Utilisez les serveurs CLI et MCP ensemble
Le serveur AgentLed MCP est la surface de raisonnement en direct. Le AgentLed CLI est la surface de construction disk-backed. Utilisez les deux dans le même espace de travail pour créer, tester et publier des flux de travail sans dépenser de crédits pour chaque modification.
TL;DR
- •MCP = décisions en direct. Les résultats Tool atterrissent directement dans le contexte de l'agent et alimentent l'étape de raisonnement suivante.
- •CLI = état matérialisé. La sortie est envoyée vers la sortie standard ou sur le disque, afin que l'agent puisse lire uniquement les fichiers et les champs dont il a besoin.
- •Même espace de travail, même authentification. Les deux utilisent
AGENTLED_API_KEY, facultatifAGENTLED_URL, et pareil@agentled/corecomportement sous le capot.
Installer + Authentifier
Installez CLI globalement si cette machine fonctionne souvent sur des projets AgentLed. Utiliser npx pour les appels de style one-off ou CI.
npm i -g @agentled/cli # or run without installing npx -y @agentled/cli help
Enregistrez le serveur MCP auprès de votre client. Claude Code utilise ce formulaire:
claude mcp add agentled \ -e AGENTLED_API_KEY=wsk_... \ -- npx -y @agentled/mcp-server
Codex et les autres clients MCP utilisent le même processus serveur:
codex mcp add agentled \ -e AGENTLED_API_KEY=wsk_... \ -- npx -y @agentled/mcp-server
Créez une clé API d'espace de travail dans Workspace Settings > Developer. Exportez-le pour les appels CLI et transmettez-le à la configuration de votre client MCP.
export AGENTLED_API_KEY=wsk_... export AGENTLED_URL=https://www.agentled.app agentled workspace inspect --format json
AGENTLED_URL est facultatif pour la plateforme gérée. Définissez-le uniquement lorsque votre espace de travail utilise une base AgentLed API personnalisée URL.
Quand utiliser lequel
Règle générale: si la réponse doit tenir dans un paragraphe sur lequel l'agent raisonne, utilisez MCP. Si la réponse est « faire apparaître ce fichier », utilisez le fichier CLI.
| Situation | Utiliser | Pourquoi |
|---|---|---|
| Besoin de la prochaine étape de raisonnement pour utiliser le résultat | MCP | Le résultat est déjà dans son contexte. |
| Requête à enregistrement unique | MCP | Un objet JSON est suffisamment petit pour être inspecté en ligne. |
| Répertoriez plus de 50 enregistrements | CLI | Dirigez JSON vers un fichier et filtrez-le sans remplir le contexte. |
| Production de flux de travail JSON, de luminaires, de rapports ou d'instantanés | CLI | La sortie appartient à l’arborescence de travail. |
| Chat à mi-conversation avec un agent AgentLed | MCP | L’état conversationnel appartient à la boucle des agents actifs. |
| Orchestration interactive multi-step | MCP | Le résultat de chaque outil doit orienter le prochain appel. |
| Construire, exécuter, capturer, affirmer une itération | CLI | Tests et montages en direct sur disque et replay sans crédits. |
| Orientation unique de l'espace de travail | CLI | workspace inspect renvoie la carte de l'espace de travail une fois. |
# Bulk data: keep it out of the model context. agentled workflows list --format json > /tmp/agentled-workflows.json # Then inspect only what matters. rg '"status": "live"|outbound|scoring' /tmp/agentled-workflows.json
La boucle canonique
Il s'agit du chemin d'itération zero-credit. Exécutez le flux de travail une fois, capturez les sorties d'étape réelles, puis rejouez les tests des appareils pendant que vous éditez. L'étape 6 est le déverrouillage: une fois les appareils sur le disque, la boucle de test normale ne coûte aucun crédit.
# 1. Create the local workspace folder once. agentled init acme # 2. Orient and pick a workflow. agentled workspace inspect --format json > agentled_acme/workspace.inspect.json
# 3. Pull a workflow into the local workspace. agentled workflows pull <wfId> # This writes the workflow JSON and a test skeleton. # Edit tests/<wfId>.test.json before the first replay.
# 4. Use MCP for the one live execution. # Call start_workflow with representative sample input. # Save the returned execution id as <execId>.
# 5. Capture real step outputs from that execution. agentled fixture capture <execId> --wf <wfId> # Fixtures land in fixtures/step-outputs/<execId>/. # They become local, replayable test inputs.
# 6. Replay assertions with zero credits. agentled test <wfId> # 7. Edit pipeline JSON, prompts, mappings, or test assertions. # 8. Replay the full test suite again. agentled test <wfId>
# 9. When one step needs a live check, spend narrowly. agentled test <wfId> --step score-lead --live # 10. Validate before publishing. agentled workflows lint examples/live/<workflow>.json agentled dryrun examples/live/<workflow>.json agentled workflows validate <wfId>
# 11. Use MCP to publish when validation is clean. # Call publish_workflow with workflowId=<wfId> and status=live.
Utilisez MCP pendant cette boucle pour les décisions qui appartiennent à la conversation: choisir le flux de travail, démarrer l'exécution unique en direct, modifier une étape avec update_step, vérification des résultats de validation et publication. Utilisez le CLI pour tout ce qui crée ou lit l'état local.
