ProductOS MCP
一个独立的 MCP 界面,代表你管理 board——创建、更新和移动任务、评论,跨任务、洞察和功能进行搜索,并把客户洞察关联到功能上。它用你的个人 Token 进行认证,所以它能做的事情就是你能做的事情——不会更多。和普通工单 MCP 的区别在于:你的工单落在产品主线上,所以智能体能把它们扎根于真实的客户需求,而不只是一个标题。
AI 队友
可以直接分配工作的、有名字的 AI 智能体
通过 MCP 实现的真正队友——权限受限、可被指派、需人工批准。点一下,看看它们是怎么工作的。
一个通过 MCP 工作的 PM 队友
- 一个有名字、有头像的智能体,你可以给它分配工作
- 在主线上起草、分诊并整理内容
一个会主动认领工作的构建者
- 先进行原子化认领,再走提交流程
- Dev 和 QA 角色,各有各的技能
默认最小权限
- 每个智能体都受权限范围(scope)限制
- 超出范围的调用会被拒绝,不会被悄悄执行
先经你批准,才会落地
- 智能体的工作会以 In Review 状态出现
- 没有人工判定,任何东西都不会上线
招募
它会像真正招募的新人一样加入团队。
打开「设置 → AI 团队」,选择一个角色,给你的智能体起个名字——Ada、Jarvis,随你喜欢。它会拥有头像、角色徽章和在线状态点,并出现在队友出现的每一个地方:指派选择器、任务详情、动态feed。
-
招募它
「设置 → AI 团队」:选择 Backend、Frontend、Mobile 或 QA。起个名字,给它一个形象。生成访问 Token 就会创建这个队友。
-
指派它
和指派给人类用的是同一个选择器——智能体会被归类为「AI 队友」,带角色徽章和在线状态点。指派方式和指派给一个人完全一样。
-
审核它
它的动作会出现在动态feed里——claimed、进展记录、PR opened。工作会以 In Review 状态到达,等着你处理。
可命名的队友数量不限——智能体不占用你的成员席位。
角色
四位工程师,加一位 PM 助手。
每个角色都带有自己的工作说明和权限范围——QA 智能体不能重新指派你的人类成员,Dev 智能体碰不到账单。角色在招募时就固定了;名字随你改。
-
Backend Dev
● AI拉取分配给它的任务,按照仓库的规范在你的仓库中实现,开一个 PR,再汇报结果。
-
Frontend Dev
● AI同样的工作循环,专攻 UI 工作——组件、样式、用户实际接触的界面。
-
Mobile Dev
● AI还是同样的循环,只是对准你的移动端代码库。它跑在哪个仓库,由你来选。
-
QA
● AI为分配到的任务编写测试——单元测试、端到端测试、smoke 测试——运行它们,并提交文件、结果和覆盖率。
在哪里运行
工作是在你这一侧完成的。这是故意设计的。
大多数智能体平台都是在它们自己的服务器上、用它们自己的模型、按它们自己的计费方式运行你的代码。我们把它反过来了:你的智能体主机用你自己的模型额度,在你自己的仓库里完成工作。AIOProductOS 是控制平面——任务、上下文、生命周期、审计轨迹。
- ✓ 任务本身、验收标准、关联的功能和客户洞察。
- ✓ 生命周期——claimed、in progress、In Review——就在你的 board 上。
- ✓ 智能体回报的内容:状态、PR 链接、摘要、测试结果。
- ✓ Claude Code、Cursor、Codex——任何 MCP 客户端,本地或远程都行(stdio 和 HTTP/SSE)。
- ✓ 你的仓库、你的 git、你的密钥——我们从不持有仓库凭证,也看不到你的源代码。
- ✓ 活儿由你的模型额度来干。没有 Token 税——我们不计量它们。
你唯一需要粘贴进 MCP 配置的东西,就是智能体的 Token。
工作循环
设计上就保证:两个智能体永远不会提交同一个 PR。
这套机制被设计得很「无聊」,这是故意的。认领任务是原子操作——如果两个会话同时争抢,只会有一个赢。提交是幂等的,所以重试调用永远不会让工作重复一遍。每一次运行都会被记录:谁认领了什么、什么时候、返回了什么。
- ✓任务上下文自带「为什么」:验收标准,加上关联的功能和背后的客户洞察。
- ✓进展记录会以任务评论的形式出现——团队在和其他人一样的动态feed里看智能体工作。
- ✓卡住了?它会带着理由把任务标记为阻塞,而不是瞎猜。
productos-agent · tools
- get_assigned_tasks() → 我手头的活儿
- get_task_context(id) → 任务 + 验收标准 + 关联的洞察
- start_task(id) → 原子化认领 → In Progress
- report_progress(id, note) → 任务下的评论
- submit_work(id, pr_url, …) → In Review
- block_task(id, reason) → Blocked,附带原因
- submit_tests(id, files, coverage) → 仅 QA
这就是 worker MCP 的真实工具面——这就是它全部的工作。
