dsh-mcp-bridge
dsh-mcp-bridge
Предоставляет возможности развёртывания DeepSeek Harness любому MCP-клиенту — память, постоянный журнал задач, диспетчеризацию проектных агентов и более широкую экосистему MCP — в виде объявленных инструментов, а не shell-команд, о которых модели нужно знать и помнить.
Зачем
claude -p выполняет собственный цикл агента, поэтому он никогда не получает схемы инструментов harness: сеанс на базе Claude не имеет памяти, журнала и диспетчеризации. Он принимает MCP-серверы. Этот сервер — именно такой.
Всё, что он предоставляет, уже имеет точку входа командной строки, поэтому он добавляет поверхность, а не полномочия — он может делать ровно то, что вызывающий уже мог бы сделать в shell. То, что он не может связать, — это всё, что существует только внутри живого цикла harness (цели, AgentTeams); они по замыслу ограничены сеансом и не имеют внешней поверхности.
Related MCP server: skillsmcp
Инструменты
инструмент | что делает |
| постоянное хранилище памяти |
| журнал задач |
| передать работу проектному агенту, затем опросить |
| любой сервер в экосистеме MCP, без композиции |
| реестр владения репозиториями |
| связаться с пользователем |
Использование
// mcp-bridge.json
{ "mcpServers": { "dsh": { "command": "node", "args": ["/path/to/src/server.js"] } } }claude -p --strict-mcp-config --mcp-config ./mcp-bridge.jsonУкажите DSH_JARVIS_BIN на каталог, содержащий CLI, если это не ~/.dsh-jarvis/bin.
Три урока, усвоенных на собственном опыте
--mcp-config— вариативный. Встроенный JSON, за которым следует позиционный промпт, заставляет клиента читать промпт как второй путь к конфигурации (MCP config file not found: /tmp/List the tool…). Передавайте файл.Не выходите сразу, как только stdin сообщает EOF. Спецификация говорит, что закрытие stdin клиентом — это завершение работы, но некоторые клиенты передают серверу stdin уже в состоянии EOF; сервер завершает работу до первого запроса, клиент перезапускает его, и возникает цикл. Наблюдалось: 32 запуска за три минуты, ни один вызов не завершён. Здесь EOF завершает процесс только после того, как что-то было обслужено, с ограниченным таймаутом простоя, чтобы заброшенный сервер всё же завершался.
Проверяйте мост записью, а не чтением. Модель, попрошенная «вызвать инструмент поиска», может воспроизвести правдоподобный вывод из собственного контекста, когда вызов на самом деле завершился с ошибкой — одна из них именно так и поступила, а позже призналась. Запись со случайным токеном либо попадает в хранилище, либо нет.
Тесты
npm test20 тестов, без зависимостей, без клиента: каталог инструментов и уровень JSON-RPC — оба чистые.
Лицензия
MIT
This server cannot be deployed
Maintenance
Related MCP Connectors
Your org's AI agents, tasks, runs, search, and brain files as MCP tools and resources.
MCP server for your apps' tools and custom tools, plus hosted AI agents and approval-gated workflows
Hosted MCP runtime where your agent publishes its own tools by tool call and keeps working.
Nifty's MCP server — exposes tasks, projects, messages, and files as tools for AI agents.
Related MCP Servers
- FlicenseNot gradedqualityDmaintenanceExposes MCP tools that enable remote LLMs to query local Docker containers, OS processes, and system services in real time.-
- AlicenseAqualityDmaintenanceExposes Agent Skills to AI agents as MCP tools, enabling discovery and activation of skill instructions for coding agents.327MIT
- FlicenseNot gradedqualityDmaintenanceExposes task management (add, list, complete tasks) and document search (RAG) as MCP tools for AI agents.-
- AlicenseNot gradedqualityBmaintenanceMCP server bridging ChatGPT to DeepSeek Harness, exposing 13 tools for task submission, status tracking, result retrieval, project/session management, and human-in-the-loop approvals.2MIT