Systemonomic — Work Domain Analysis & AI Task Suitability

Name: Systemonomic — Work Domain Analysis & AI Task Suitability
Author: TonyC23

作者：TonyC23版本 0.1.2i★ –i在你的电脑上运行

注册名称io.github.TonyC23/systemonomic-mcp

安装

概览

作者提供的说明（英文原文）

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

PopNx MCP 的三大支柱

这三项永远不会合并成一个分数：意见、测量和人气是不同的东西。

用户评价i暂无评价评价功能将在后续阶段与账户功能一起开放
我们的基础检查i1 项中通过 1 项依据公开信息检查；尚未扫描代码
使用情况i非常新↓ 24/周 · ★ –

它能帮你做什么

我们还没有为它写通俗的介绍。下面是我们从注册中心读取到的事实。

连接方式: 在你的电脑上运行
传输方式: stdio
分类: 文档、表格与办公
你需要填写：SYSTEMONOMIC_API_KEY

安装

选择你使用的 AI 应用，然后复制设置。

安装之前

基础检查：1 项中通过 1 项
在你的电脑上运行，拥有你的用户账户的权限（文件、网络、应用）。
需要你自己填写： SYSTEMONOMIC_API_KEY

标为机密的值是你账户的钥匙。千万不要分享给别人，也不要粘贴到聊天里。

你需要

PyPI已安装 Python 的 uv（用于 uvx 命令）

你用的是哪个应用？

ClaudeClaude CodeCursorVS CodeChatGPT

在上方选择你的应用。我们会记住它，下次按钮会显示“安装到 …”。

打开 Claude Desktop → Settings → Developer → Edit Config，把下面的内容粘贴到 claude_desktop_config.json

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

在终端中运行这条命令

claude mcp add systemonomic --env SYSTEMONOMIC_API_KEY=your-value -- uvx systemonomic-mcp

运行前请先填写空着的值。

在 Cursor 中打开

或者自己复制设置

粘贴到项目中的 .cursor/mcp.json，或 ~/.cursor/mcp.json

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

浏览器会先询问是否打开应用，然后应用会显示设置并请你确认。密钥的值会留空，由你自己填写。

在 VS Code 中打开

或者自己复制设置

粘贴到项目中的 .vscode/mcp.json

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

浏览器会先询问是否打开应用，然后应用会显示设置并请你确认。密钥的值会留空，由你自己填写。

这个服务器在你的电脑上运行，而 ChatGPT 只能连接互联网上的服务器。请选择其他应用。

你的选择通过 Cookie 保存在这台设备上，无需账户。

需要你填写的值

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

这些设置是根据作者在注册中心的条目生成的。如果 README 的写法不同，请以 README 为准。

它能做什么

它在你的电脑上运行；安装后，工具列表会显示在你的 AI 应用中。

基础检查i

我们检查的是任何人都能看到的信息；我们没有阅读代码。不适用的检查项不计入总数。 · 检查于 2026年11月8日

✓ 通过
作者与仓库一致
注册名称已通过 GitHub 账户 TonyC23 验证，该账户拥有此仓库
… 尚未检查
仍在维护
我们还没有从 GitHub 读取这个仓库
… 尚未检查
有许可证
我们还没有从 GitHub 读取这个仓库
– 不适用
端点有响应
它在你的电脑上运行，没有互联网端点
– 不适用
使用 OAuth 登录
在你的电脑上运行，改用本地设置
… 尚未检查
工具描述中没有隐藏指令
它在你的电脑上运行；我们只能读取互联网端点的工具列表

与“文档、表格与办公”中的其他服务器比较i

星标数多于此分类中其他 3572 个服务器的 0%
发布到注册中心的时间比此分类中其他 3572 个服务器的 7% 更新
基础检查结果等于或优于此分类中其他 3572 个服务器的 100%

与注册中心里这个分类中所有活跃的服务器比较。只有当发布者拥有该仓库时，星标数才计入。

常见问题

Systemonomic — Work Domain Analysis & AI Task Suitability 安全吗？

它在 1 项适用的基础检查中通过了 1 项。我们没有阅读代码。在添加密钥或令牌之前，请先看看这个服务器要求哪些权限，并使用只具备所需权限的密钥。

它需要哪些密钥或代码？

你需要填写：SYSTEMONOMIC_API_KEY

它在我的电脑上运行还是在云端？

它在你的电脑上运行。你的 AI 应用会在需要时启动它，数据不会经过作者的服务器（除非它自己调用在线服务）。

它还在维护吗？

GitHub 仓库最后更新于–，最新版本（0.1.2）于7个月前进入注册中心。

哪些应用可以使用它？

支持 MCP 的应用，例如 Claude Desktop、Claude Code、Cursor 和 VS Code。你的电脑上还需要有 Python (uv)。

有什么可以替代它？

同一分类中有：Agent-Native Calendar, Excel MCP Server, MCP Server for Excel

替代选择

同一分类中其他作者的服务器，按星标数排序。

如何看卡片：↓ 每周下载量i★ GitHub 星标i三大支柱：评价 · 检查 · 使用情况i更新 = 最新版本发布到注册中心的时间i

Agent-Native Calendar

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

作者：BuilderIO正在增长★ 76202个月前更新

在云端运行

安装

Excel MCP Server

Create and edit Excel files with AI: charts, PivotTables, formulas. No Excel needed.

作者：haris-musa广泛使用↓ 5万/周★ 42767天前更新

在你的电脑上运行

安装

MCP Server for Excel

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

作者：sbroenne正在增长↓ 4321/周★ 8475天前更新

在你的电脑上运行

安装

作者的 README

打开 README

按原文从作者的仓库复制。PopNx MCP 没有审查或背书其内容。HTML、图片和脚本已被移除。链接会离开本站。

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

Log in to Systemonomic
Go to Profile → API Keys
Click Generate API Key
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

Tool	Description
`list_projects`	List all projects
`get_project_state`	Get complete project state
`create_project`	Create a new project
`get_project_stats`	Get project statistics
`list_wda_nodes`	List WDA nodes
`create_wda_node`	Create a node at a WDA level
`update_wda_node`	Update a node's label/level/description
`delete_wda_node`	Delete a node
`list_wda_links`	List means-ends links
`create_wda_link`	Link two nodes
`delete_wda_link`	Remove a link
`generate_wda`	AI-generate a full WDA from a text description
`export_project`	Export project as JSON
`import_wda`	Import nodes and links

`systemonomic-atss` — Assessment & Tasks

Tool	Description
`list_tasks`	List project tasks
`create_task`	Create a task
`generate_tasks_from_wda`	Auto-generate tasks from WDA Objects
`derive_task_suggestions`	AI-derived task suggestions
`list_suggestions`	List pending suggestions
`accept_suggestions`	Promote suggestions to tasks
`run_atss_batch`	Run ATSS assessment on all tasks
`get_atss_results`	Get stored assessment results
`persist_atss_results`	Save assessment results
`list_atss_runs`	List assessment run history

`systemonomic-org` — Organizational Design

Tool	Description
`get_org_design`	Get current roles, org units, allocations
`persist_org_design`	Save org design
`propose_restructure`	AI-generated restructure proposal
`apply_proposal`	Apply a restructure proposal
`validate_raci`	Validate RACI matrix
`create_org_snapshot`	Create version snapshot
`list_org_snapshots`	List snapshots
`export_org_design_json`	Export as JSON
`generate_pdf_report`	Generate comprehensive PDF report
`get_report_status`	Check 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