你始终掌控
智能体做的一切,最终都会停在 In Review。
没有自动合并。submit_work 会把任务移到 In Review,并附上 PR——必须有人批准,才会有任何东西上线。这不是一个可选设置;这是系统里唯一的路径。
-
始终需要人工批准
智能体的工作会以 In Review 状态到达,并附上 PR。合并与否,由你决定。
-
按角色设定的权限
Token 的权限范围由角色决定。QA 提交测试产物;Dev 不能重新指派人类成员,也看不到账单。
-
由你掌控的 Token
在「设置 → Tokens」里管理。静态存储时是哈希过的,创建时只显示一次,限定在组织范围内,随时可以撤销。
-
动态feed里有明确署名
每一个操作都由智能体签名——「Ada (Backend) 把任务移到了 In Review」——绝不会有来源不明的改动。
幕后机制
两个 MCP 服务器。标准 MCP,任何 host 都能用。
没有专有运行时,没有浏览器插件,没有 sidecar。只要你的工具支持 MCP,它就可以成为一个队友。
productos-pm
PM 助手
把 board 管理做成工具:创建、更新和移动任务,评论,列出成员和状态,跨任务、洞察和功能搜索,把洞察关联到功能上。此外还有主线的只读能力——产品大脑、按收入加权的转化漏斗、留存和路径,以及团队 Comms(读取和发帖)——因为你的工单和你的数据都在同一个地方。用你的个人访问 Token 进行认证。
productos-agent
Worker
一个服务器,四个队友——智能体的 Token 决定了它的身份、角色徽章和权限。拉取分配到的工作、原子化认领、汇报进展、提交审核。本地通过 stdio 运行,远程则通过 HTTP/SSE。
- · 智能体只在你这一侧有会话运行时才会工作——这是一个 pull 队列,不是 push。把任务指派给一个离线的智能体,它会等到下一次会话才处理;想要接近实时的团队,会持续跑一个 agent 循环。
- · 你在仓库所在的地方启动你的 host,由此把智能体指向这个仓库——任务上下文会告诉它这是哪个产品、哪个组件的活。
- · 在 v1 中,执行只发生在客户这一侧。我们不托管智能体的运行时——这正是重点所在。
FAQ
常见问题
我可以像给人类分配工作一样,把工作分配给 AI 队友吗?
可以。每个 AI 智能体都是一个有名字的成员——比如「Ada · Backend」——你可以用和指派给人类成员一样的选择器,把任务分配给它。它会认领工作,在自己那一侧完成,再把结果提交回来接受审核。
AI 智能体在哪里运行,谁来掌控?
它们在你自己的仓库里运行,用你自己的模型额度——通过 MCP,从 Claude Code、Cursor 或任何 MCP 客户端发起——不在我们的服务器上。AIOProductOS 是控制平面(任务、上下文、生命周期、审计)。我们从不持有你的仓库凭证,也不会计量你的 Token。
AI 队友可以担任哪些角色?
Backend、Frontend、Mobile 和 QA——每种角色都有自己的工作说明和受限的权限集(QA 智能体不能重新指派你的人类成员;Dev 智能体碰不到账单)。角色在招募时固定;名字随你取。
智能体做的事情,会不经过我的审核就上线吗?
不会。没有自动合并。每一次智能体提交都会把任务移到 In Review,并附上 PR——必须有人批准,才会有任何东西上线。这是系统里唯一的路径,不是一个可选设置。
我离线的时候,智能体还会工作吗?
这是一个 pull 队列,不是 push:智能体只在你这一侧有会话运行时才会工作。把任务分配给一个离线的智能体,它会等待该智能体的下一次会话。想要接近实时的团队,会让一个持续的 agent 循环一直运行着。
AI 智能体要额外付费吗?
不需要——从最低档就已经包含智能体(Start 档每月 199 美元含 2 个,Team 档 5 个,Business 档 15 个)。需要更多的话,每月 29 美元可以加购智能体席位,含 150 次任务运行,之后每次运行 0.25 美元。活儿是靠你自己的模型额度完成的;我们从不计量 Token。
AI 队友和 AI 助手或 copilot 有什么不同?
AI 助手或 copilot 坐在你身边,回答问题或给出建议——活儿还是你在干。AI 队友是一个能动手做事的 worker:一个有名字的 AI 同事,你把整个任务分配给它,它会认领工单,通过 MCP 在你的仓库里完成工作,再提交一个 PR 供审核。Copilot 帮你打字;AI 队友则会从 board 上拿走一项工作,做完再交还给你。
AI 智能体是自主的,还是只是任务自动化?
这是「agentic」——具备主动性的智能体,不是盲目的任务自动化,而且从设计上就不是完全自主的。AI 队友会针对任务进行推理、编写并运行代码、不断迭代——但每一个结果都会停在 In Review 这一步,由 human-in-the-loop 的人工审核批准之后才能合并。你得到的是工作执行上的自主性,以及结果上的人工掌控,而不是一个无人看管、自己就能上线到生产环境的智能体。