** Программа воздействия на программный код:** Данный проект одобрен для участия в Программе воздействия на программный код. Служба Python (проектирование и исследование статей), вызванная непосредственно из TypeScript и сценарий Node через Graftcode, с Нет уровня REST: нет маршрутов FastAPI, нет Pydantic DTO, нет рукописного клиента.

Нет HTTP-адаптера: браузер импортирует сгенерированный Graft и разговаривает с Gateway напрямую. MCP — это встроенная конечная точка шлюза, а не отдельный мост.

Он был создан для движка контента Wayzyy. ** Вам это не нужно трубопровод для запуска этого РЕПО: ** без него приемник работает в *демо-режиме * по объединенным данным выборки.

Как кусочки соединяются

Реализация видео MCPUSE

Репозиторий имеет один сервис Python и несколько способов его использования. приборная панель и узел Клиент использует сгенерированный Графт через WebSocket; MCP-совместимые клиенты используют Gateway. Встроенная конечная точка HTTP. Все они используют один и тот же публичный Python.

Важным рубежом является сервис Python. UI, скрипты и помощники AI являются клиентами Вместо отдельных копий логики контента.

Содержание рабочего процесса

Python ↔ TypeScript with Graftcode: a content-pipeline demo

Graftcode Impact Programme: this project is approved for participation in the Graftcode Impact Programme. A Python service (an article-research-and-drafting pipeline) called directly from a TypeScript dashboard and a Node script through Graftcode, with no REST layer: no FastAPI routes, no Pydantic DTOs, no hand-written fetch client.

 Browser (React) ── generated Graft ── WebSocket ─┐
 Node test script ─ generated Graft ──────────────┤
                                                  ▼
 Claude / Cursor ── MCP over HTTP ──────►  Graftcode Gateway ─► ArticlePipelineService (Python)
                                           :8080 ws · :8081 /mcp   plain public methods

There is no HTTP adapter: the browser imports the generated Graft and talks to the Gateway directly. MCP is the Gateway’s built-in endpoint, not a separate bridge.

It was built for Wayzyy’s content engine. You do not need that pipeline to run this repo: without it the receiver runs in demo mode on bundled sample data.

How the pieces fit together

Implementation video MCPUSE

The repository has one Python service and several ways to use it. The dashboard and Node client use the generated Graft over WebSocket; MCP-compatible clients use the Gateway’s built-in HTTP endpoint. They all reach the same public Python methods.

flowchart LR
    A[React dashboard] -->|generated GraftWebSocket :8080| G[Graftcode Gateway]
    B[Node.js client] -->|generated GraftWebSocket :8080| G
    C[Claude / Cursor] -->|MCP over HTTP/mcp :8081| G
    G --> S[ArticlePipelineServiceplain Python methods]
    S --> D[(Topics and drafts)]
    S --> P[Optional real pipelineresearch, writing, publishing]

The important boundary is the Python service. The UI, scripts, and AI assistants are clients of the same service rather than separate copies of the content logic.

The content workflow

The demo models an editorial workflow from an idea to a reviewable change. Sources and rules inform the draft, while the human review step remains the publishing gate.

flowchart LR
    I[Topic queue] --> R[RSS and web research]
    I --> K[Keyword research]
    R --> O[Outline]
    K --> O
    B[Existing blog] --> L[Style and rulebook]
    L --> O
    O --> W[Write draft]
    W --> E[SEO and style checks]
    E --> H{Human review}
    H -->|needs changes| W
    H -->|approved| PR[Stage GitHub PR]
    H -->|approved| X[Optional publisher]

The bundled receiver runs this flow in demo mode with sample data. Attaching the real article pipeline replaces the sample sources and placeholder writer with the project’s live research, LLM, and publishing integrations.

For the expanded diagrams and demo notes, see docs/architecture.md.