PlanFlow

PlanFlow

MCP server for creating, validating, and reviewing implementation plans in GitHub Copilot Chat, with visual review interface and MongoDB persistence.

Category
Visit Server

README

🎯 MCP PlanFlow

Gérez vos plans d'implémentation avec GitHub Copilot

PlanFlow est un outil complet qui vous permet de créer, valider et reviewer des plans d'implémentation directement depuis VS Code. Grùce au Model Context Protocol (MCP), dialoguez avec GitHub Copilot pour générer des plans structurés, puis utilisez l'interface web pour les reviewer visuellement.

✹ Pourquoi PlanFlow ?

  • đŸ€– IntĂ©gration Copilot : CrĂ©ez des plans en langage naturel via MCP
  • 📊 Review visuelle : Interface web moderne avec navigation par phases
  • đŸ’Ÿ Persistance : MongoDB pour stocker et versionner vos plans
  • ⚡ Raccourcis clavier : Review rapide avec A (approve), R (reject), S (skip)

🚀 DĂ©marrage rapide

Option 1 : Docker (recommandé)

# Cloner le projet
git clone <votre-repo>
cd MCP-Plan

# Démarrer l'environnement complet
  docker compose up --build

AccĂšs :

  • Interface de review : http://localhost:4173
  • API REST : http://localhost:3000
  • MongoDB : mongodb://localhost:27017

Option 2 : Développement local

PrĂ©requis : Node.js ≄ 18, pnpm ≄ 8, MongoDB local

# Installation
pnpm install

# Build
pnpm build

# Lancer les deux apps
pnpm dev

L'API tourne sur http://localhost:3000 et l'interface sur http://localhost:5174.

🔧 Configuration VS Code avec MCP

Pour utiliser PlanFlow directement dans GitHub Copilot Chat, vous avez deux options :

Option A : Mode stdio (lance une instance dédiée)

Le fichier .vscode/mcp.json est configuré pour lancer une nouvelle instance du serveur MCP :

{
  "mcpServers": {
    "planflow": {
      "command": "node",
      "args": ["${workspaceFolder}/packages/mcp-planflow/dist/index.js"],
      "env": {
        "MONGODB_URI": "mongodb://localhost:27017",
        "MONGODB_DB_NAME": "planflow",
        "NODE_ENV": "production",
        "HTTP_ENABLED": "false",
        "MCP_ENABLED": "true"
      }
    }
  }
}

Avantages : Simple, pas besoin de serveur séparé
Prérequis : Build du projet (pnpm --filter mcp-planflow build)

Option B : Mode HTTP (se connecte au serveur en cours)

Si vous avez déjà lancé le serveur via pnpm dev ou Docker, connectez-vous à celui-ci :

{
  "mcpServers": {
    "planflow-http": {
      "url": "http://localhost:3000/mcp"
    }
  }
}

Avantages : Réutilise le serveur existant, hot reload disponible, gestion de session
Prérequis : Serveur lancé (pnpm dev ou docker compose up)
Transport : StreamableHTTP (protocole moderne MCP 2025-11-25)

Fichier exemple : Voir .vscode/mcp-sse.json.example pour la config HTTP complĂšte

💡 Exemples d'utilisation

Créer un plan d'implémentation

Prompt :

Crée-moi un plan d'implémentation pour ajouter un systÚme d'authentification 
Ă  mon app React avec JWT. Je veux :
- Login/register pages
- Protected routes
- Token refresh automatique
- Logout

Le MCP va générer un plan structuré avec étapes, dépendances, et validation.

Valider un plan existant

Prompt :

Valide le plan "auth-system-v2" et dis-moi s'il y a des problĂšmes 
(dépendances circulaires, IDs dupliqués, etc.)

Récupérer et analyser un plan

Prompt :

RécupÚre le plan "auth-system-v2" et montre-moi les étapes critiques 
sur le chemin de la feature principale

Review d'un plan

Prompt :

Liste tous les plans en status 'draft' et montre-moi celui 
qui a le plus d'étapes bloquées

Vous pouvez ensuite ouvrir l'interface web pour reviewer visuellement :

http://localhost:4173/plans/{planId}/review

Créer un plan avec architecture complexe

Prompt :

GénÚre un plan pour migrer notre backend Express vers NestJS :
- Phase 1 : Setup NestJS à cÎté de l'existant
- Phase 2 : Migration progressive des routes
- Phase 3 : Migration de la base de données
- Phase 4 : Décommissionnement de l'ancien code

Chaque phase doit avoir des étapes validables et des points de rollback.

✅ Bonnes pratiques avec GitHub Copilot

Validation obligatoire des plans avant création

Pour garantir que vos plans sont valides et bien formés, nous recommandons d'ajouter une instruction dans votre fichier Agent.md (ou .agent.md selon votre setup) :

## 📋 Validation des Plans d'ImplĂ©mentation

Avant de créer un plan d'implémentation, **vous DEVEZ toujours :**

1. **Valider le plan en premier** : Utilisez l'outil `plans-validate` avec le contenu du plan
2. **Attendre la validation** : Assurez-vous que la réponse indique `"isValid": true`
3. **Corriger les erreurs** : Si des erreurs sont rapportées (path: `/steps/X/kind`, etc.), appliquez les corrections
4. **Créer uniquement aprÚs succÚs** : Une fois validé, utilisez `plans-create` avec le plan corrigé

### Exemple de flux correct :

[Plan JSON initial] ↓ plans-validate → Erreurs dĂ©tectĂ©es ? ↓ ↓ Non ✓ Oui → Corriger ↓ ↓ plans-create Revalider


