把 Onplana 连接到 Claude、Gemini、ChatGPT 和 Cursor
在你的 AI 助手中规划项目、跟踪工作。
Onplana 提供公共 MCP 服务器,地址为 https://mcp.onplana.com/mcp。351 个精选工具,对组织已索引内容进行 BM25 加向量的混合搜索,通过 OAuth 2.1 或 PAT 访问,按方案授予权限,全程留有记录。
基于 Anthropic 的 MCP 开放标准构建。适用于 Claude Desktop、Gemini CLI、Gemini Code Assist、ChatGPT、ChatGPT Codex CLI、Cursor、GitHub Copilot 以及任何其他使用 Streamable HTTP 的 MCP 客户端。
在 Gemini CLI 中安装(一条命令):
export ONPLANA_PAT=pat_...
gemini extensions install https://github.com/Onplana/onplana-mcp-server也适用于 Gemini Code Assist(VS Code 和 JetBrains)。其他客户端请看下面的配置。
三个智能体一起推进一个项目
输入一份任务说明,输出一个已发布的网站。ChatGPT、Claude 和 Onplana 的 AI 各自领取自己的任务,在一份共享计划上工作,而你通过最终审批掌握控制权。
在 ChatGPT 的 Plugins 和 Claude 的 Directory 中
在 ChatGPT 的 Plugins 或 Claude 的 Directory 中搜索 onplana ,添加后登录一次即可。无需粘贴连接器 URL,也无需开发者模式。
什么是 MCP
Model Context Protocol(MCP)是 Anthropic 于 2024 年底发布的开放标准,用于把 LLM 连接到外部工具和数据源。应用不必为每个客户端单独构建集成,只需发布一次 MCP 服务器,任何兼容 MCP 的客户端(Claude Desktop、Cursor、ChatGPT 的自定义连接器、使用 MCP SDK 的内部智能体)都可以调用它。客户端用 tools/list 列出可用工具,用 tools/call 调用它们;协议负责校验参数、返回错误响应和呈现结果。
对项目管理软件来说,实际效果是你可以让智能体 “为第三季度发布创建一份项目计划” ,智能体就直接在 Onplana 中完成工作:创建项目、添加合适的任务、分配负责人并安排里程碑,而不是向你推荐一个工具再让你自己去做。
Onplana 提供什么
下面按三组列出了二十一个最常用的工具,是完整目录 351 个工具中有代表性的样本。客户端用 tools/list 看到完整列表;调用者无权使用的工具(受方案或其角色权限限制)会在 LLM 看到之前被过滤掉,因此智能体绝不会盲目调用被锁定的工具。
读取的结果可以直接打开:智能体读取的每个项目、任务、冲刺、里程碑和问题,以及它从 search_org_knowledge 引用的每个来源,都带有一个固定的 Onplana 链接,可在应用中打开同一条记录,让你从智能体的回答直接跳到它所说的那一项。
读取和搜索
list_projects按状态、负责人和标签筛选。
get_project完整详情,包括任务、里程碑和近期活动。
list_tasks按项目、负责人和状态。
get_task包括依赖关系和子任务。
list_org_members按姓名或邮箱查找负责人。
list_risks由自动风险检测生成。
find_similar_projects在项目描述中按向量相似度搜索。
summarize_project按需由 AI 撰写的状态摘要。
search_org_knowledge对项目、任务、风险、目标、评论和页面进行混合搜索(向量和 BM25)。这就是差别所在。
项目和任务的修改
create_project受方案限制;遵守 org.project.create 权限。
update_project状态、日期、名称;会检查所有者。
create_task必填:项目、标题。可选:负责人邮箱、截止日期、优先级。
update_task借助幂等键,重复尝试也安全。
assign_task通过邮箱重新分配的便捷方式。
move_task_to_sprint把任务移入某个冲刺,或移回待办列表。
add_project_member以所请求的项目角色添加。
create_milestone在甘特图中显示为菱形。
create_comment针对任务或项目。
批量修改和智能体
bulk_update_tasks在一次事务中修改多项任务。
create_sprint_with_tasks创建一个冲刺,并放入所选的任务。
