moo-cloud Scaffold Cloud CLI
v0.1.8 · cloud 0.1.42 下载

CLI / Scaffold Cloud 本地连接器

先对上号,
再把云端的问题
拉回本地。

moo-cloud 是 Scaffold Cloud 的本地 CLI。它用仓库里的 marker 和指纹确认「这个目录就是那个项目」,把异常和待办拉成一份可读队列;建单、评论、受理与回写走同一套云端权限,还能经 MCP 交给 Codex、WorkBuddy 或 DeepSeek Harness。

最新发布 0.1.8 业务对齐 cloud 0.1.42 六个平台包 MIT

moo-cloud — ~/wwwroot/my-workspace v0.1.8

$moo-cloud preflight --offline

  • ✓

    3 个 .moo-cloud.json

  • ✓

    engine → my-project

  • ✓

    android → my-project / my-app

  • !

    web → slug 不一致 已跳过

$moo-cloud preflight --fetch

  • ✓

    runtime 5 · slow_query 3

  • ✓

    frontend 2 · app 0

  • →

    moo-cloud-reports/2026-11-18/_queue.json

✓ 身份对上,队列已落盘

预检只读 · 写操作需确认 示意输出
6个平台包macOS · Linux · Windows
4+1类数据异常四类 + 待办
4份落盘报告json · md · queue · metrics
1个 stdio 桥不监听端口
0自动改代码由调用方决定

01 / 定位

不是又一个看板,是本地和云端之间的对号器。

云端知道项目和软件,Git 知道仓库和分支;中间缺一个能证明「它们是同一个东西」的环节。

01 / MAP

先对上号

同一套代码可能有多个环境、多个项目。AI 一旦认错仓库,改得越快错得越远。marker 写身份,指纹校验包名,slug 不一致就停。

.moo-cloud.json · verify
02 / FETCH

再取数

runtime / slow_query / frontend_error / app_error 与待办,一条命令拉成队列,落成 _preflight.md、_queue.json 和 _metrics.json。

preflight --fetch
03 / BRIDGE

交给 AI

mcp-server 是本地 stdio 桥;Codex、WorkBuddy、DSH 用同一套读写工具。读不用批,写要走客户端审批和云端策略。

moo-cloud mcp-server

它不替你改代码,也不替你决定改什么;校验、取数、回写和 MCP 都在你给的权限边界内。

02 / 预检

先把身份对上,再决定拉什么。

预检是主命令。它既能只看本地(--offline),也能校验云端归属并拉取队列(--fetch)。

The preflight

预检失败不写队列,也不会替你“猜一个项目”。先让身份、目录和分支都在报告里对上,再谈拉取。

_preflight.md2026-11-18 · 示意

my-project / engine

✓ identity · feat-query · dirty 2

my-project / my-app

✓ verify · android · com.example.app

my-other / web

! slug mismatch · skipped

01

放 marker

后端写 role、root、deployments;App 写 role、project、product、platforms、verify。放在仓库根目录,扫描当前目录及下两层。

Marker
02

存 token

账号级 token 存 ~/.config/moo-fleet/mcp-token,或放进 MOO_CLOUD_MCP_TOKEN。只读从 mcp:read 开始,需要写再换 mcp:write。

Token
03

离线预检

moo-cloud preflight --offline 只查 marker、指纹和目录结构,不联网。硬失败返回非零退出码,先停下来。

Offline
04

在线对号

--fetch 用 env 里的 host token 调 /api/v1/summary,返回的项目 slug(App 还要核对软件归属)必须与 marker 一致;认错仓库就不进入队列。

Verify
05

落盘

报告写到 moo-cloud-reports/<日期>/:md 给人看,json 给机器,queue 是待处理队列,metrics 是耗时。

Report
06

处理与回写

人修或 AI 修;完成后 todo done / issue resolve,note 写清根因、改动、分支 sha、验证。以回执为准。

Close

03 / 命令

一条链,从预检走到回写。

命令按「预检 → 取数 → 处理 → 回写」排。非交互环境要加 --yes;退出码 0 成功,1 参数/网络/硬失败,2 审计命中。

预检

校验仓库与云端项目,按类型拉队列;支持整个工作区、并发与每类条数。

preflight --offline--fetch--root--types

待办

建单、列表、受理、完成;支持多图和去重,完成时必须写处理说明。

todo addtodo listtodo starttodo done

异常

按类型、状态和环境列问题;关闭时写根因、改动、分支 sha 和验证。

issue listissue resolve4 类--env

讨论

查询或发表异常/TODO 文字评论,与网页讨论共用数据;重试两分钟内去重。

comment listcomment add1–5000 字

审计

只读对账:done 无说明、逾期 open、长期 in_progress、疑似未关闭异常;可接 CI 门禁。

audit--summary--fail-on-findings

AI 接口

本地 stdio MCP 桥,以及给 Codex / WorkBuddy 生成配置、给 Claude / Cursor 输出 JSON 的命令。

mcp-serveragent-config--target=json

写操作在服务端校验项目权限、处理范围和 auto / confirm / hold 策略;范围外返回 403。非交互模式下不带 --yes 会直接报错,不会替你确认。

04 / 接入 AI

把同一套权限,交给 Agent。

mcp-server 是本地 stdio 桥,不监听端口。客户端只拿到工具,token 和 cloud 地址由桥自己读;读写范围与策略仍在云端。

agent-config 会把当前二进制的绝对路径写进客户端配置,保留其他 MCP 服务并先备份。支持 Codex、WorkBuddy,以及 Claude / Cursor 的 JSON 配置;DSH 走插件加载。

