内容
# 代理协调MCP
用于在跨项目中使用基于文件的任务板、锁和共享状态文件的已安装CLI代理之间的协调的实验性本地MCP服务器。
目标不是取代`ai-agent-teamwork`工作流程，而是将该工作流程公开为一个小型MCP控制平面，以便主代理可以查看哪些CLI代理可用，分配工作，检查项目协调状态，并保持持久的分配记录。
## 为什么有效
如果MCP服务器保持狭窄，工作流程就会有效：
- MCP是协调的表面，而不是编辑器。
- 项目状态保留在每个项目拥有的普通文件中。
- CLI代理继续作为独立的工具运行，具有它们自己的审批和沙盒行为。
- 分配和心跳记录是明确的JSON状态，而不是从隐藏的会话中推断出来的。
风险在于监督长时间运行的CLI进程。第一个切片记录分配并生成调度意图；后续切片可以在批准和生命周期模型明确后为每个CLI添加进程启动适配器。
## 当前工具
- `list_cli_agents` - 在`PATH`上检测已知的本地CLI代理。
- `get_project_status` - 总结项目的`.agent-tasks.json`、`.agent-manifest.json`和`.agent-status.md`。
- `list_assignments` - 读取活动和历史分配记录。
- `assign_task` - 记录到检测到的CLI代理的任务分配。
- `update_assignment_status` - 更新分配状态和备注。
## 安装
```bash
uv sync
uv run agent-coordination-mcp
```
## 动态MCP代理入口
将以下内容添加到 `/home/stephen/dynamic-mcp-proxy-server/user.catalogue.json` 中：
```json
{
"name": "agent-coordination",
"description": "用于检测CLI代理和协调基于文件的项目任务板的本地MCP控制平面",
"command": "uv --project /home/stephen/projects/agent-coordination-mcp run agent-coordination-mcp",
"tags": ["代理", "协调", "mcp", "cli", "本地"],
"tech_stack": ["python", "mcp", "cli-agents"],
"runtime": "stdio",
"env_vars": []
}
```
## 计划切片
1. 库存和分配跟踪。
2. `ai-agent-teamwork` 任务板适配器。
3. 用于 `opencode`、`codex`、`gemini`、`claude` 等已安装代理的CLI特定调度适配器。
4. CLI支持的进程/会话跟踪。
5. 动态代理集成和 `devto-mcp-server` 等研究工具。
有关当前实施计划，请参见 [docs/ROADMAP.md](docs/ROADMAP.md)。下一个切片是具有自动调度功能的能力感知库存。
## 非目标
- MCP服务器不会对项目进行隐含编辑。
- 没有通用 shell 执行工具。
- 没有明确工具调用的自动强制解锁或过时任务重写。
- 没有假设每个CLI都支持可恢复会话。