analyze_project_risks对一个项目运行 AI 风险检测,并把结果添加到其风险登记册(Professional 方案及以上)。
完整的 351 个工具目录远不止上面三组:治理、变更控制、工时表、文档、页面、项目组合等等。连接的智能体可以执行 4 种删除:一项任务、一个项目、一张工作区表格或一份文档,每一种都会进入回收站,可以从那里恢复。它们默认开启,直到组织管理员关闭其中某些;其他任何删除都不在智能体的能力范围内。
如何连接
应用集成页面中的一键流程会生成令牌,并给你一段可直接复制到客户端的配置片段。作为参考,协议层面的配置如下。更喜欢分步指南?请阅读文档中的 连接 Claude 或 Cursor 的分步指南 。
1. 生成连接令牌
在 Onplana 中前往 /integrations → AI Agents,选择供应商卡片,点击 Generate connection。令牌只显示一次,请妥善保存;Onplana 只保留 bcrypt 哈希。要撤销它,回到同一面板或前往“设置 → 开发者”。
2a. Claude Desktop
打开 Settings → Developer → Edit Config。在 mcpServers 中添加一项:
{
"mcpServers": {
"onplana": {
"url": "https://api.onplana.com/api/mcp/v1",
"headers": {
"Authorization": "Bearer pat_paste-your-token-here"
}
}
}
}重启 Claude Desktop。让 Claude“列出我的 Onplana 项目”来检查。
2b. Cursor
以与 Claude Desktop 相同的 JSON 结构添加到 ~/.cursor/mcp.json。Cursor 会在下次启动时应用修改,无需重启编辑器。
2c. Claude Code CLI
一行命令。Claude Code 在第一次调用工具时启动 OAuth,无需粘贴任何 PAT:
claude mcp add onplana --transport http https://mcp.onplana.com/mcp
用 claude mcp list 检查。OAuth 流程第一次会打开一个浏览器标签页;登录 Onplana,批准授权页面,就完成了。如果要粘贴 PAT 而不使用 OAuth,请添加 --header "Authorization: Bearer pat_…"。
2d. 其他 MCP 客户端(以及快速测试)
任何支持 Streamable HTTP 的 MCP 客户端都可以使用。在终端中进行协议层面的快速测试:
curl -X POST https://api.onplana.com/api/mcp/v1 \
-H "Authorization: Bearer pat_paste-your-token-here" \
-H "Content-Type: application/json" \
-d '{"jsonrpc":"2.0","id":1,"method":"tools/list"}'你应该会看到包含完整工具列表的 JSON-RPC 信封。MCP 官方的 Inspector 在开发期间很有用,可以检查工具描述和结果的结构。
2e. Gemini Enterprise(抢先体验)
Gemini Enterprise 管理员在 Google Cloud 中把 Onplana 添加为自定义 MCP 服务器(Streamable HTTP,https://mcp.onplana.com/mcp)。Google 的表单需要 OAuth 客户端 ID 和密钥,Onplana 会应要求为你的组织签发;这还不是自助服务,也不是 Google 市场中的上架应用。 配置指南,以及最先开启的 20 项操作.
使用 Gemini CLI 或 Gemini Code Assist?这些你可以自己配置: 几分钟内连接 Gemini CLI.
3. 可选:几秒钟内响应,而不是等到下一次轮询
连接的智能体按自己的节奏读取你的评论。在它旁边运行 relay,一旦有人评论它的工作、提到它或请它执行任务,Onplana 就会唤醒它。连接是向外发起的,所以家用路由器后面的笔记本电脑也能工作,无需公共 URL、端口转发或防火墙入站规则。
ONPLANA_PAT=pat_… npx @onplana/agent-relay --provider claude-code
真的是可选的:没有它,你的智能体照样能看到一切,只是在下一次同步时。改用 --provider codex 可用于 Codex,或去掉该选项,得到逐行 JSON,交给任何运行器。 relay 的配置和用例.