在 Codex 的配置里,读工具默认自动批准;建单、评论、解决、回写仍然要过客户端审批,并受账号的 mcp:write、处理范围和 auto/confirm/hold 策略约束。

$ moo-cloud agent-config --target=codex --write
$ moo-cloud agent-config --target=workbuddy --write --force
$ moo-cloud agent-config --target=json

DSH 通过 @deepseek-ai/dsh-mcp-client 加载,工具名形如 mcp__moo-cloud__list_projects。升级二进制后要重连 MCP 或重开客户端;旧进程不会自动换版本。

读 READ

list_projectslist_issuesget_issueget_issue_markdownlist_appslist_todosaudit_summaryget_todoget_todo_imagelist_comments

写 WRITE

create_todocreate_todo_image_ticketspost_commentresolve_issueupdate_todo_status

本机 LOCAL

check_cli_updateupdate_cli

工具数量随 cloud 部署版本变化,以实际 tools/list 为准。处理顺序:先 list_projects,处理前把待办置 in_progress,完成后写回 done 和 note;失败或超时不能宣称完成。

05 / 安装

六个包,放到固定路径。

CLI 没有运行时依赖。下载对应平台的二进制,改名 moo-cloud,加执行权限就能用;安装包不在官网转存,走 GitHub / Gitee Release。

01

下载

按平台取文件,顺手用 Release 页的 SHA256SUMS 校验;大小不对或哈希不符就重下。

02

放到固定位置

建议 ~/.local/bin/moo-cloud,不要放在某个 Git 仓库里;加执行权限并放进 PATH。

03

存 token

写入 ~/.config/moo-fleet/mcp-token 并 chmod 600,或用环境变量 MOO_CLOUD_MCP_TOKEN;不要提交进仓库。

04

跑起来

moo-cloud --version 确认版本;再跑 moo-cloud preflight --offline,先只看本地。

macOS 首次运行被拦:xattr -d com.apple.quarantine /path/to/moo-cloud。Windows 写 token 用 ASCII,避免 UTF-16。

06 / 边界

先说清楚,它不做什么。

定位窄一点,权限链才清楚。下面三列,分别是它做的、不做的,和必须要你来的。

它能做的 CAPABLE

  • 校验本地仓库与云端项目
  • 拉取异常 / 待办队列
  • 建单、附图、发表评论
  • 受理、完成、关闭并写回
  • 只读审计与 CI 门禁
  • 通过 stdio MCP 交给 AI

它不做的 NOT MINE

  • 自动改代码 / 自动提交
  • 替代 Scaffold Cloud 后台
  • 管理版本与安装包发布
  • 绕过处理范围与策略
  • 静默升级二进制
  • 在日志里打印 token

需要你的 OVER TO YOU

  • 账号级 token(读或写)
  • 项目权限与处理策略
  • 写操作的明确同意
  • 升级时的版本确认
  • 客户端重连
  • 最后看一眼回执

mcp:read 只能读;mcp:write 才能建单、评论、回写,但仍受云端范围和 auto/confirm/hold 约束。范围外返回 403,不会“先做了再说”。

07 / 合作

先跑一次离线预检,不需要 token。

确认本地仓库和 marker 对得上,再决定要不要接 cloud。下面几个问题,是接入前最常被问到的。

FAQ

接入前想确认的事

答案按当前 0.1.8 发布与 cloud 0.1.42 的能力写;版本变了,这个页面也应该变。

和 Scaffold Cloud 是什么关系?

Scaffold Cloud(c.mooeen.com)是云端工作台,负责项目、异常、待办、告警和团队协作;moo-cloud 是本地 CLI,负责把本地仓库和云端项目对上号、取数、回写,并把能力经 MCP 交给 AI。云是主数据,CLI 是本地连接器。

只接 MCP,还需要 .moo-cloud.json 吗?

不需要。mcp-server 只靠账号 token 和客户端配置工作,不读 marker。marker 只服务于 preflight 的本地仓库校验。

会不会自己改代码、自己关问题?

不会。CLI 不自动改代码,改由调用方决定。todo done、issue resolve、评论和建单都受 mcp:write、处理范围和策略约束,客户端审批仍然生效。

支持自建 cloud 吗?

支持。--cloud 或 MOO_CLOUD_URL 指向自建实例;必须是 https,只有 localhost 允许 http,避免 token 明文出网。

支持哪些 AI 客户端?

Codex、WorkBuddy 有现成的 agent-config 目标;DSH 通过 @deepseek-ai/dsh-mcp-client 插件加载;Claude / Cursor 用 --target=json 的输出手工粘贴。MCP 工具数量随 cloud 版本变化,以实际 tools/list 为准。

升级后客户端还是旧工具列表?

先确认二进制确实换了(moo-cloud --version),再重连 MCP 或完全退出客户端重开。已经运行的 MCP 进程不会自动加载新文件;WorkBuddy 可以在 MCP 面板停用再启用。

为什么官网不直接放二进制?

CLI 的发布资产、SHA256SUMS 和 BUILD 元数据都在 GitHub / Gitee Release;官网只介绍与指路,不转存可执行文件,也避免下载链接和版本记录分叉。

Next step

把云端的问题,拉回你的仓库。

先下载一个包,跑一次 preflight --offline。不需要 token,也不会碰云端。