Apache-2.0 の MCP サーバーと Python SDK。自然言語から agent ワークフローを生成・監査・テスト・進化させ、任意で読み取り専用の DeepSeek Harness ビューアプラグインも提供します。
DSH 統合
互換
作者による申告
安全性監査
未監査
最終検証日
2026-11-13
ライセンス
Apache-2.0
01どんなタスクに使えるのか？
記述したプロセスを、一度きりの回答ではなく実行できるワークフローにする
`workspace/workflows/<workflow_id>` 配下のワークフローグラフ、ノードドキュメント、監査・テスト済みの Python ノード、FastAPI バックエンド
チャットの回答ではなく編集・再利用できるパイプラインを求め、MCP 対応の agent セッションから操作するチーム
変更していないノードを再生成せずに、稼働中のワークフローを変更する
進化後のワークフロー、または 1 ノードだけを進化させた結果（未変更ノードは再利用）
レビュー済みの部分を保ったまま既存の agent パイプラインを反復改善する開発者
生成されたワークフローを DeepSeek Harness 内で確認する
DeepSeek Harness の Web と Desktop 向け読み取り専用ビューア。作成・進化・実行は別途 FlowX スキルが担う
生成物をアプリ内で見たい一方、ビルドと実行は MCP か SDK に任せたい DeepSeek Harness ユーザー
02DeepSeek Harness への導入方法
前提条件
- Python 3.10 以降と Git（FlowX 本体とワークフロー実行時依存の取得に必要）
- OpenAI 互換の LLM プロバイダー（既定は DeepSeek）
- MCP 対応の agent クライアント（DeepSeek Harness はローカル stdio サーバーをホストできる）
インストール手順
- 01
リポジトリを複製する：`git clone https://github.com/AIpRoBuilder/FlowX.git`
$ git clone https://github.com/AIpRoBuilder/FlowX.git
- 02
仮想環境を作り、実行時依存とともに FlowX を導入する：`python -m pip install -e .`
- 03
`.env.example` を `.env` にコピーし、`FLOWX_LLM_PROVIDER`、`FLOWX_LLM_MODEL`、`FLOWX_LLM_API_KEY`、`FLOWX_DEFAULT_WORKSPACE` を設定する
- 04
MCP クライアントに `flowx-mcp` を登録する。仮想環境内の実行ファイルの絶対パスを使う（MCP ホストはシェルの `PATH` を継承しないことがある）
- 05
任意：`plugins/deepseek-harness-flowx` の DeepSeek Harness ビューアプラグインをプロファイルごとに個別導入する
導入成功の確認
- まず `flowx-mcp` を手動で一度起動し、stdio エントリーポイントが立ち上がることを確認する（通常は MCP ホストが起動する）
- 登録後、agent にワークフローを作らせて `get_build_status` を `result.ok` が真になるまでポーリングし、`get_workflow` と `list_nodes` で結果を確認する
03DSH 統合と能力の範囲
外部からの接続：ローカル stdio MCP サーバー（`flowx-mcp`）と Python SDK、A2A エンドポイントでワークフロー生成を駆動する。任意の DeepSeek Harness プラグインは読み取り専用のワークフロービューアを提供し、プロファイルごとに個別に導入する
ワークフロー生成（グラフ・ノード・バックエンド）
自然言語で書いたプロセスの説明→`workspace/workflows/<workflow_id>` 配下の `workflow.json`、`node_docs/*.md`、`nodes/*.py`、`main.py`
生成時に要件（場合によっては実行ログ）が LLM プロバイダーへ送られるビルド中に生成されたテストが実行されることがあるノードの監査・テスト・限定的な修復
生成されたノードと、その監査レポートまたは失敗したテストログ→修復済みノード、または指示を待って停止したビルド。テストに落ちたノードは公開されない
ノードテストの失敗でビルドが既定で停止し、回答・`test: <guidance>`・`skip`・中止のいずれかを待つワークフローとノードの進化
変更要求と、任意の対象（ワークフロー全体・step id・node id）→未変更ノードを再利用した進化後のワークフロー
`start_build_workflow` と `start_evolve_workflow` は既存ワークフローを直接書き換えるサービスとしての実行とステップ入力
ビルド済みワークフロー、その後は 1 ステップずつ入力→接続可能な `base_url`。停止時は `run_step` が `awaiting` を返し、`reset_session` で一時停止中の実行を取り消し、`stop_service` で停止する
`run_service` は生成された FastAPI サービスをホスト上で起動または再起動するPython SDK と A2A への委譲
SDK の `build_workflow_json` / `build_nodes` / `evolve` などの呼び出し、または A2A の `message/send`→ステージごとの結果・エラー・ログ・成果物パスを持つ `AgentResult`。A2A タスクは結果を添えて返る
SDK は `with` ブロックを抜けるまでサービスを動かし続けるSDK と A2A サーバーはプロセスの環境変数のみを読み、`.env` を自動では読み込まない
04誰に向いているのか？使うべきでない場面は？
向いている用途
- チャットの回答ではなく編集・再利用できるパイプラインを求め、MCP 対応の agent セッションから操作するチーム
- レビュー済みの部分を保ったまま既存の agent パイプラインを反復改善する開発者
- 生成物をアプリ内で見たい一方、ビルドと実行は MCP か SDK に任せたい DeepSeek Harness ユーザー
不向きな用途
- 同時に実行できるビルドはワークフロー横断で 1 つだけで、一時停止中のビルドがその枠を占有します。ビルド状態と一時停止中のビルドは MCP サーバープロセス内にあり、プロセス終了後は再開できません。
- 生成時には要件（場合によっては実行ログ）が LLM プロバイダーへ送られ、生成されたテストも実行され得ます。プロバイダーのキーとネットワークが必要で、生成コードはサービス実行前にレビューすべきです。