无需账户即可试用
Onplana 还为自己的文档提供一个公共只读 MCP 服务器。一行命令即可添加,无需令牌,让你的智能体用人们阅读的同一份内容来回答“在 Onplana 中如何做 X?”。
claude mcp add onplana-docs https://mcp.onplana.com/docs
它提供两个工具:search_docs 和 read_docs_page。只读,按 IP 限流,不提供任何组织的数据。要在 Onplana 组织内执行操作(创建任务、运行工作流),请使用上面需要认证的服务器。
安全模型
四层相互叠加的防护。每一层都是 Onplana 原有的组件,应用到 MCP 上,没有捷径,也没有针对 MCP 的例外。某一层在应用内聊天中失败,在 MCP 中也以同样方式失败;在那里有效,在 MCP 中同样有效。
个人访问令牌
访问使用仅限新的 MCP_AGENT 范围的 Bearer PAT。令牌在服务器上以 bcrypt 哈希保存,创建时只显示一次,可在 /integrations 或“设置 → 开发者”中撤销。
按方案和角色限制
每次工具调用都经过 Onplana 原有的调度器。智能体只能看到其方案和角色允许的工具,其他工具在 tools/list 中被隐藏。每次调用都以你的身份执行,按你的权限检查,并记入审计日志,因此智能体永远无法触及你自己触及不到的东西。
全程留有记录
每次工具调用都会写入一行 AiOperation:工具、输入和输出、发起人、智能体连接和结果。组织所有者和管理员可以在 Audit Logs 页面的 Agent Activity 中查看这些记录,Enterprise 方案及以上。每个客户端地址每分钟限 120 次请求;与应用内聊天一样计入组织的支出上限。
提示注入防护
结果中来自用户内容的自由文本字段,在到达 LLM 之前会被包在 <onplana_user_content>...</onplana_user_content> 标签中。内容中的结束标签会被转义,因此恶意的任务标题无法跳出屏障注入指令。每个工具描述都告诉 LLM 把包起来的内容当作数据,绝不当作指令。
示例提示
实际使用起来是这样的。每一行把某人在 MCP 客户端中输入的提示,与 Claude(或其他智能体)会在服务器上执行的工具序列放在一起。
用户: “为什么第三季度发布的设计阶段要三周?”
智能体: Claude 用查询“第三季度发布 设计阶段 三周 原因”调用 search_org_knowledge,收到从任务描述和页面中排好序的片段,用简单的话总结相关内容,并附上指向来源项的链接。
用户: “为我们第三季度的产品发布创建一份项目计划,包含设计、评审和交付阶段,九月底截止。”
智能体: Claude 用计划的名称和日期调用 create_project,然后为各阶段调用三次 create_task。项目在任何方案中都可以就绪,包括 Free。
用户: “找出所有被数据库迁移阻塞的任务。”
智能体: Claude 用 scope=tasks 和查询“阻塞 数据库迁移”调用 search_org_knowledge,按 status=BLOCKED 筛选结果,并返回一张包含项目、负责人和截止日期的汇总表。
用户: “我们以前做过类似的项目吗?”
