progi MCPサーバー
✓ 検証済みプロセスを永続的なプレイブックとして保存し、タスクの進捗を監視することで、AIエージェントによる構造化された反復可能なワークフローの実行を可能にします。
別名 zseta/progi
- スター
- 3
- ツール
- 9
- ダウンロード数(30日間)
- 73
- 最新バージョン
- 0.3.2
- 最終コミット
- 2026年7月5日
- ライセンス
- MIT
progi MCPとは
progiはMCPサーバーです。 プロセスを永続的なプレイブックとして保存し、タスクの進捗を監視することで、AIエージェントによる構造化された反復可能なワークフローの実行を可能にします。. 9個のツールを提供しており、create_task, list_tasks, start_or_continue_taskなどがあります。
プロジェクトのREADMEから生成された概要
progi MCP server について
Progiは、AIエージェントが構造化された反復可能なプロセスを実行できるようにする、MCPネイティブのワークフローエンジンとして機能します。自然言語による説明を永続的なプレイブックに変換することで、エージェントが都度の説明を必要とせずに、ユーザーの特定の好みに従ってプロセスを実行できるようにします。このMCP serverは、Claude Code、Cursor、GitHub CopilotなどのMCPクライアントでの使用を想定して設計されています。SQLiteデータベースを使用してローカルで動作し、ワークフローを保存します。uvx経由で起動可能です。
ユーザーは、通常ポート8000で動作するローカルWebサーバー上の専用モニタリングインターフェースを通じて、自動化を管理できます。このインターフェースでは、タスクのステータス、進捗、および出力履歴をリアルタイムで確認できます。システムは、スケルトンプロンプトから詳細なプレイブック作成へと進む、2パスの作成プロセスを使用してワークフローを構築します。開発者は、実行の合間にこれらのプレイブックを微調整して、精度を継続的に向上させることができます。
できること
- 1反復的な開発サイクルの自動化AIエージェントが、統合の作成、コードレビュー、プルリクエストの公開といった定義済みのシーケンスに従うことができます。
- 2セッションをまたいだコンテキストの維持永続的なプレイブックを使用することで、セッションがリセットされてもエージェントがプロセスの知識を失わないようにできます。
- 3実行中のエージェントタスクの追跡モニタリングインターフェースを使用して、実行中のすべてのワークフローのリアルタイムな進捗と履歴を監視できます。
- 4テキストからの構造化ワークフローの構築業務に関する単純な口頭説明を、正式な一連の手順とプレイブックに変換できます。
プロジェクトの README から作成されています。すべてのユースケースは、その引用と照らし合わせて確認されています。
progi MCPのインストール方法
フォーマット検証日 2026年11月10日Cursor に追加Gooseに追加Claude Codeにprogi MCPをインストール
$ claude mcp add progi -- uvx progiCursorにprogi MCPをインストール
~/.cursor/mcp.json
{
"mcpServers": {
"progi": {
"command": "uvx",
"args": [
"progi"
]
}
}
}VS Codeにprogi MCPをインストール
.vscode/mcp.json
{
"servers": {
"progi": {
"type": "stdio",
"command": "uvx",
"args": [
"progi"
]
}
}
}VS Code CLIにprogi MCPをインストール
$ code --add-mcp '{"name":"progi","type":"stdio","command":"uvx","args":["progi"]}'Claude Desktopにprogi MCPをインストール
claude_desktop_config.json
{
"mcpServers": {
"progi": {
"command": "uvx",
"args": [
"progi"
]
}
}
}Codexにprogi MCPをインストール
$ codex mcp add progi -- uvx progiCodex config.tomlにprogi MCPをインストール
~/.codex/config.toml
[mcp_servers.progi] command = "uvx" args = ["progi"]
Gemini CLIにprogi MCPをインストール
$ gemini mcp add -s user progi uvx -- progiGemini settings.jsonにprogi MCPをインストール
~/.gemini/settings.json
{
"mcpServers": {
"progi": {
"command": "uvx",
"args": [
"progi"
]
}
}
}progi MCPツール 9
READMEから検出create_tasklist_tasksstart_or_continue_taskupdate_progress_notesfinish_stepget_process_skeleton_promptget_playbook_authoring_promptsave_workflowlist_workflows
| create_task | — | |
| list_tasks | — | |
| start_or_continue_task | — | |
| update_progress_notes | — | |
| finish_step | — | |
| get_process_skeleton_prompt | — | |
| get_playbook_authoring_prompt | — | |
| save_workflow | — | |
| list_workflows | — |
設定
PROGI_DB_PATHCustom path for the Progi SQLite database file
PROGI_WEB_PORT
| 名前 | 説明 | 種類 |
|---|---|---|
| PROGI_DB_PATH | Custom path for the Progi SQLite database file | |
| PROGI_WEB_PORT | — |
自動チェック
実行日 2026年11月14日完全なレポート →自動チェックに合格しました。これはセキュリティ監査ではありません。コードを読み、サーバーに必要最小限のアクセス権を与えてください。 チェックの仕組み
- ソースリポジトリがリンクされており、アクセス可能zseta/progi is public and reachablegithub.com/zseta/progi ↗合格
- パッケージがこのリポジトリをソースとして指定progi names zseta/progi as sourcepypi.org/project/progi/ ↗合格
- ビルドの来歴 (Sigstore 証明)Sigstore attestation for progipypi.org/project/progi/ ↗合格
- オープンソースライセンス (OSI)MITspdx.org/licenses/MIT.html ↗合格
- 過去1年以内にコミットまたはリリースありLast commit or release 2026-07-05github.com/zseta/progi ↗合格
- OpenSSF Scorecard未チェック
- パッケージ名が有名なパッケージに酷似していないNo popular package one edit away from progi合格
- パッケージおよびその依存関係に重大な勧告なし70 resolved dependencies checked; no critical advisoryosv.dev ↗合格
- モデルへの隠れた指示がない9 tool descriptions and the README read; no override phrases, credential paths or hidden characters合格
- 破壊的なツールがラベル付けされているNo tool named like delete, drop or exec合格
- リモートエンドポイントが MCP ハンドシェイクに応答未チェック
README
GitHubで見るProgi - MCP-native Workflow Engine
Progi teaches your agent how you like to get things done. So you can do your best work without re-explaining your process or losing context between sessions.
