Quire MCP + Claude Managed Agents：一套可运行的实战搭建

最后更新：2026 年 8 月 6 日

周一上午 9:04。团队频道里有人问：“嘿，谁能快速回顾一下上周交付了什么？”三个人打开各自的标签页，翻看看板管理里的看板，努力回忆那四十个已关闭的任务里哪些真正有分量，二十分钟后带回两条要点和一个耸肩。本该十分钟的回顾会开成了四十分钟。到了周二，没人记得会上说了什么。

我们把这个循环换掉了。我们基于 Quire MCP 和 Claude Managed Agents 搭建了一个智能体：每周一早上读取我们的 Dev_Changelog 项目，找出过去七天完成的所有内容，按团队归类，把开发人员的简写翻译成客户能读懂的话，再把整份简报写进一份全新的 Quire 文档。总运行时间：不到三十秒。后续维护成本：零。

这篇文章是完整的搭建过程，包括途中出过的三个问题以及我们的解决办法。如果你一直想要一个能在项目数据上做真实工作的 AI 智能体，而不只是跟它聊聊天，这就是一份可运行的配方。

这个智能体到底产出什么？

每周一太平洋时间上午 9 点，一个 Claude 会话会被唤醒，查询 Quire，并在我们的 Dev_Changelog 项目里创建一份新文档，标题为 Weekly Brief: May 15 to May 21, 2026。文档包含五个区段，顺序如下：

• Highlights：按用户影响力排出前三项
• Features Shipped：把每项新功能翻译成面向用户的收益
• Bugs Fixed：描述修复之前用户遇到的问题
• Design Updates：聚焦肉眼可见的变化
• Social and Marketing：任务描述中若有互动数据，一并收录

空区段会被静默跳过。底部有一行计数汇总。整份简报约 400 字，读起来像内部摘要而不是营销式的更新日志，因为系统提示词要求的正是这样。

查看真实示例：智能体读取的是经过筛选的 Dev_Changelog 源项目，而 Weekly Brief: May 15 to May 21, 2026 就是它实际生成的文档。

团队在站会上用两分钟读完。没人需要去写，也没人需要记得去写。

我们的 MCP 网络研讨会不用任何搭建步骤就能达到同样的效果，对应 Monitor 那一段。下方播放器就从那里开始。

本场内容21:58 工作流 4：用定时智能体撰写每周报告进行监控

Quire MCP 和 Claude Managed Agents 能给你什么？

Quire MCP 是托管在 https://mcp.quire.app/mcp 的 Model Context Protocol 服务器。

它把 Quire 的 API 以一组标准化工具的形式开放出来，任何兼容 MCP 的客户端都能调用。工具约有九十五个，从 search_tasks 到 create_document 再到 bulk_create_tasks 无所不包。智能体不需要了解 Quire 的 REST API 长什么样，只要看到工具目录，按需调用即可。

Claude Managed Agents 是 Anthropic 提供的自主智能体托管运行环境。你定义智能体（模型 + 系统提示词 + 工具配置）和环境（带网络策略的沙盒容器），再创建会话来真正干活。沙盒隔离、凭据代理、执行循环、审计日志都由 Anthropic 负责，这些你都不必自己写代码。

两者结合的意义在于，各自单独拿出来都只是管道。没有智能体的 Quire MCP 只是一份没人调用的工具目录；没有特定领域 MCP 的 Claude Managed Agents 只是一个无事可做的沙盒。把它们接在一起，你就得到一个能对真实生产数据采取真实行动的智能体，认证和沙盒隔离也都是现成的。

没用 Claude Managed Agents？Quire MCP 同样适用于开源 MCP 客户端 Open Claw。工具目录相同，OAuth 流程相同，你能在上面搭建的工作流也相同。选一个适合你技术栈的运行环境即可。

为什么这很重要：大多数项目管理工具还没有公开的 MCP 服务器。Asana、Monday 和 ClickUp 提供 REST API 却没有 MCP，你得自己封装并处理认证。Notion 有 MCP，但它的工具面向文档和页面，并不适合项目自动化真正需要的任务与子任务结构。Quire MCP 围绕智能体操作的工作单元（任务、子任务、状态、标签、子清单）而构建，这就是为什么这次搭建只花了一个下午，而不是一个季度。

