Farm Table MCP Server

Farm Table ist eine quelloffene Task-Runtime für KI-Agenten und stellt mit dem Befehl ft mcp serve einen eigenen Model-Context-Protocol-Server bereit. Die Primärquelle ist das Repository github.com/scion-frontiers/farmtable. Laut Projektbeschreibung soll Farm Table Coding- und Ausführungsagenten eine vorhersehbare Schnittstelle geben, um Arbeit entgegenzunehmen, Abhängigkeiten zu verstehen und Fortschritt zu verfolgen. Der Schwerpunkt liegt damit nicht auf einem allgemeinen Chatbot und auch nicht auf einem einzelnen Ticketsystem, sondern auf Agenten-Orchestrierung und Task-Management mit einer graphbasierten Arbeitsstruktur.

Task-Management als gemeinsames Arbeitsmodell

Farm Table normalisiert Aufgaben in einem einheitlichen Task-Objekt. Aufgaben können Titel, Beschreibung, Akzeptanzkriterien, Priorität, Typ, Zuständigkeiten, Fristen, Starttermine, Beziehungen und Codekontext enthalten. Das Modell kann Daten aus GitHub, Jira oder Linear aufnehmen und zusätzlich eine eigene graphbasierte Ablage verwenden. Laut Anbieter bleiben externe Kennungen, URLs und weitere Remote-Felder erhalten, damit eine Synchronisation nicht automatisch zum Verlust der ursprünglichen Plattforminformationen führt. Für Teams ist wichtig, die Quelle und den Gültigkeitsstand einer Aufgabe sichtbar zu halten. Ein Agent sollte eine Aufgabenbeschreibung nicht als uneingeschränkte Handlungsanweisung behandeln, weil externe Inhalte veraltet, manipuliert oder unvollständig sein können.

Abhängigkeiten und verfügbare Arbeit

Der besondere Mehrwert liegt in der gerichteten Aufgabenstruktur. Farm Table kann nach bereitstehenden Aufgaben suchen, Abhängigkeitsbäume darstellen, kritische Pfade berechnen und Engpässe über nachgelagerte Abhängigkeiten hervorheben. Eine Aufgabe wird dadurch nicht allein nach Priorität ausgewählt. Auch blockierende Beziehungen, Status, Start- und Fälligkeitsdaten sowie die Sammlung, in der sie liegt, beeinflussen die Verfügbarkeit. Für Agententeams ist das nützlich, wenn mehrere Arbeitsschritte aufeinander aufbauen und nicht jeder Agent dieselbe Aufgabe gleichzeitig beginnen darf. Die Datenbank und die API müssen trotzdem als gemeinsame Zustandsquelle behandelt werden; eine textuelle Zusammenfassung im Chat ersetzt keine erneute Statusprüfung.

MCP-Werkzeuge und Schreibaktionen

Der integrierte MCP-Server stellt laut Quellcode unter anderem Werkzeuge zum Auflisten, Lesen, Suchen, Erstellen, Aktualisieren, Beanspruchen und Schließen von Aufgaben bereit. Weitere Werkzeuge liefern bereite Aufgaben, Aufgabenbäume und kritische Pfade. Das Beanspruchen einer Aufgabe verwendet einen atomaren Compare-and-Swap-Mechanismus, damit konkurrierende Agenten einen Arbeitsschritt nicht unbemerkt doppelt übernehmen. Aktualisierungen können jedoch Inhalte, Zuständigkeiten, Beziehungen, Fristen und Status verändern. Vor jeder schreibenden Aktion sollten Agent, Benutzer, Sammlung, erwartete Version, Änderungstext und Berechtigung geprüft werden. Das Schließen oder Verschieben einer Aufgabe darf nicht allein aus einer automatisch interpretierten Chatnachricht erfolgen.

Einbettung und Serverbetrieb

Im eingebetteten Modus verwendet Farm Table laut README eine lokale SQLite-Ablage und läuft als einzelner Prozess. Das ist für persönliche Entwicklungsumgebungen und kontrollierte Tests praktisch, bedeutet aber nicht, dass Daten automatisch vor dem verwendeten KI-Modell oder vor Backups geschützt sind. Im Client-Server-Modus kann ein separater Farm-Table-Server mit PostgreSQL für mehrere Agenten betrieben werden. Die Netzwerk-, TLS- und Token-Konfiguration muss dabei durch die betreibende Organisation abgesichert werden. API-Tokens, verknüpfte Plattformzugänge, Repositorydaten und Aufgabentexte gehören nicht in Prompts, Logs oder öffentliche Exporte. Sammlungen und Benutzerrechte sollten so eng wie möglich begrenzt werden.

Für wen Farm Table geeignet ist

Farm Table richtet sich an technisch versierte Teams, die agentische Entwicklungsarbeit mit nachvollziehbaren Aufgaben, Abhängigkeiten und Zustandsübergängen organisieren wollen. Es eignet sich als lokale Runtime, als MCP-Brücke für kompatible Clients und als Grundlage für einen kontrollierten Mehragentenbetrieb. Der aktuelle Stand ist laut README früh und experimentell. Deshalb sollten Installation, Tests, Datenmodell, Authentifizierung, Backups und Betriebsgrenzen vor einer produktiven Einführung fachlich geprüft werden. Das Repository steht unter Apache-2.0. Die Software selbst ist quelloffen verfügbar; Kosten für Infrastruktur, PostgreSQL, Hosting, verbundene Plattformen oder KI-Modelle richten sich nach deren jeweiligen Bedingungen.

Go 1.26.5 laut go.mod, Node.js 22 oder neuer für das Web-Dashboard, optional PostgreSQL im Client-Server-Modus und ein MCP-fähiger KI-Client.

Repository klonen, Abhängigkeiten und lokale Voraussetzungen prüfen, anschließend die ft-Binärdatei aus dem cmd/ft-Pfad bauen. Für den MCP-Betrieb ft mcp serve im kontrollierten Arbeitsbereich starten. Vor einem Serverbetrieb Authentifizierung, TLS, Datenbank, Collections und Backups festlegen.

go build -o ft ./cmd/ft && ./ft mcp serve

Der lokale eingebettete Modus benötigt laut README keine SaaS-Anmeldung. Der Client-Server-Betrieb verwendet API-Tokens und sollte über TLS sowie eng begrenzte Benutzer- und Collection-Rechte abgesichert werden.

Aufgaben, Collections, Repositorykontext und Beziehungen können gelesen oder verändert werden. Schreibwerkzeuge wie Erstellen, Aktualisieren, Beanspruchen und Schließen vorab auf Benutzer, Collection und erwartete Version begrenzen.

Der eingebettete Modus speichert lokal in SQLite; der Servermodus kann PostgreSQL verwenden. Inhalte aus GitHub, Jira, Linear und lokalen Aufgaben können vertrauliche Projekt- oder Personendaten enthalten. Der Modellanbieter des verbundenen Clients ist separat zu prüfen.

MCP-Schreibwerkzeuge können Aufgabenstatus, Beziehungen, Zuständigkeiten und Fristen ändern. API-Tokens, Netzwerkzugang und Collections müssen geschützt werden. Externe Aufgabentexte sind untrusted input und dürfen keine Berechtigungen oder Bestätigungen ersetzen.