📄 工具详情 ⚙️ 安装教程 📚 使用教程
能力标签
🔌 MCP🤖 Agent🔄 工作流💻 CLI🧠 Claude✨ GPT
FocusRelayMCP
🔌
MCP工具

FocusRelayMCP

基于 Swift · 让 AI 助手直接操作你的系统与工具
⭐ 26 Stars 🍴 5 Forks 💻 Swift 📄 未公布协议 🏷 AI 8.0分
8.0AI 综合评分
aiautomationswiftmacos
⚙️ 配置说明 🔍 查看原项目 📺 TG 频道
✦ AI Skill Hub 推荐

经 AI Skill Hub 精选评估，FocusRelayMCP 获评「强烈推荐」。这款MCP工具在功能完整性、社区活跃度和易用性方面表现出色，AI 评分 8.0 分，适合有一定技术背景的用户使用。

📚 深度解析

FocusRelayMCP 是一款基于 MCP（Model Context Protocol）标准协议的 AI 工具扩展。MCP 协议由 Anthropic 开发并开源，旨在建立 AI 模型与外部工具之间的标准化通信接口，目前已被 Claude Desktop、Claude Code、Cursor 等主流 AI 工具采纳。

通过安装 FocusRelayMCP，你的 AI 助手将获得额外的工具调用能力，可以用自然语言直接操控该工具的功能，无需学习复杂的命令行语法。MCP 工具的核心价值在于"一次配置，永久增强"——配置完成后，每次与 AI 对话时都可以无缝调用这些工具。

在技术实现上，MCP 工具通过标准的 JSON-RPC 协议与 AI 客户端通信，工具的功能以"工具列表"的形式暴露给 AI 模型，AI 可以按需调用。FocusRelayMCP 提供了结构化的工具调用接口，使 AI 模型能够精确地理解和使用每个功能点，显著降低 AI 在工具使用上的错误率。

与传统的 API 集成相比，MCP 工具的优势在于无需编写代码——用户只需在配置文件中添加几行 JSON，即可让 AI 获得全新能力。AI Skill Hub 将 FocusRelayMCP 评为 AI 评分 8.0 分，属于同类工具中的优质选择。

📋 工具概览

FocusRelayMCP 是一款遵循 MCP（Model Context Protocol）标准协议的 AI 工具扩展。通过 MCP 协议，它可以让 Claude、Cursor 等主流 AI 客户端直接访问和操作外部工具、数据源和服务，实现 AI 能力的无缝扩展。无论是文件操作、数据库查询还是 API 调用，都可以通过自然语言在 AI 对话中直接触发，极大提升生产效率。

GitHub Stars
⭐ 26
开发语言
Swift
支持平台
macOS / iOS
维护状态
轻量级项目，按需更新
开源协议
未公布
AI 综合评分
8.0 分
工具类型
MCP工具
Forks
5

📖 中文文档

以下内容由 AI Skill Hub 根据项目信息自动整理，如需查看完整原始文档请访问底部「原始来源」。

FocusRelayMCP 是一款遵循 MCP（Model Context Protocol）标准协议的 AI 工具扩展。通过 MCP 协议，它可以让 Claude、Cursor 等主流 AI 客户端直接访问和操作外部工具、数据源和服务，实现 AI 能力的无缝扩展。无论是文件操作、数据库查询还是 API 调用，都可以通过自然语言在 AI 对话中直接触发，极大提升生产效率。

📌 核心特色
  • 通过标准 MCP 协议与 Claude、Cursor 等主流 AI 客户端深度集成
  • 提供结构化工具调用接口，显著降低 AI 集成复杂度
  • 支持 Claude Desktop 和 Claude Code 无缝接入，开箱即用
  • 可与其他 MCP 工具组合叠加，构建完整 AI 工作站
  • 轻量无侵入设计，不影响现有系统架构
🎯 主要使用场景
  • 在 Claude Desktop 对话中直接调用本地工具，实现 AI 与系统的深度联动
  • 通过自然语言驱动复杂的多步骤自动化任务，代替繁琐手动操作
  • 将多个 MCP 工具组合使用，构建个人专属 AI 工作站
以下安装命令基于项目开发语言和类型自动生成，实际以官方 README 为准。
安装命令
# 方式一：通过 Claude Code CLI 一键安装
claude skill install https://github.com/deverman/FocusRelayMCP