如何一步步搭建这个智能体？

整个搭建大约花了一小时，其中大部分时间耗在一个配置陷阱上，稍后会讲到。下面是实际的配方。

1. 智能体定义

智能体就是一个 YAML 文件。系统提示词是最重要的部分，因为正是它把一个通用的 Claude 会话变成了更新日志撰写者：

name: Dev Changelog Writer
model:
  id: claude-haiku-4-5
  speed: standard
system: |-
  You are the weekly changelog writer for the Quire project
  "Dev_Changelog" (https://quire.io/w/Dev_Changelog).
  When invoked:
  1. Use the Quire MCP to search Dev_Changelog for tasks where status
     is completed and the `toggled` timestamp falls within the last 7
     days. Pull name, description, priority, tags, and subtasks.
  2. Group results by tag: feature, bugfix, design, social. Within
     each group, sort by priority (urgent, high, medium, low).
  3. Translate each task from internal dev shorthand into plain
     language a customer would understand. Features: lead with the
     user-facing benefit. Bugfixes: lead with what the user was
     experiencing. Design: describe what visibly changed. Social:
     include engagement numbers if mentioned.
  4. Create a new document in Dev_Changelog using `create_document`.
     Title: "Weekly Brief: [start date] to [end date]". Sections:
     Highlights, Features Shipped, Bugs Fixed, Design Updates,
     Social and Marketing, plus a footer with item counts.
  5. If zero completed tasks are found, do not create a document.
mcp_servers:
  - name: quire
    type: url
    url: https://mcp.quire.app/mcp

我们选择 Haiku 4.5，因为这项工作并不需要重推理。智能体只是分组、筛选和排版，Haiku 完全胜任，每个 token 的成本约为 Sonnet 的十分之一，速率限制也高得多。对于无人值守的每周任务，这份速率余量比那一点点推理能力的提升更重要。

2. 工具过滤，真正省钱的地方

默认情况下，把 Quire MCP 服务器接到智能体上后，每次智能体调用模型时，全部九十五个工具定义都会被加载进上下文。这会消耗大量 token，而当你的智能体只需要读取任务和创建文档时，其中绝大部分毫无用处。

要毫不留情地过滤：

tools:
  - mcp_server_name: quire
    type: mcp_toolset
    default_config:
      enabled: false
      permission_policy:
        type: always_allow
    configs:
      - name: search_tasks
        enabled: true
      - name: create_document
        enabled: true
      - name: list_tags
        enabled: true
      - name: resolve_quire_url
        enabled: true

default_config.enabled: false 的意思是“默认全部关闭”，再由 configs 区块启用智能体真正用到的四个工具。仅这一项改动，就让我们每次运行的输入 token 从约 82,000 降到 12,000 以下，轻松回到 Tier 1 速率限制之内。（下面的踩坑记录里还会细说。）

这样做还有安全上的好处。只启用 search_tasks、create_document、list_tags 和 resolve_quire_url 后，即使有提示词注入想要诱导它，智能体也根本无法删除、封存或修改任何现有数据。Quire 的 bulk_delete_tasks 工具不在它的工具箱里，模型自然无法调用。

3. 环境

Managed Agents 在 gVisor 沙盒中运行每个会话，网络策略由你掌控。默认值是“Limited”，没有任何外部网络访问，这会挡住你的智能体访问 Quire MCP。最干净的解法是最小权限：类型保持 Limited，但明确放行你需要的那一个主机名。

在 Claude 控制台中：Manage Environments → 你的环境 → Networking → 启用 Allow MCP server network access → 把 mcp.quire.app 加入 Allowed hosts。保持包管理器网络访问为关闭，因为这个智能体不安装任何东西。

4. 凭据保管库

Quire 使用 OAuth 认证。在 Managed Agents 中，OAuth 令牌存放在沙盒之外的凭据保管库里。智能体调用 Quire MCP 时，由凭据代理在服务端注入令牌。模型本身永远看不到令牌，这意味着即使提示词注入成功，也无法窃取它。

