Skip to main content
Glama

ConnectR

Un único cerebro compartido para todos tus agentes de IA de codificación.

ConnectR es un servidor MCP local que ofrece a Claude Code, Codex, Cursor, Kiro, Gemini CLI y Antigravity un único lugar para coordinarse: un tablero de tareas, una memoria y reclamaciones de archivos de asesoramiento, para que varios agentes puedan trabajar en el mismo repositorio al mismo tiempo sin duplicar trabajo ni sobrescribirse entre sí.

Claude Code ─┐                       ┌─ shared ticket board
   Codex ────┤──▶ connectr MCP server ─┼─ shared facts/decisions memory
  Cursor ────┤      (one JSON store)   └─ advisory file claims
Kiro/Gemini ─┘        Antigravity ──┘

Por qué

Ejecuta dos agentes de codificación en el mismo repositorio y chocarán: ambos editan los mismos archivos, ambos rehacen la misma tarea y ninguno sabe lo que el otro aprendió. ConnectR lo soluciona con estado compartido en lugar de proceso compartido — cada agente se conecta al mismo pequeño almacén a través de las herramientas MCP que ya habla.

El protocolo (inyectado en el archivo de instrucciones de cada herramienta mediante connectr init):

  1. Comprueba antes de empezarboard_view + recall para trabajo abierto y decisiones previas

  2. Reclama antes de construir — nada de código hasta que ticket_claim tenga éxito; los propietarios activos bloquean reclamaciones duplicadas

  3. Recuerda lo que importa — hechos, decisiones y lecciones (error → causa raíz → solución) mediante remember, buscables con recall; los casi duplicados se rechazan, y cada whoami saca a la luz las lecciones más recientes para que ningún agente repita un error que otro ya pagó

  4. Anuncia tus edicionesclaim_files advierte a otros agentes activos que se mantengan alejados de tus rutas

  5. Cierra con evidencia — salida de pruebas / SHAs de commit mediante ticket_update, luego ticket_close + resolución

Related MCP server: mcp-coordinator

Instalación y uso

npm install -g connectr-mcp

¿Empezando un proyecto desde cero? Deja que ConnectR monte la orquesta:

connectr new my-app --plan brief.md   # folder + PLAN.md + suggested tools, one brain

new lee tu plan, detecta lo que está instalado y sugiere qué herramientas necesita este proyecto: CLIs de despacho emparejados por área (backend→claude-code, scripts→codex, docs→gemini) e IDEs instalados (Cursor/Kiro/Antigravity) que se unen como participantes vía MCP. Confirma o anula (--tools claude-code,codex), y solo conecta esos, guarda el plan en el prompt de cada agente despachado y siembra el ticket #1: "Descompón PLAN.md en tickets" — ejecútalo y el tablero se llena solo.

En un proyecto existente en el que trabajan varios agentes:

connectr init          # wires project-scope configs: .mcp.json (Claude Code),
                       # .cursor/mcp.json, .kiro/settings/mcp.json,
                       # CLAUDE.md / AGENTS.md / GEMINI.md protocol blocks,
                       # Cursor rules + Kiro steering docs
connectr init --global # also wires Codex (~/.codex/config.toml),
                       # Gemini CLI (~/.gemini/settings.json),
                       # Antigravity (~/.gemini/antigravity-ide/mcp_config.json)
connectr doctor        # verify wiring
connectr plan "add JWT auth, tests for it, and update the docs"   # describe an outcome
connectr plan "..." --run                                # ...and dispatch what it plans
connectr task add "fix the auth flow"                    # auto-routed to the best tool
connectr task add "migrate db" --tool codex --model gpt-5-codex   # manual tool + model
connectr run           # dispatch open tasks to their routed tools, in parallel
connectr routes        # learned routing: how past outcomes reshape where tasks go
connectr dash          # live TUI host: a add task · r dispatch · l tail run log · q quit
connectr ui            # the same host as a local web dashboard (http://127.0.0.1:4270)

connectr ui sirve un panel sin dependencias vinculado a localhost: el tablero de tickets como columnas kanban, agentes en vivo, memoria compartida con insignias de lecciones, reclamaciones de archivos y colas de registros de ejecución — actualizado en vivo vía SSE. Añade tareas (misma sintaxis @tool:model) y despacha tickets abiertos desde el navegador; el despacho siempre muestra primero el plan y el modo de permisos y te pide confirmación.

connectr plan es la puerta de entrada: describes un resultado, y ConnectR lo aparca en el tablero como ticket de planificador y lo despacha. El agente que lo reclama lee tu repositorio, el tablero y la memoria compartida, y luego crea los tickets reales — titulados para que se enruten bien, con contratos publicados para el ticket contra el que otro construirá. Nunca escribes un ticket a mano. En el panel web, lo mismo es el botón Plan it (Enter); Add as one task (shift+Enter) es la vía de escape para cuando ya sabes exactamente lo que quieres.

En el panel, a abre una entrada — title auto-enruta, title @codex:gpt-5-codex asigna herramienta y modelo manualmente. r muestra el plan de despacho y el modo de permisos; pulsar r de nuevo confirma. Los agentes se lanzan en modo separado, así que siguen trabajando después de que salgas del panel.