# 方式二：手动配置 claude_desktop_config.json
{
  "mcpServers": {
    "focusrelaymcp": {
      "command": "npx",
      "args": ["-y", "focusrelaymcp"]
    }
  }
}

# 配置文件位置
# macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
# Windows: %APPDATA%/Claude/claude_desktop_config.json
📋 安装步骤说明
  1. 确认已安装 Node.js（v18 或以上版本）
  2. 打开 Claude Desktop 或 Claude Code 的 MCP 配置文件
  3. 按「交给 Agent 安装 → Claude Desktop」标签中的 JSON 配置填入 mcpServers 字段
  4. 保存配置文件并重启 Claude 客户端
  5. 重启后，在对话中即可使用本工具
以下用法示例由 AI Skill Hub 整理，涵盖最常见的使用场景。
常用命令 / 代码示例
# 安装后在 Claude 对话中直接使用
# 示例：
用户: 请帮我用 FocusRelayMCP 执行以下任务...
Claude: [自动调用 FocusRelayMCP MCP 工具处理请求]

# 查看可用工具列表
# 在 Claude 中输入："列出所有可用的 MCP 工具"
以下配置示例基于典型使用场景生成，具体参数请参照官方文档调整。
配置示例
// claude_desktop_config.json 配置示例
{
  "mcpServers": {
    "focusrelaymcp": {
      "command": "npx",
      "args": ["-y", "focusrelaymcp"],
      "env": {
        // "API_KEY": "your-api-key-here"
      }
    }
  }
}

// 保存后重启 Claude Desktop 生效
📑 README 深度解析 真实文档 完整度 45/100 查看 GitHub 原文 →
以下内容由系统直接从 GitHub README 解析整理，保留代码块、表格与列表结构。

Install the OmniFocus MCP server with Homebrew

Requirements:

  • macOS 26 or later on Apple silicon;
  • OmniFocus 4;
  • Homebrew;
  • an MCP-compatible assistant or a shell-capable AI agent.

1. Install and trust the formula

Homebrew 6 requires explicit trust for formulae from non-official taps. Trust only the FocusRelay formula, then install it:

brew tap deverman/focus-relay
brew trust --formula deverman/focus-relay/focusrelay
brew install focusrelay

Formula-specific trust authorizes FocusRelay without trusting every current or future formula in the tap. See Homebrew’s Tap Trust documentation for details.

2. Run guided setup

Run the installed setup command:

focusrelay setup

It finds the Homebrew-bundled plug-in, verifies that its version matches the binary, detects every supported OmniFocus plug-in folder, and previews the source and destinations before asking permission to copy anything. Existing plug-ins remain in place until their replacement has been copied successfully. Rerunning setup reports copies that are already current.

Setup also prints the client-neutral MCP command and arguments. Add --client claude-code, --client codex, or --client opencode for a known client example; FocusRelay prints the configuration but does not edit it.

For automation, review the same plan first and then opt in explicitly:

focusrelay setup --dry-run
focusrelay setup --non-interactive

Building from source? Continue using ./scripts/install-plugin.sh; it is a thin development entry point for this same Swift setup implementation.

FocusRelay — Fast Swift OmniFocus MCP Server and CLI for macOS

Discover or retrieve the same workflows exposed as MCP prompts

focusrelay workflow list focusrelay workflow get process_inbox

The plugin and binary versions do not match

Upgrading the Homebrew formula replaces the binary but leaves the copies of the plugin already installed for OmniFocus untouched, so a skipped step 2 can strand the plugin many releases behind.

