發布任何 FormLM 表單，就能得到一個接收 JSON 或原生 HTML 表單 POST 的端點。CORS 完全開啟，未知欄位可自動建立各自的欄，每個端點都在 ?help 用 Markdown 自我描述——人和 AI Agent 都讀得懂。
一個採 MIT 授權條款的 npm 套件，從終端機操控 FormLM：用自然語言產生完整評估應用，管理欄位、量表、報告與發布。執行 formlm-cli mcp，它就變成任何 AI Agent 都能接入的 MCP 伺服器。
一個端點、兩種格式、零伺服器要維運。
每個已發布的表單都開放一個 Data API 端點。向它 POST JSON，每個請求都成為一條可查詢的儲存記錄——資料管理介面、CSV 匯出、彙總統計全部免費附帶。靜態網站、本機 HTML 檔案、腳本、IoT 裝置、AI 產生的頁面都能用，因為讀寫兩個方向都開啟了 CORS。
curl -X POST https://formlm.me/api/v3/share/<your-token> \ -H "Content-Type: application/json" \ -d '{"data":{"name":"Ada","score":92}}' # 讀回來——分頁 JSON，每頁最多 1000 筆記錄 curl "https://formlm.me/api/v3/share/<your-token>/query?page=1&size=20" # 端點用 Markdown 自我描述——給你或你的 Agent 看 curl "https://formlm.me/api/v3/share/<your-token>?help"
| 端點 | 方法 | 作用 |
|---|---|---|
/{token} | POST | 儲存一筆記錄——JSON 內容，標準形態 {"data":{...},"meta":{...}} 或扁平物件 |
/{token}/form | POST | 儲存原生 HTML 表單提交（application/x-www-form-urlencoded） |
/{token}?help | GET | 回傳端點自己的 Markdown API 文件——AI Agent 可讀 |
/{token}/query | GET | 以 JSON 分頁翻閱儲存記錄 |
/{token}/summary | GET | 對已收集的記錄做彙總統計 |
生產環境的實證：FormLM 自己聯絡頁上的回饋表單就是一個直接 POST 到 Data API 端點的靜態表單——正是上文記錄的那個模式，今天就跑在我們的官網上。
深入符合你技術棧的情境：
npm 套件、MIT 授權、Node.js ≥ 18。
裝上它、登入一次——從 formlm.me 的「帳號設定」頁複製存取權杖（無需密碼），或用終端機裡的信箱驗證碼方式登入——整個平台即可腳本化。亮點是智慧生成：一句自然語言指令跑通伺服器端 Agent 管線，產出一個完整的評估應用——表單設計、計分維度、報告頁面、視覺樣式全包含。
npm install -g @formlm/cli formlm-cli auth login --token <your-token> # 權杖取得：formlm.me → 帳號設定 → 存取權杖 → 複製 # 沒有權杖？跑 formlm-cli auth login 選「信箱驗證碼」方式 # 表單 + 量表 + 報告 + 樣式，一條命令全搞定（60–300 秒） formlm-cli smart generate \ --input 「建立一個職場壓力評估，10 道題、3 個維度、附詳細的分數解讀」 # 拿到填寫頁、編輯器與資料管理 URL formlm-cli app urls --app <appId> # 發布它 formlm-cli share publish --app <appId>
要精細控制，還有八個模組的 50+ 條命令：app、field、scale、connect（頁面樣式）、report、expert、share、profile——另有 snapshot 把所有模組狀態傾印為 JSON 或 Markdown，skill 列印讓產生內容保持規範的領域規則文件。
stdio 傳輸 · 8 個工具 · 6 個資源 · 相容任何 MCP 用戶端。
執行 formlm-cli mcp，CLI 就成為標準MCP 伺服器。接上 Claude Desktop、Cursor、Codex CLI、Windsurf、Cline——或任何相容 MCP 的用戶端——Agent 便能以對話方式搭建、檢視、發布你的表單；平台的 P0 約束嵌在每個工具描述裡，讓它不跑偏。
| 工具 | 層級 | Agent 能做什麼 |
|---|---|---|
auth_login / auth_email_code / auth_status | 0 | 用存取權杖（推薦）、信箱驗證碼、或信箱 + 密碼認證 |
formlm_generate | 1 | 從自然語言產生完整應用（AssessAgent 管線） |
formlm_snapshot | 2 | 一次呼叫讀取所有模組的彙總狀態 |
formlm_skill | 2 | 擷取任意模組的 SKILL.md 領域規則 |
formlm_exec | 3 | 直接執行任何白名單內的 CLI 命令 |
六個 MCP 資源（formlm://skills/form、scale、connect、report、expert、share）開放的正是平台自家 Agent 在用的領域知識——你的 AI 先讀規則，再寫設定。完整的設定說明——含 macOS 桌面用戶端的 PATH 修正與各平台設定檔位置——見 GitHub 上的 INSTALL 指南。
formlm-cli smart generate 產生一個，然後發布。開發者們最常問我們的問題。
兩件核心工具。Data API 是一個 HTTP 端點，接收來自任何頁面——靜態網站、本機檔案或 AI 產生的應用——的提交，並支援把記錄查詢回來。formlm-cli 是開源命令列工具兼 MCP 伺服器，讓你或 AI Agent 從終端機搭建、管理表單。
兩條路。讀寫資料：給你的 Agent 一個 Data API 端點——它給 URL 加上 ?help 就能讀到端點自帶的文件，然後直接 POST 記錄。搭建與管理表單：安裝 formlm-cli 並執行 formlm-cli mcp，再連上任何相容 MCP 的用戶端，比如 Claude Desktop、Cursor、Codex CLI、Windsurf 或 Cline。
可以。發布表單、經 Data API 接收提交在免費版即可使用；付費版增加更大量級與團隊功能。免費版不按 API 呼叫收費。
是——formlm-cli 採 MIT 授權條款，以 @formlm/cli 之名發布在 npm 上。原始碼在 GitHub（github.com/formlm/cli），相容任何 FormLM 帳戶，免費付費都能用。
MCP 伺服器開放八個工具：auth_login、auth_email_code 與 auth_status 負責認證，formlm_generate 從自然語言建立完整評估應用，formlm_execute 逐個執行計劃模組，formlm_snapshot 讀取所有模組狀態，formlm_skill 擷取領域規則文件，formlm_exec 執行任何白名單內的 CLI 命令。另有六個 MCP 資源把技能文件直接開放給 Agent。
能。在 FormLM 發布一個表單，複製它的 Data API 端點，讓你的頁面指向它——原生 HTML form action POST 或 fetch 呼叫都行。CORS 已開啟，靜態託管可用，甚至直接從磁碟開啟的檔案也能用。