智能体: Claude 用当前项目的描述调用 find_similar_projects,按向量相似度收到最接近的 5 个匹配项,并总结每个以往项目有哪些不同做法。
如何比较
Onplana 并不是唯一一款带智能体接口的项目管理工具。下面是简短而诚实的比较,让你知道自己在什么之间做选择。
Notion(MCP)
Notion 很早就采用了 MCP,并受益于大量现有内容:知识库、文档、数据库。如果你的团队主要在 Notion 中工作,它很强。在项目管理特有的部分则较弱:没有带关键路径的甘特图,没有正式的治理流程,没有带成本的工时表,也不能导入 .mpp。Onplana 覆盖的面更窄(项目管理,而不是文档),但在这个领域挖得更深。
Linear(API,MCP 即将推出)
Linear 有成熟的 GraphQL API 和不断扩展的 MCP 覆盖。对软件团队的智能体工作流(问题、周期、Linear 意义上的项目)很强。受众不同:工程团队,而不是 PMO。Onplana 提供 PMO 级别的排程(甘特图、依赖关系、资源平衡),而这并不是 Linear 的目标。
Asana / Monday / ClickUp
它们都有 REST API,而且各自已经发布了托管的 MCP 服务器:Asana 的 V2 服务器、ClickUp 在所有方案中提供的服务器,以及 monday.com 的 Platform MCP,依据是 2026年11月3日读取的各自开发者文档。与 Onplana 相比的共同缺口:没有面向 PMO 的正式治理功能,也不能导入 Microsoft Project 文件。如果你的瓶颈更像是“智能体能否快速找到正确的上下文”,而不是“智能体能否发起 CRUD 调用”,请比较搜索能力,而不是工具数量。
Microsoft Project
Microsoft 统一的项目管理产品线(Planner Premium / Project for the web)目前不提供 MCP 服务器;Microsoft Graph API 的接口通用而且不够细。Onplana 原生导入 .mpp 文件并提供 MCP 服务器,适合想用智能体处理现有计划的 PMO。
运行智能体
由谁让它持续运行,又是什么防止两个智能体发生冲突
工具目录只是故事的一半。另一半是:智能体在哪里运行,以及当多个智能体盯上同一份待办列表时会发生什么。
你的电脑
Claude Code、Cursor、ChatGPT、Copilot,或你自己的客户端。在 Free 方案的工作区中,智能体可同时连接 2 个。
你自己托管的中继
一个已发布的 npm 包。有人在智能体角色上发表评论或提及它时,它会立即唤醒你本地的运行器,无需等待下一次轮询。不需要对外开放、等待连接的服务。
由 Onplana 托管
由 Onplana 保持连接并分发工作。执行交给 Claude 的托管智能体沙箱,使用由你提供、可随时撤销的凭据。
按每次运行持有的独占预留
一次调用同时选出并预留下一个空闲任务。先获取列表再预留,就会在两步之间留下让两个智能体同时挤入的空隙。预留属于这次运行,而不属于某个人。这一点比看上去更重要:同一工作区中的两个 Claude Code 会话以同一个智能体角色进行身份验证,按人加锁的话,一个会话就可能释放另一个会话的工作。预留会自动过期,所以停止的智能体不会一直锁住任务,而是将其释放。
常见问题
什么是 Onplana 的 MCP 服务器?
位于 api.onplana.com/api/mcp/v1 的公共 Model Context Protocol 服务器。它向 Claude Desktop、Cursor 和 ChatGPT 自定义连接器等兼容 MCP 的智能体客户端提供 351 个精选工具,用于列出、读取、创建、修改和搜索项目、任务、冲刺、里程碑、评论、风险、目标和页面。访问使用范围为 MCP_AGENT 的 Bearer 个人访问令牌。
Onplana 的 MCP 服务器与其他项目管理工具的有什么不同?
多数只提供 list_* 工具,迫使 LLM 用蛮力翻阅大量结果。Onplana 提供一个专门的工具 search_org_knowledge,对组织的已索引内容(项目、任务、风险、目标、评论和页面)进行混合搜索(向量和 BM25)。智能体可以按含义回答“X 的原因是什么?”,而不必把一切翻一遍。Onplana 还把每个 MCP 会话关联到一行持久的 AiConversation,让模型在重新连接之间保留记忆。
哪些客户端可以连接?
