic-mcp

เติมค่าที่เว้นว่างไว้ก่อนรัน

เปิดใน Cursor

หรือคัดลอกค่าตั้งเอง

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

{
  "mcpServers": {
    "systemonomic": {
      "command": "uvx",
      "args": [
        "systemonomic-mcp"
      ],
      "env": {
        "SYSTEMONOMIC_API_KEY": "ใส่ค่าของคุณ"
      }
    }
  }
}

เบราว์เซอร์จะถามก่อนเปิดแอป จากนั้นแอปแสดงค่าตั้งให้ตรวจแล้วกดยืนยัน ช่อง key เว้นว่างไว้ให้คุณใส่เอง

เปิดใน VS Code

หรือคัดลอกค่าตั้งเอง

วางในไฟล์ .vscode/mcp.json ของโปรเจกต์

{
  "servers": {
    "systemonomic": {
      "type": "stdio",
      "command": "uvx",
      "args": [
        "systemonomic-mcp"
      ],
      "env": {
        "SYSTEMONOMIC_API_KEY": "ใส่ค่าของคุณ"
      }
    }
  }
}

เบราว์เซอร์จะถามก่อนเปิดแอป จากนั้นแอปแสดงค่าตั้งให้ตรวจแล้วกดยืนยัน ช่อง key เว้นว่างไว้ให้คุณใส่เอง

ตัวนี้รันในเครื่องคุณ แต่ ChatGPT ต่อได้เฉพาะ server บนอินเทอร์เน็ต ลองเลือกแอปอื่น

ตัวเลือกเก็บในคุกกี้บนเครื่องนี้ ไม่ต้องมีบัญชี

ค่าที่ต้องใส่เอง

  • SYSTEMONOMIC_API_KEY ความลับ env
    Your Systemonomic API key (generate at systemonomic.com/profile)

ค่าตั้งนี้สร้างจากข้อมูลใน registry ของผู้ทำ ถ้าไม่ตรงกับ README ให้เชื่อ README

ทำอะไรได้บ้าง

รันในเครื่องคุณ รายการเครื่องมือจะขึ้นในแอป AI หลังติดตั้ง

ผลตรวจเบื้องต้นi

เราตรวจจากข้อมูลที่ใครก็เปิดดูได้ ยังไม่ได้อ่านโค้ด ข้อที่ไม่เกี่ยวกับตัวนี้ไม่นับในตัวหาร · ตรวจเมื่อ 7 พ.ย. 2569

  • ✓ ผ่าน

    ตัวตนผู้ทำตรงกับ repo

    ชื่อใน registry ยืนยันด้วยบัญชี GitHub TonyC23 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 เอกสาร ตาราง และงานออฟฟิศi

  • ดาวมากกว่า 0% ของอีก 2200 ตัวในหมวดนี้
  • ส่งรุ่นใหม่เข้า registry ล่าสุดกว่า 7% ของอีก 2200 ตัวในหมวดนี้
  • ผลตรวจเบื้องต้นดีกว่าหรือเท่ากับ 100% ของอีก 2200 ตัวในหมวดนี้

เทียบกับทุก server ที่ยังใช้งานในหมวดนี้ทั้งทะเบียน ดาวนับเฉพาะเมื่อผู้ลงทะเบียนเป็นเจ้าของ repo

คำถามที่พบบ่อย

Systemonomic — Work Domain Analysis & AI Task Suitability ปลอดภัยไหม?

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

ต้องใช้กุญแจหรือรหัสอะไรบ้าง?

ต้องใส่ค่าเหล่านี้: SYSTEMONOMIC_API_KEY

ตัวนี้รันบนเครื่องหรือบนคลาวด์?

รันบนเครื่องของคุณ โปรแกรม AI จะเปิด server ขึ้นมาเองเมื่อใช้ ข้อมูลไม่ต้องผ่านเซิร์ฟเวอร์ของผู้ทำ (ยกเว้นตัวที่ไปเรียกบริการออนไลน์ต่อ)

ยังมีคนดูแลอยู่ไหม?

repo บน GitHub มีการแก้โค้ดล่าสุด – และส่งรุ่นล่าสุด (0.1.2) เข้า registry 7 เดือนที่ผ่านมา

ใช้กับโปรแกรมไหนได้บ้าง?

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

มีตัวไหนใช้แทนได้บ้าง?

ในหมวดเดียวกันมี Agent-Native Calendar, Excel MCP Server, MCP Server for Excel

ตัวที่ใช้แทนได้

server หมวดเดียวกันจากผู้ทำคนอื่น เรียงตามดาว

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

Agent-Native Calendar

โดย BuilderIO

Agent-Native Google Calendar - manage events, sync, and public booking

รันบนคลาวด์★ 7,620MITอัปเดต 2 เดือนที่ผ่านมา
ติดตั้ง

Excel MCP Server

โดย haris-musa

ให้ AI สร้างและแก้ไฟล์ Excel ได้เอง ทั้งสูตร กราฟ และ PivotTable โดยไม่ต้องมีโปรแกรม Excel ในเครื่อง

รันบนเครื่อง★ 4,276MITอัปเดต 7 วันที่ผ่านมา
ติดตั้ง

MCP Server for Excel

โดย sbroenne

Excel automation for AI - Sheets, Power Query, DAX, VBA, Tables, Ranges and more. Windows only.