Run guided setup again, restart OmniFocus, and check the loaded version:

```bash focusrelay setup

Compare FocusRelay with other OmniFocus MCP servers

FocusRelay combines a native Swift server with a bridge plug-in that executes inside OmniFocus. Swift keeps MCP fast and compact; the bridge gets fresh data and applies changes through documented OmniFocus APIs.

✅ Available · 🟡 Coming next · 🟠 Backlog · ◇ Project roadmap · — Not currently documented

Capability**FocusRelay**[OmniFocus-MCP](https://github.com/themotionmachine/OmniFocus-MCP)[Enhanced](https://github.com/jqlts1/omnifocus-mcp-enhanced)[OmnifocusMCP](https://github.com/vitalyrodnenko/OmnifocusMCP)[Operator](https://github.com/HelloThisIsFlo/omnifocus-operator)
Runtime**Native Swift · Homebrew**TypeScript · npxTypeScript · npxNative Rust · Homebrew; Python and TypeScript availablePython · uvx
OmniFocus access**Bridge plug-in inside Omni Automation; documented APIs**JXA and Omni Automation through osascriptOmni Automation through osascriptOmni Automation through osascriptInternal SQLite read cache; OmniJS fallback
Public MCP tools**9, with seven read tools plus edit_tasks and edit_projects; 11 after planned creation tools [#82](https://github.com/deverman/FocusRelayMCP/issues/82) and [#83](https://github.com/deverman/FocusRelayMCP/issues/83)**12184511
Find, filter, and count tasks✅✅✅✅✅
Update existing tasks✅✅✅✅✅
Update existing projects✅✅✅✅◇ v1.5 roadmap
Preview and post-save verification✅ Every write tool; per-target results————
Drop projects without deleting them✅✅—✅—
Create tasks and subtasks🟡 [#82](https://github.com/deverman/FocusRelayMCP/issues/82)✅✅✅✅
Create projects🟡 [#83, including inbox-task conversion](https://github.com/deverman/FocusRelayMCP/issues/83)✅✅✅◇ v1.5 roadmap
Planned-date updates🟠 [#16](https://github.com/deverman/FocusRelayMCP/issues/16)✅✅✅—
Repeating tasks🟠 [#93](https://github.com/deverman/FocusRelayMCP/issues/93)✅—✅✅
Custom perspective contents🟠 [#10](https://github.com/deverman/FocusRelayMCP/issues/10)✅✅——
Permanently delete tasks and projects—✅✅✅—

This comparison reflects each project’s public documentation on July 15, 2026; “Not documented” is not a claim that a feature is impossible. The other public READMEs do not describe an equivalent per-target preview and post-save verification contract.