创建一个保管库，点击 Add credential，指向 https://mcp.quire.app/mcp，类型选择 OAuth，并完成授权流程。当凭据显示为 Active，保管库就准备好了。

5. 定时调度

Managed Agents 的会话是一次性的，不会自动重复。要让智能体每周一运行，请把任意调度器指向 sessions.create API 端点，并使用 cron 表达式 0 9 * * 1。我们用的是一个简单的 Cloudflare Workers Cron Trigger，每周调用一次 Anthropic API；GitHub Actions 定时任务同样可行，任何云函数平台也一样。

出了什么问题，我们又是怎么发现的？

通往稳定的每周运行，途中有三件事出了岔子。值得点出来，因为如果你搭建类似的东西，至少会踩到其中一个。

MCP URL 写错。Quire 的产品托管在 quire.io，但 MCP 服务器在 quire.app。我们把所有地方（智能体、环境允许的主机、凭据保管库）都指向了 mcp.quire.io/mcp，先是遇到令人困惑的 OAuth 失败，绕过去之后又遇到上游返回 HTTP 502。

解决办法很无聊但值得强调：所有指向 MCP 的地方都必须用 mcp.quire.app，而不是 quire.io。这三处只要有一处主机写错，运行就会失败。

智能体工具集臃肿。Anthropic 默认的 agent_toolset_20260401 会把所有通用工具（bash、文件操作、网页搜索、代码执行）塞进上下文。我们的智能体一个也用不上。

在 Quire MCP 服务器之外还保留默认工具集，使我们每次模型调用的输入 token 超过 80,000，立刻触发了 Tier 1 速率限制。移除默认工具集并过滤 Quire 的工具（如上所示）后，降到了约 12,000。教训是：智能体上下文里的每一个工具都是一笔税，哪怕智能体从不调用它。

速率限制恐慌。在搞清楚臃肿问题之前，自然的反应是“我们得升级 API 层级”。升级层级要花钱。真正的问题是智能体加载了 70,000 个 token 的工具定义，而它根本用不上。在断定自己需要更高限额之前，务必先检查上下文窗口里装了什么。

除了每周更新日志，Quire MCP 还能做什么？

每周更新日志是一个实用的第一个智能体，但它更多是概念验证。这个模式（一个 Managed Agent + Quire MCP + 一个定时触发器）可以延伸到更多场景。

我们正在试做其中几个：

• 每日冲刺启动简报：读取一夜之间移入“进行中”的任务，并把摘要发到 Slack
• 事故复盘草稿生成器：监视 Quire 项目中已完成的 incident 任务，并从子任务中提取时间线、促成因素和后续行动，组装成复盘文档草稿
• 客户状态摘要：每周五下午为每个客户项目运行，用适合直接转发给客户的语言总结本周的交付成果

每次的形态都一样：一个定时触发器、一个专注的智能体、一小组 Quire MCP 工具，输出是一份文档或一条消息。难的部分（沙盒隔离、凭据、智能体循环）由 Managed Agents 负责。领域相关的工作（查询哪些 Quire 数据、拿它做什么）则写在系统提示词里。

什么时候这不是合适的做法？

对于一次性的问题，Managed Agent 属于杀鸡用牛刀。如果你只想要一份“本季度交付了什么”的一次性汇总，直接在对话窗口里问 Claude 并粘贴 Quire 数据，比搭建一个部署好的智能体更快。只有同一项工作需要反复、无人值守地运行时，智能体这种形态才划算。

当工作确实是重推理型时，它也不合适，比如基于同样的数据撰写一份深思熟虑的产品战略。Haiku 适合“汇总并排版”。对于“决定我们该拿这件事怎么办”，你需要 Sonnet 或 Opus，而且到那一步，你大概也想让人参与其中。

另外，如果你的项目数据很稀疏（比如每周只完成几个任务，还没有描述），智能体就没有什么值得汇总的内容。产出的质量只取决于你的团队写真实任务描述的自觉。我们是吃过亏才明白的：早期一次测试生成的简报，技术上没错，却毫无信息量，因为一半的任务名称只是工单编号。