รันบนเครื่อง★ 847MITอัปเดต 4 วันที่ผ่านมา
ติดตั้ง

README จากผู้ทำ

เปิดอ่าน README

ส่วนนี้คัดจาก repo ของผู้ทำตามต้นฉบับ PopNx MCP ไม่ได้ตรวจหรือรับรองเนื้อหา ตัด HTML รูปภาพ และสคริปต์ออกแล้ว ลิงก์จะพาออกนอกเว็บ

Systemonomic MCP Servers

MCP (Model Context Protocol) servers that expose Systemonomic's Work Domain Analysis, ATSS assessment, and organizational design capabilities to AI agents (Claude Desktop, Cursor, Claude Code, etc.).

Quick Start

1. Install
pip install systemonomic-mcp
2. Get an API Key
  1. Log in to Systemonomic
  2. Go to Profile → API Keys
  3. Click Generate API Key
  4. Copy the key (starts with sk_sys_) — it's shown only once
3. Configure

Set the environment variable:

export SYSTEMONOMIC_API_KEY="sk_sys_your_key_here"

Optionally, point to a different API endpoint (defaults to production):

export SYSTEMONOMIC_API_URL="https://your-dev-backend.up.railway.app"
4. Add to Claude Desktop

Add to your claude_desktop_config.json:

{

"mcpServers": { "systemonomic-wda": { "command": "python", "args": ["-m", "systemonomic_mcp.wda_server"], "env": { "SYSTEMONOMIC_API_KEY": "sk_sys_your_key_here" } }, "systemonomic-atss": { "command": "python", "args": ["-m", "systemonomic_mcp.atss_server"], "env": { "SYSTEMONOMIC_API_KEY": "sk_sys_your_key_here" } }, "systemonomic-org": { "command": "python", "args": ["-m", "systemonomic_mcp.org_server"], "env": { "SYSTEMONOMIC_API_KEY": "sk_sys_your_key_here" } } } }

5. Add to Cursor

In Cursor Settings → MCP Servers, add each server:

  • Name: systemonomic-wda
  • Command: python -m systemonomic_mcp.wda_server
  • Environment: SYSTEMONOMIC_API_KEY=sk_sys_...

Repeat for atss_server and org_server.

Available Servers

systemonomic-wda — Work Domain Analysis
ToolDescription
list_projectsList all projects
get_project_stateGet complete project state
create_projectCreate a new project
get_project_statsGet project statistics
list_wda_nodesList WDA nodes
create_wda_nodeCreate a node at a WDA level
update_wda_nodeUpdate a node's label/level/description
delete_wda_nodeDelete a node
list_wda_linksList means-ends links
create_wda_linkLink two nodes
delete_wda_linkRemove a link
generate_wdaAI-generate a full WDA from a text description
export_projectExport project as JSON
import_wdaImport nodes and links
systemonomic-atss — Assessment & Tasks
ToolDescription
list_tasksList project tasks
create_taskCreate a task
generate_tasks_from_wdaAuto-generate tasks from WDA Objects
derive_task_suggestionsAI-derived task suggestions
list_suggestionsList pending suggestions
accept_suggestionsPromote suggestions to tasks
run_atss_batchRun ATSS assessment on all tasks
get_atss_resultsGet stored assessment results
persist_atss_resultsSave assessment results
list_atss_runsList assessment run history
systemonomic-org — Organizational Design
ToolDescription
get_org_designGet current roles, org units, allocations
persist_org_designSave org design
propose_restructureAI-generated restructure proposal
apply_proposalApply a restructure proposal
validate_raciValidate RACI matrix
create_org_snapshotCreate version snapshot
list_org_snapshotsList snapshots
export_org_design_jsonExport as JSON
generate_pdf_reportGenerate comprehensive PDF report
get_report_statusCheck report readiness

Example Conversations

"Help me model our procurement process"

You: Generate a WDA for our university procurement department. They handle purchase requests, vendor management, contract negotiation, and compliance with government regulations.

Claude: *Uses create_project → generate_wda → returns the generated hierarchy*

"Assess which tasks can be automated"

You: For the procurement project, derive tasks from the WDA and run an automation assessment.

Claude: *Uses generate_tasks_from_wda → run_atss_batch → summarizes automation candidates*

"Generate the full report"

You: Create a PDF report for the procurement project.

Claude: *Uses generate_pdf_report → saves the PDF*

Development

# Run a server locally for testing

cd mcp pip install -e . SYSTEMONOMIC_API_KEY=sk_sys_... python -m systemonomic_mcp.wda_server

Use the MCP inspector

SYSTEMONOMIC_API_KEY=sk_sys_... mcp dev src/systemonomic_mcp/wda_server.py

ถาม PopNx