Preview resolves IDs and validates the change without saving it. Verification runs after OmniFocus saves, reads the affected values back, and reports a mismatch as a failure. These are MCP tool arguments, so Codex, Claude Code, OpenCode, and other standard stdio MCP clients can use them; whether a model chooses them without being asked depends on the model and client. For important changes, ask it to “preview first, then apply with verification.”

Troubleshooting

🇨🇳 中文文档镜像 AI 翻译 2026-06-19
英文原文章节由系统翻译为中文摘要，便于快速理解。完整原文见上方 "📑 README 深度解析"。
📌 简介

FocusRelayMCP 是专为 macOS 版 OmniFocus 设计的 Model Context Protocol (MCP) 服务端。它允许用户通过 Claude 等 AI 助手，使用自然语言直接查询 OmniFocus 中的任务、项目和标签。通过该工具，你可以像聊天一样询问“我今天该做什么？”，AI 将为你实时过滤并呈现结果，实现任务管理的智能化升级。

⚡ 功能介绍

FocusRelayMCP 提供强大的自然语言查询能力，支持基于时间周期的智能过滤。它具备项目健康度检测功能，能自动识别停滞的项目或缺失 Next Action 的任务。此外，它还具备上下文感知能力，支持通过标签、截止日期（Due Date）、延迟日期（Defer Date）及完成日期进行精准筛选，并能自动识别本地时区，确保任务处理的准确性。

🛠 安装步骤（Docker/pip/源码）

安装过程分为四个核心步骤：首先，通过 Homebrew（推荐）、手动下载或源码编译的方式安装 focusrelay 二进制文件；其次，安装配套的 OmniFocus 插件；第三，在你的 MCP 客户端中进行配置；最后，重启 OmniFocus 以使设置生效。对于 macOS 用户，推荐使用 `brew install focusrelay` 进行快速部署。

🚀 使用教程

除了通过 AI 助手进行交互外，`focusrelay` 二进制文件还提供了命令行界面（CLI）工具，其功能与 MCP 工具集完全对应。你可以通过运行 `focusrelay --help` 查看完整的命令列表，并根据实际需求执行相应的命令行操作，实现灵活的任务管理。

⚙️ 配置说明（含 MCP / env）

配置 MCP 服务时，需根据安装方式修改配置文件（如 `opencode.json` 或 Claude Desktop 的配置文件）。如果你是通过 Homebrew 安装的，请在配置中指定正确的本地路径（如 `/opt/homebrew/bin/focusrelay`）并启用 `serve` 命令。如果是开发者通过源码构建，则需指向对应的构建路径。

🔄 工作流/模块

项目包含自动化脚本模块，开发者可以使用 `./scripts/package-plugin.sh` 来打包插件，确保插件分发的一致性。整体工作流通过 MCP 协议将 AI 客户端、FocusRelayMCP 服务端与 OmniFocus 插件三者连接，构建起从自然语言指令到本地任务操作的完整闭环。

❓ FAQ 摘要

针对常见的“Bridge timed out”或“Plugin not responding”错误，通常由两个原因引起：一是缺少安全权限，请务必在 OmniFocus 的安全对话框中点击“Run Script”以授权；二是插件失效，此时需要重新运行 `./scripts/install-plugin.sh` 脚本进行修复。

🎯 aiskill88 AI 点评 A 级 2026-06-02

高质量的MCP工具，实现了OmniFocus任务与AI助手的对话

📚 实用指南（长尾问题）
适合谁
  • 需要让 Claude / Cursor 操作本地工具的 AI 工程师
  • 构建多智能体协作系统的 Agent 开发者
最佳实践
  • 配置 MCP 服务器时建议使用 stdio 传输 + JSON-RPC，避免暴露公网
  • Agent 任务先做 dry-run 验证工具调用链，再开启自主执行
常见错误
  • API key 直接提交到 git 仓库（请用 .env 并加入 .gitignore）
  • MCP 配置路径拼错或权限不足，重启 Claude Desktop 才生效
部署方案
  • CLI：直接 npm install -g / pip install，命令行调用
  • 云端托管：可放在 Vercel / Railway / Fly.io 等 PaaS 平台
相关搜索
FocusRelayMCP 中文教程FocusRelayMCP 安装报错怎么办FocusRelayMCP MCP 配置FocusRelayMCP Agent 工作流FocusRelayMCP 与同类工具对比FocusRelayMCP 最佳实践FocusRelayMCP 适合谁用

⚡ 核心功能

👥 适合谁
  • 需要让 Claude / Cursor 操作本地工具的 AI 工程师
  • 构建多智能体协作系统的 Agent 开发者
⭐ 最佳实践