Get started
Add Progi to your MCP client config (GH Copilot / Cursor / Claude Code / etc):
{
"mcpServers": {
"progi": {
"command": "uvx",
"args": ["progi"]
}
}
}
Progi Monitoring starts automatically at http://127.0.0.1:8000.
If you want to start Monitoring on a different port:
{
"mcpServers": {
"progi": {
"command": "uvx",
"args": ["progi"],
"env": {
"PROGI_WEB_PORT": "8080"
}
}
}
}
How it works
1. Describe your workflow
"Hey Progi, help me create workflow for creating integrations, reviewing code, and publishing PRs."
Describe your process in plain language. You can be detailed or just provide a rough idea. Progi stores it as a structured workflow with per-step playbooks.
2. Run tasks, stay in the loop
"Hey Progi, start a new task, we need to review a new docs PR in the repo." Your agent loads the workflow, works through each step using your playbooks, and loops you in at critical checkpoints to review output.
3. Monitor progress
Progi Monitoring gives you a live view of every running and completed task — status, progress, and the full output history across all your workflows.
4. Optimize as you go
Tweak playbooks in Progi Monitoring between runs. Because workflows live in a database and survive context resets, every future task picks up your changes automatically — your process gets sharper with each iteration.
MCP Tools
Work loop
| Tool | Description |
|---|---|
create_task |
Create a new task under a given workflow (status todo); returns a preview of its first step |
list_tasks |
List tasks, optionally filtered by status and/or workflow |
start_or_continue_task |
Main work-loop entry point — starts or resumes a task and returns the current step's playbook, input data, and output spec |
update_progress_notes |
Overwrite a task's progress notes (mid-step save point) |
finish_step |
Mark the current step complete, store its output, and advance to the next step (or mark done) |
Workflow authoring
| Tool | Description |
|---|---|
get_process_skeleton_prompt |
Return the Pass 1 system prompt for turning a plain-language description into a structured workflow skeleton |
get_playbook_authoring_prompt |
Return the Pass 2 system prompt for authoring a step's playbook (injects workflow context) |
save_workflow |
Persist a new workflow, its steps, and playbooks |
list_workflows |
Return all workflows with their ordered steps |
Authoring is two passes: Pass 1 turns a plain-language description into a structured skeleton; Pass 2 authors each step's playbook. save_workflow persists both.
Configuration
| Variable | Default | Purpose |
|---|---|---|
PROGI_DB_PATH |
OS data dir (platformdirs) |
SQLite file location |
PROGI_WEB_HOST |
127.0.0.1 |
Web UI bind host |
PROGI_WEB_PORT |
8000 |
Web UI port |
PROGI_NO_WEB |
0 |
Set to 1 to disable the web UI |
Run modes: uvx progi (MCP + web UI), uvx progi --no-web (MCP only), uvx progi-web (web UI only).
Use an absolute path for
PROGI_DB_PATH
progi MCPのよくある質問
progi MCPをClaude Codeに追加するには
ターミナルでclaude mcp add progi -- uvx progiを実行します。すべてのプロジェクトで利用するには--scope userを追加します。
progi MCPをCursorに追加するには
~/.cursor/mcp.jsonを開き、上記のインストールセクションに示すCursor設定を使ってmcpServersの下にサーバーを追加します。
progi MCPが提供するツールは
9個のツールを提供しており、create_task, list_tasks, start_or_continue_task, update_progress_notes, finish_stepなどがあります。
ProgiをMCPクライアントに追加するにはどうすればよいですか?
uvxコマンドにprogi引数を使用して、設定(Claude CodeやCursorなど)に追加できます。
Progi Monitoringのポートを変更できますか?
はい、設定でPROGI_WEB_PORT環境変数を指定することで、モニタリングポートを変更できます。
ワークフローのデータはどこに保存されますか?
ワークフローはSQLiteデータベースに保存されます。保存場所はPROGI_DB_PATH変数によって決定されます。
Web UIを無効にするにはどうすればよいですか?
PROGI_NO_WEB環境変数を1に設定することで、Web UIを無効にできます。