05互換性・メンテナンス・セキュリティ上の注意
- 同時に実行できるビルドはワークフロー横断で 1 つだけで、一時停止中のビルドがその枠を占有します。ビルド状態と一時停止中のビルドは MCP サーバープロセス内にあり、プロセス終了後は再開できません。
- 生成時には要件（場合によっては実行ログ）が LLM プロバイダーへ送られ、生成されたテストも実行され得ます。プロバイダーのキーとネットワークが必要で、生成コードはサービス実行前にレビューすべきです。
- ノードビルドはテスト失敗時に既定で停止して回答を待つため、MCP のビルドインターフェースはバックグラウンド専用です。`get_build_status` をポーリングし、`submit_background_build_input` で再開するか中止します。
- `.env` は MCP サーバー経路以外では自動で読み込まれません。SDK と A2A サーバーはプロセスの環境変数を読み、導入済みの `flowx-mcp` がチェックアウト外の `.env` を見つけるには `FLOWX_CONFIG_ROOT` が必要です。
Apache-2.0 · README の記載のみ、最新リリース v1.0.2、セキュリティ監査なし
06よくある質問
DeepSeek Harness から FlowX へはどう接続しますか？
ローカル stdio MCP サーバー `flowx-mcp` 経由です。仮想環境内の実行ファイルを絶対パスで登録し（MCP ホストはシェルの `PATH` を継承しないことがあります）、サーバー項目に `FLOWX_LLM_API_KEY` などの設定を書きます。FlowX はほかに Python SDK、非ストリーミングの A2A エンドポイント、そして読み取り専用ビューアを提供する任意の DeepSeek Harness プラグイン（プロファイルごとに個別導入）を用意しています。
1 回のビルドで何が生成されますか？
ワークフローグラフ、ノードドキュメント、監査とテストを通した Python ノード、FastAPI バックエンドで、すべて `workspace/workflows/<workflow_id>` 配下に置かれます。その後 `run_service` が接続可能な `base_url` を返し、`run_step` / `reset_session` でステップ単位の入力と一時停止中の実行の取り消しができます。
テストに落ちたノードは公開されますか？
いいえ。各ノードは「生成 → 監査 → テスト → 限定的な修復」の連鎖を通り、テストに落ちたノードは公開されません。ノードテストの失敗でビルドは既定で停止するため、利用者の指示を返すか、`test: <guidance>` でテストを修正するか、`skip` で今回は修正せず、`abort_background_build` で中止します。
MCP のビルドがバックグラウンド専用なのはなぜですか？
ビルドが入力待ちで停止し得るからです。ビルド状態と一時停止中のビルドは MCP サーバープロセス内にあり、同時に走らせられるビルドは 1 つだけで、プロセス終了後は再開できません。そのためホストは `get_build_status` をポーリングし、`submit_background_build_input` で再開し、サーバーが生きている間に `list_pending_builds` で未回答の質問を復元します。
導入前に何が必要ですか？
Python 3.10 以降、Git（FlowX と `ag_ui_workflow` 実行時依存の取得）、OpenAI 互換の LLM プロバイダー（既定は DeepSeek）、MCP 対応の agent クライアントです。仮想環境で `python -m pip install -e .` を実行し、プロバイダーのキーはリポジトリにコミットせず `.env` か MCP サーバーの env に置きます。
07関連する DSH ワークフロー
huashu-design
by alchaincyf
Creates selectable design directions and delivers interactive prototypes, PPTX, animations, and visual assets.
dsh-tui
by ccch1mneyyy
Claude Code 风格全屏终端 TUI：像素鲸鱼顶栏、双流光大字、实时工作状态行、思考流式展开、双击 Esc 时间回溯、上下文进度条 + TPS 仪表；接入 Agent preset（standard/code/minimal/cordis）、Skills、MCP、Goals、Todos、子代理，/ 命令注册表与随附技能（audit/bug/review/practice/pr_comments/release-notes/vuln-check）；纯插件挂载零核心改动。
dsh-better-sidebar
by omdsh-dev
Full sidebar workbench with file rendering and editing, terminal, Git, and subagents; third-party plugins can register new tabs.
dsh-media-desk
by woniuniuniu
Capture ideas and generate scripts, titles, covers, images, storyboards, schedules, and review data in a sidebar media workspace.
08データと出典
FlowX lets AI agents **build, run, and evolve workflows** through MCP, a Python SDK, or A2A.
the optional [DeepSeek Harness plugin](plugins/deepseek-harness-flowx/README.md) provides a read-only workflow viewer fo…
**Skill and plugin update.** The DeepSeek Harness plugin settings now accept `FLOWX_LLM_API_KEY` and no longer ask for a…
このページは、プロジェクトの公開ドキュメント、リポジトリのメタデータ、および DSH Plugins の構造化解析に基づいて生成されています。最終検証日：2026-11-13。誤りを見つけた場合は、修正を送信してください。
dsh プラグイン おすすめ
最初に入れたい 12 のプラグイン。全カタログ・全カテゴリから厳選しました。