Pré-vol avant de dépenser des crédits
Exécutez ces vérifications avant start_workflow ou n'importe quel live agentled test --live. Les codes de sortie sont stables: 0 faire le ménage, 1 avertissement, 2 erreur.
agentled workflows lint examples/live/<workflow>.json agentled dryrun examples/live/<workflow>.json agentled workflows validate <wfId>
workflows lint détecte les pièges statiques dans le fichier. dryrun parcourt le graphique, résout les références de modèles par rapport aux sorties simulées ou capturées et estime les crédits. workflows validate <id>exécute le validateur server-side une fois que le flux de travail existe dans AgentLed.
Références protégées par repli telles que {{x || 'default'}} sont des avertissements et non des erreurs. Le moteur d'exécution peut les résoudre via la solution de secours, mais l'avertissement indique à l'agent que le chemin principal est peut-être absent.
Opérations en miroir ou en surface uniquement
En miroir
| Opération | MCP | CLI |
|---|---|---|
| Répertorier les flux de travail | list_workflows | agentled workflows list |
| Obtenir le flux de travail | get_workflow | agentled workflows get <id> |
| Valider le flux de travail | validate_workflow | agentled workflows validate <id> |
| Démarrer l'exécution | start_workflow | agentled workflows start <id> |
| Test de l'application ou de l'action AI | test_app_action, test_ai_action | agentled apps, agentled ai |
| Knowledge Graph lit et écrit | Outils de connaissances | agentled knowledge |
CLI uniquement
| Opération | Commande | Pourquoi |
|---|---|---|
| Amorcer un espace de travail de dépôt | agentled init | Crée l'arborescence des dossiers locaux. |
| Actualiser le cache local | agentled workspace sync | Met à jour les documents, applications et modèles mis en cache. |
| Flux de travail d'extraction | agentled workflows pull <wfId> | Écrit le workflow JSON et un squelette de test. |
| Capturer les appareils | agentled fixture capture <execId> --wf <wfId> | Enregistre les sorties d'étape sur le disque. |
| Liste des rencontres | agentled fixture list | Lit les jeux de luminaires locaux. |
| Rejouer les tests | agentled test <wfId> | Exécute des assertions sur les appareils locaux. |
| Charpie statique | agentled workflows lint <file> | Vérifie un fichier de pipeline local. |
MCP uniquement
| Opération | Tool | Pourquoi |
|---|---|---|
| Discussion dans l'espace de travail | chat, chat_with_agent | Revient directement à la conversation active. |
| Modification par étapes incrémentielles | add_step, update_step, remove_step, move_step | Chaque modification renvoie une validation qui informe la modification suivante. |
| Correction de la chronologie | patch_timeline_fields | Opération administrateur incident-response. |
| Correctif d'exécution | patch_execution_fields | Opération administrateur incident-response. |
Orientation dans un nouveau dépôt
Lorsqu'un agent atterrit dans un référentiel, il doit rechercher un agentled_*/ dossier dans le répertoire courant ou dans n'importe quel ancêtre en premier. Ce dossier constitue la mémoire de travail persistante de l'espace de travail. Il contient des flux de travail extraits, des tests, des appareils, des métadonnées d'application mises en cache et des documents locaux.
Si aucun dossier d'espace de travail n'existe, exécutez agentled init [slug] une fois. Puis cours agentled workspace inspectpour une orientation single-shot: identité, profil d'entreprise, workflows, listes Knowledge Graph, applications connectées et agents. Pour un travail approfondi sur un flux de travail, suivez avec agentled workflows pull <wfId>.
# From the repo root: find .. -maxdepth 3 -type d -name 'agentled_*' 2>/dev/null # If none exists: agentled init acme # Orient once, then pull the workflow you are changing. agentled workspace inspect --format json > agentled_acme/workspace.inspect.json agentled workflows pull <wfId>
Modèle d'erreur
Les deux surfaces parlent JSON. Le CLI donne aux agents des signaux de processus stables. MCP donne aux agents des résultats d'outils structurés.
| Surface | Forme d'erreur | Comportement des agents |
|---|---|---|
| CLI | {"error":"...","code":"..."} plus le code de sortie | Branche sur 0, 1, ou 2 dans des boucles de coque. |
| MCP | { error, code } dans le résultat de l'outil | Lisez l'erreur comme n'importe quelle autre réponse d'outil et décidez du prochain appel. |
Traiter 1 comme avertissement ou panne récupérable et 2 comme une erreur structurelle ou de validation. Dans les scripts sans assistance, arrêtez-vous sur 2 et imprimez la sortie du validateur.
Correctif d'administration Tools
patch_timeline_fields et patch_execution_fields existent pour la réponse aux incidents. Ils nécessitent une clé API avec le admin:patch portée. Ne les utilisez pas pour des opérations de flux de travail de routine, des tentatives normales, la génération de projecteurs ou des modifications d'étapes. Si vous les recherchez à plusieurs reprises, le flux de travail est mal configuré et doit être corrigé à la source.
Prochaines étapes
- MCP Connection — connectez votre client MCP.
- MCP Tools Reference — inspecter les outils disponibles.
- agentled create — créez des flux de travail à partir du langage naturel.