  • 配置 MCP 服务器时建议使用 stdio 传输 + JSON-RPC，避免暴露公网
  • Agent 任务先做 dry-run 验证工具调用链，再开启自主执行
⚠️ 常见错误
  • API key 直接提交到 git 仓库（请用 .env 并加入 .gitignore）
  • MCP 配置路径拼错或权限不足，重启 Claude Desktop 才生效

👥 适合人群

Claude Desktop / Claude Code 用户AI 工具开发者需要扩展 AI 能力的专业人士自动化工程师

🎯 使用场景

  • 在 Claude Desktop 对话中直接调用本地工具，实现 AI 与系统的深度联动
  • 通过自然语言驱动复杂的多步骤自动化任务，代替繁琐手动操作
  • 将多个 MCP 工具组合使用，构建个人专属 AI 工作站

⚖️ 优点与不足

✅ 优点
  • +标准化 MCP 协议，生态互联性强
  • +与 Claude 官方生态无缝对接
  • +即插即用，配置简单快捷
⚠️ 不足
  • −未明确开源协议，商用场景需谨慎评估
  • −依赖 Claude 客户端，非 Claude 用户无法使用
  • −MCP 协议仍在持续演进，接口可能变更
  • −需要一定的配置步骤
⚠️ 使用须知

该工具未明确声明开源协议，商业使用前请联系原作者确认授权范围，避免侵权风险。

AI Skill Hub 为第三方内容聚合平台，本页面信息基于公开数据整理，不对工具功能和质量作任何法律背书。

建议在沙箱或测试环境中充分验证后，再部署至生产环境，并做好必要的安全评估。

🔗 相关工具推荐

私有GPT
MCP工具
Context7代码文档平台
MCP工具
AI工程师中心
MCP工具
github-mcp-server MCP工具
GitHub官方MCP服务器实现，使AI助手能直接操作GitHub仓库、问题、拉取请求等资源。采用Go语言开发，高性能稳
📰 相关 AI 新闻
AI Agent 自主化能力最新进展
AI 资讯 · 知识关联
AI 前沿资讯：The gap between knowing AI too…
AI 资讯 · 知识关联
Anthropic Claude 最新进展
AI 资讯 · 知识关联
AI Agent 自主化能力最新进展
AI 资讯 · 知识关联
🍿 AI 圈相关吃瓜
配了5个 MCP 工具，Claude 一个都没用
AI 圈观察
Filesystem MCP 帮 Claude 找文件，找了整个 node_modules
AI 圈观察
我用了 Karpathy 的提示词，Claude 终于不瞎写了
AI 圈观察
🗺️ 相关解决方案
mcp
mcp-server-setup
agent
ai-agent-workflow
cli
cli-productivity
🧩 你可能还需要
基于当前 Skill 的能力图谱，自动补全的工具组合
Redmine MCP服务器
为Redmine项目管理系统设计的生产级MCP服务器，提供安全认证、分页查询和企业级功能。支持AI Agent与Redmine深度集成，适合
mcp-proxy-for-aws MCP工具
为AWS服务提供MCP（模型上下文协议）代理的开源工具。支持SigV4签名认证，让大模型能通过标准MCP接口调用AWS API，适合需要集成
Augustus
LLM安全测试框架，检测prompt注入、越狱等
客户支持聊天机器人
基于检索增强的全生产就绪AI客户支持系统
阿尔帕卡MCP服务器
MCP · Agent · 工作流
MassGen多智能体系统
MCP · Agent · 工作流

❓ 常见问题 FAQ

FocusRelayMCP 是一款Swift开发的AI辅助工具。开源MCP工具：Talk to your OmniFocus tasks. An OmniFocus MCP server that lets AI assistants qu。⭐26 · Swift 主要应用场景包括：自动化OmniFocus任务管理。
💡 AI Skill Hub 点评

AI Skill Hub 点评：FocusRelayMCP 的核心功能完整，质量优秀。对于Claude Desktop / Claude Code 用户来说，这是一个值得纳入个人工具库的选择。建议先在非生产环境试用，再逐步推广。

⬇️ 获取与下载
⚠️ 该工具未声明开源协议，不提供直接下载。请访问原项目了解使用条款。
📚 深入学习 FocusRelayMCP
查看分步骤安装教程和完整使用指南，快速上手这款工具
⚙️ 安装教程 📚 使用教程
🌐 原始信息
原始名称 FocusRelayMCP
原始描述 开源MCP工具：Talk to your OmniFocus tasks. An OmniFocus MCP server that lets AI assistants qu。⭐26 · Swift
Topics aiautomationswiftmacos
GitHub https://github.com/deverman/FocusRelayMCP
语言 Swift
🔗 原始来源
🐙 GitHub 仓库  https://github.com/deverman/FocusRelayMCP

收录时间：2026-06-02 · 更新时间：2026-06-02 · License：未公布 · AI Skill Hub 不对第三方内容的准确性作法律背书。

📺 订阅 AI Skill Hub Daily Telegram 频道
每天 8 条精选 AI Skill、MCP、Agent 与自动化工具推送
加入频道 →