### Bénéfices :
- ✅ Évite les allers-retours de correction
- ✅ Plans conformes au schĂ©ma PlanFlow v1.1.0
- ✅ Feedback immĂ©diat sur les erreurs de structure
- ✅ Économise token budget et temps

🎯 FonctionnalitĂ©s

  • MCP Server : 10 outils disponibles pour GitHub Copilot

    • CrĂ©er, valider, rĂ©cupĂ©rer, mettre Ă  jour des plans
    • Navigation dans les Ă©tapes (suivant, prĂ©cĂ©dent, contexte)
    • Gestion des commentaires sur les plans et Ă©tapes
  • Interface Web :

    • Review visuelle des plans Ă©tape par Ă©tape
    • MiniMap de navigation avec dĂ©tection de phases
    • Commentaires sur les Ă©tapes
    • Export des reviews en JSON
    • Raccourcis clavier (A: approve, R: reject, S: skip)
  • Persistance MongoDB : Tous vos plans sont sauvegardĂ©s et versionnĂ©s

Outils MCP disponibles

Outil Description
plans-format Obtenir le schéma PlanFlow v1.1.0 complet
plans-create Créer un nouveau plan
plans-get Récupérer un plan par ID
plans-update Mettre Ă  jour un plan existant
plans-list Lister les plans avec filtres
plans-validate Valider un plan (schéma, cycles, etc.)
steps-get Récupérer une étape spécifique
steps-navigate Navigation (étape courante/suivante)
steps-context Contexte d'une étape (dépendances)
comments-manage Gérer les commentaires

Galerie d'écrans

🏠 Tableau de bord

Tableau de bord PlanFlow avec plans récents

La page d'accueil affiche :

  • Statistiques rapides (Total Plans, Pending, In Progress, Completed)
  • AccĂšs rapide pour voir tous les plans
  • Liste des plans rĂ©cents

🔍 Vue dĂ©taillĂ©e du plan

Vue détaillée avec onglets Overview, Review, Graph, Steps, JSON

L'interface de detail affiche :

  • Overview : MĂ©tadonnĂ©es, objectif, scope, contraintes, critĂšres de succĂšs
  • Informations du plan (ID, tags, version)
  • Navigation entre onglets (Review, Graph, Steps)

⭐ Interface de review

Interface complĂšte de review avec minimap et actions

Points clés de la review :

  • MiniMap : Navigation visuelle par phases (Setup, Implementation, Testing...)
  • Étape active : Affichage dĂ©taillĂ© avec commandes shell, descriptions, durĂ©e estimĂ©e
  • Actions rapides : Raccourcis clavier (A=Approuve, R=Rejette, S=Passe)
  • Commentaires : Ajout de notes directement sur les Ă©tapes

đŸ§© MCP UI (Copilot Chat)

MCP Review UI in Copilot Chat

Capture de l'interface de review intégrée dans GitHub Copilot Chat (MCP Apps).

đŸ€– IntĂ©gration GitHub Copilot

VS Code avec review cÎté et Copilot Chat cÎté droit

Workflow complet :

  • Gauche : Interface de review en temps rĂ©el
  • Droite : GitHub Copilot Chat avec les outils MCP intĂ©grĂ©s
  • Bottom : Fichiers modifiĂ©s et terminal
  • CrĂ©ation et validation du plan directement via chat

đŸ› ïž Commandes utiles

# ArrĂȘter Docker
docker compose down

# Nettoyer la base de données
docker compose down -v

# Rebuild aprĂšs modifications
docker compose up --build

# Logs en temps réel
docker compose logs -f

📝 Licence

MIT

Recommended Servers

playwright-mcp

playwright-mcp

A Model Context Protocol server that enables LLMs to interact with web pages through structured accessibility snapshots without requiring vision models or screenshots.

Official
Featured
TypeScript
Magic Component Platform (MCP)

Magic Component Platform (MCP)

An AI-powered tool that generates modern UI components from natural language descriptions, integrating with popular IDEs to streamline UI development workflow.

Official
Featured
Local
TypeScript
Audiense Insights MCP Server

Audiense Insights MCP Server

Enables interaction with Audiense Insights accounts via the Model Context Protocol, facilitating the extraction and analysis of marketing insights and audience data including demographics, behavior, and influencer engagement.

Official
Featured
Local
TypeScript
VeyraX MCP

VeyraX MCP

Single MCP tool to connect all your favorite tools: Gmail, Calendar and 40 more.

Official
Featured
Local
graphlit-mcp-server

graphlit-mcp-server

The Model Context Protocol (MCP) Server enables integration between MCP clients and the Graphlit service. Ingest anything from Slack to Gmail to podcast feeds, in addition to web crawling, into a Graphlit project - and then retrieve relevant contents from the MCP client.

Official
Featured
TypeScript
Kagi MCP Server

Kagi MCP Server

An MCP server that integrates Kagi search capabilities with Claude AI, enabling Claude to perform real-time web searches when answering questions that require up-to-date information.

Official
Featured
Python
E2B

E2B

Using MCP to run code via e2b.

Official
Featured
Neon Database

Neon Database

MCP server for interacting with Neon Management API and databases

Official
Featured
Exa Search

Exa Search

A Model Context Protocol (MCP) server lets AI assistants like Claude use the Exa AI Search API for web searches. This setup allows AI models to get real-time web information in a safe and controlled way.

Official
Featured
Qdrant Server

Qdrant Server

This repository is an example of how to create a MCP server for Qdrant, a vector search engine.

Official
Featured