$ loading_
通过MCP持续管理AI worker，覆盖版本、测试、部署、审批与租户隔离治理
复制安装指令，让 AI 自动完成配置 · 推荐新手
"AgentCloud MCP Server" 暂无可直接复制的安装信息，请查看页面文档或源码仓库。
请使用AgentCloud MCP Server为名为 report-worker 的AI worker 创建新版本，完成后执行安全测试，测试失败则不要进入部署。
返回该worker的新版本信息与测试结果，并标注是否可继续部署。
请检查AI worker 名为 data-worker 的最新版本，发起审批并在通过后执行部署，最后给出运行生命周期状态。
返回审批状态、部署动作结果，以及是否成功进入可运行阶段。
请在租户A和租户B场景下审查同名worker的运行请求，应用策略并阻止不合规的跨租户执行。
输出按租户拆分的执行判断，并明确列出被策略拦截的请求。
开发团队在持续迭代AI worker功能时，需要先建版本、再测试后部署，以减少上线风险并保留回滚基础。
当多个租户共用同一平台时，可用该工具在运行生命周期中强制执行租户隔离和策略，避免跨租户干扰。
运维与安全团队可要求AI worker必须经过审批与测试后才上线，确保运行状态可控且符合内部策略。
它是用于管理持久化 AI worker 的 MCP 工具，支持版本管理、测试、部署、审批、运行生命周期管理，并带有租户隔离与策略执行能力。
当前信息只说明这是 MCP 工具，未提供具体安装参数、密钥或运行时要求。请先查看源码仓库获取详细接入说明。
它聚焦于AI worker的完整生命周期：版本、测试、审批、部署和运行治理，并强调租户隔离和策略执行；若需对比具体同类工具细节，见源码仓库。
让编码代理跨 Telegram、WhatsApp 与网页统一管理 AI 助手与任务
帮助用户用 MCP 连接 AI 代理与多种服务，搭建自动化工作流。
通过 MCP 接口管理 Cognigy.AI，会话式 AI 代理的构建、配置与运营。
帮助用户实时编排多智能体协作，并在仪表盘监控任务与产物。
集中注册多种AI模型接口，按能力自动发现并路由调用。
用于在本地目录中注册、检索、评分并管理 AI 代理与服务。