任何兼容 MCP Streamable HTTP 传输的客户端。已用 Claude Desktop(在 Settings → Developer → Edit Config 中配置自定义连接器)、Cursor(~/.cursor/mcp.json)和用于调试的 MCP 官方 Inspector 测试过。ChatGPT 和 Claude 都在各自的连接器目录中收录了 Onplana,因此你可以在两者中点几下就添加,无需粘贴连接器 URL。使用 TypeScript 或 Python 版 MCP SDK 的内部智能体也以同样方式工作。
认证如何进行?
MCP 服务器接受范围为 MCP_AGENT 的 Bearer 个人访问令牌。在 /integrations → AI Agents(点一下,即可获得可直接复制的配置片段)或“设置 → 开发者”中生成。令牌在服务器上以 bcrypt 哈希保存,只显示一次,可以撤销。令牌自带组织上下文,因此 MCP 请求不需要单独的组织请求头。
如何控制成本和滥用?
三个相互独立的层级。频率限制(每个客户端地址每分钟 120 次请求)防止失控的智能体压垮 API。调度器对部分工具设置的每月上限防止单个工具被滥用(仅限 Free;Professional 方案及以上没有上限)。组织以美元计的支出上限(可在“设置 → AI 和用量”中配置)控制每月总支出;超出上限的请求返回 402,与应用内聊天相同。WARN 模式会在达到上限的 80%、100% 和 103% 时给管理员发邮件。
AI 智能体操作的限制 →哪些方案支持 MCP?
所有方案,包括 Free。读取类工具(列出、读取、搜索)在任何方案中都没有每月上限。修改数据的工具也适用于任何方案,并直接应用修改;在 Free 中,部分写入操作有每月上限(Professional 方案及以上没有上限),模型总是可以先用工具的 dryRun 选项请求预览。受方案限制的工具,例如 analyze_project_risks(AI 风险检测,Professional 方案及以上),会在不具备该功能的方案的 tools/list 响应中隐藏,因此 LLM 永远看不到它们,也不会盲目调用被锁定的工具。
如何缓解提示注入?
结果中来自用户内容的自由文本字段(任务标题、描述、评论、页面内容)在到达 LLM 之前会被包在 <onplana_user_content>...</onplana_user_content> 标签中。该内容中的结束标签会被转义(不区分大小写),因此恶意的任务标题无法跳出并注入指令。每个工具描述都明确告诉 LLM 把包起来的内容当作数据,绝不当作要执行的指令。这一模式遵循 Anthropic 公布的防范提示注入的建议。
在哪里查看 AI 智能体在我的组织中做了什么?
在 Audit Logs 页面的 Agent Activity 中,供组织所有者和管理员查看,Enterprise 方案及以上。通过 MCP 进行的每次工具调用都会写入一行 AiOperation,包含工具、输入和输出、发起人、智能体连接和结果。你可以按工具名称、状态(APPLIED、FAILED、GATED、UNAUTHORIZED、CAP_EXCEEDED、UNDONE)和时间段筛选,并复制任何条目。记录智能体修改的审计日志行会注明它们来自 MCP,从而与非 AI 的活动对得上。
传输层是开源的吗?
是的。与平台无关的传输组件(Streamable HTTP 的连接、Bearer 认证、带标签的提示注入防护和结束标签转义、可替换的调度器接口)以 MIT 许可的 npm 包发布在 github.com/Onplana/onplana-mcp-server。共有两个包:onplana-mcp-server(用于你的 Express 应用的服务器模板)和 onplana-mcp-client(从内部智能体调用 Onplana 公共端点的类型化 SDK)。调度器的实现和工具目录留在 Onplana 的闭源仓库中,因为它们包含平台的业务逻辑;开源仓库给你安全组件,而不强加工具目录。
准备好连接了吗?
Free 方案;无需信用卡。在 /integrations → AI Agents 中,不到两分钟即可连接 Claude Desktop 或 Cursor。连接令牌范围受限,可以撤销,并且全程留有记录。
已经连接了? 给你的智能体一项规划和管理项目的技能 (英文)