完全不需要 AI 参与？Quire CLI 通过结构化命令提供同样的数据，你可以编写脚本并用 cron 调度，链路中无需任何模型调用。

重点回顾

每周更新日志智能体范围不大，回报却很大，因为它免去了一项周而复始的负担（周一回顾会），而且没有人需要记得去做任何事。

让它跑通的几个关键都很具体：用 Haiku 4.5 换取成本和速率余量，激进的工具过滤让上下文窗口保持精简，最小权限的环境策略只允许访问 mcp.quire.app 的流量，再加上凭据保管库，让智能体永远碰不到真正的 OAuth 令牌。

总的经验是：Quire MCP 加上 Claude Managed Agents，是不搭任何基础设施就让自主智能体面对你项目数据的一条捷径。难的部分（沙盒隔离、认证、调度、审计日志）已经解决。你要提供的是提示词、工具的选择，以及让项目数据首先值得被汇总的那份自觉。

常见问题

什么是 Quire MCP？

Quire MCP 是一个 Model Context Protocol 服务器，让 AI 智能体通过标准化的工具接口读取和写入你的 Quire 工作区。它位于 https://mcp.quire.app/mcp，提供约九十五个工具，涵盖搜索、任务和文档创建、批量操作等。任何兼容 MCP 的客户端（Claude、Cursor、基于 Anthropic SDK 构建的自定义智能体）都可以连接它。

什么是 Claude Managed Agents？

Claude Managed Agents 是 Anthropic 提供的托管运行环境，用于在云端运行长期自主智能体。你定义智能体（模型、系统提示词、工具）和环境（带网络策略的沙盒容器），再创建会话来执行工作。沙盒隔离、凭据代理和执行循环都由 Anthropic 负责，所以你不必自己搭建这套基础设施。

这类自动化为什么用 Haiku 4.5，而不是 Sonnet 或 Opus？

把结构化任务数据汇总成文档，并不是重推理的任务，只是分组、筛选和排版。Haiku 4.5 完全能达到这个质量要求，每个 token 的成本约为 Sonnet 的十分之一，而且在每个 API 层级的速率限制都高得多。对于无人值守的每周任务，成本和速率余量比那一点点推理能力的提升更重要。

智能体生成一份每周简报需要多长时间？

如果统计窗口内约有二十个已完成任务，整个流程从头到尾不到三十秒。这包括搜索 Quire、处理结果、撰写文档正文，以及把文档创建回项目中。大部分时间花在模型调用上，而不是工具往返。

智能体会编辑或删除我项目中现有的任务吗？

只有在你明确授予这些工具授权时才会。Quire MCP 服务器提供约九十五个工具，但 Claude Managed Agents 允许你为每个智能体只启用其中一部分。在更新日志这个场景中，我们只启用了四个读取和创建类工具，因此即使有提示词注入想要诱导它，智能体也无法修改或删除任何现有数据。

如果智能体运行的那一周没有完成任何任务，会怎样？

智能体的提示词里包含兜底指令：如果搜索返回零个已完成任务，就不创建文档，只记录一行日志，说明这一周为空。这样可以避免团队在该时段没有交付任何内容时，发布出空白或有误导性的每周简报。

使用 Quire MCP 需要订阅 Quire 付费方案吗？

Quire MCP 适用于任何具有 API 访问权限的方案。当前的 API 配额列在 Quire 定价页面上。对于每周只运行一次、每次只调用少量工具的智能体，免费或入门级的限额通常就够用了。

我可以让同一个智能体处理多个 Quire 项目吗？

可以。最清晰的做法是每个工作流一个智能体定义、每个项目一个会话。项目 URL 作为参数，在创建会话时传入。如果你想要一份涵盖多个项目的每周简报，就调整提示词，让它依次查询每个项目，再把结果合并成一份文档。

准备好在 Quire MCP 上搭建你自己的智能体了吗？

前往 quire.io/signup 开始 30 天免费试用，并浏览 Quire 开发者文档，查看完整的 MCP 工具目录。无需信用卡，完整功能开放。