Cuentas y suscripciones

No hay nada que conectar. ConnectR no tiene cuentas, ni claves API, ni OAuth, ni pantalla de inicio de sesión. Despacha trabajo ejecutando la CLI que ya tienes instalada, como proceso hijo — ese hijo lee sus propias credenciales de su propio lugar en tu directorio personal:

Herramienta

Inicia sesión con

Guarda las credenciales en

Claude Code

claude

~/.claude/.credentials.json

Codex

codex login

~/.codex/auth.json

Gemini CLI

gemini

~/.gemini/oauth_creds.json

Cursor / Kiro / Antigravity

el inicio de sesión propio del IDE

el almacén propio del IDE

Así que la configuración es: instala una herramienta, inicia sesión una vez como lo harías normalmente, listo. ConnectR nunca ve, almacena ni transmite una credencial — lo único que hace con ellas es comprobar que el archivo existe, para decirte que una herramienta está lista.

Esto también es por lo que no cuesta nada además de lo que ya pagas: como el trabajo se ejecuta a través de las CLIs, se factura contra tu suscripción existente de Claude Pro/Max, ChatGPT Plus o Google en lugar de cargos por token de API.

Comprueba la preparación antes de despachar:

connectr doctor
tools:
  [x] claude-code   dispatch     installed · signed in
  [x] codex         dispatch     installed · signed in
  [ ] gemini        dispatch     signed out - run: gemini
  [x] cursor        participant  joins the brain over MCP

Una herramienta que no declara archivo de credenciales informa "inicio de sesión no comprobable" en lugar de adivinar — si una herramienta guarda sus credenciales en un llavero del sistema operativo, ConnectR lo dice en lugar de afirmar un estado que no puede verificar.

Añadir otra herramienta de codificación

Las herramientas de ConnectR son datos, no código. Las tres siguientes vienen integradas; cualquier otra cosa que ejecutes es un objeto JSON en .connectr/config.json bajo tools — sin fork, sin PR, sin recompilar:

{
  "tools": [
    {
      "id": "opencode",
      "kind": "dispatch",
      "bin": "opencode",
      "args": ["opencode", "run", "{mode}", "{prompt}"],
      "modelArgs": ["--model", "{model}"],
      "modes": { "safe": [], "auto": [], "yolo": ["--yolo"] },
      "prompt": "arg"
    }
  ]
}

Campo

Significado

id

a lo que enrutas: @opencode, --tool opencode

kind

dispatch (ConnectR lo lanza) o participant (se une al cerebro vía MCP y un humano lo conduce)

bin

ejecutable a buscar en PATH

args

la plantilla de comando. {cwd} {model} {prompt} {mode} se sustituyen; {mode} es donde aterrizan los flags de permisos

modelArgs

se añaden solo cuando se establece un modelo — esto es lo que hace que el enrutamiento a nivel de modelo funcione para tu herramienta

modes

flags por perfil de permisos; deja safe/auto vacíos si la herramienta no tiene control

prompt

stdin (por defecto) canaliza la tarea al proceso; arg la pone en {prompt}

authFile

archivo de credenciales relativo al hogar, comprobado solo por existencia, para que doctor pueda decirte que la herramienta ha iniciado sesión

signInHint

el comando que doctor sugiere cuando faltan esas credenciales

Una entrada participant solo necesita id, kind y homeDir (la carpeta cuya presencia significa que está instalada) — se conecta al cerebro compartido y aparece en la orquesta.

Dar a una entrada el id de una integrada la reemplaza, que es como cambias los flags de una herramienta que ConnectR ya conoce sin esperar a una versión.

Verifica una nueva herramienta antes de confiarle trabajo real:

connectr task add "cli/script: hello world" --tool opencode
connectr run --dry-run          # confirm it routes
connectr run                    # then read .connectr/runs/*.log

La primera línea de cada registro de ejecución es el comando exacto que ConnectR lanzó, así que un flag incorrecto se ve de un vistazo. Solo claude-code, codex y gemini están verificados contra instalaciones reales aquí — trata cualquier preset que encuentres (incluido el anterior) como punto de partida para comprobar en tu propia máquina.

Modos de permisos de despacho

Los agentes despachados se ejecutan bajo un perfil por proyecto (por defecto auto — nunca yolo a menos que lo digas):

connectr init --mode safe|auto|yolo    # saved to .connectr/config.json

Modo

Significado

claude-code

codex

gemini

safe

lectura + plan + cerebro compartido; escrituras bloqueadas

--allowedTools mcp__connectr

--sandbox read-only

--approval-mode default

auto

ediciones permitidas, todo lo demás sigue controlado

--permission-mode acceptEdits + acceso al cerebro

--full-auto

--approval-mode auto_edit

yolo

sin controles (el comportamiento antiguo, ahora opt-in)

--dangerously-skip-permissions

--dangerously-bypass-approvals-and-sandbox

--approval-mode yolo

En safe/auto, las acciones que la propia configuración de una herramienta no permite simplemente fallan en lugar de preguntar — los agentes no interactivos no pueden responder a prompts. Permite comandos específicos del proyecto (ejecutores de pruebas, etc.) en la configuración de cada herramienta si quieres que los agentes auto verifiquen su trabajo.

Reinicia tus herramientas de codificación para que recojan la nueva configuración MCP. Luego solo di a cualquier agente:

"Usa connectr: whoami, revisa el tablero, reclama un ticket y empieza."

Las 10 herramientas MCP

Herramienta

Propósito

whoami

registrar identidad; ver pares en vivo + resumen del tablero

remember / recall

memoria compartida entre todas las herramientas: kind = hecho / decisión / lección (+fix), deduplicada

El enrutamiento se aprende por resultados, hasta el modelo. Cada ticket cerrado registra qué herramienta — y qué modelo, ya que los agentes informan del suyo — completó, falló o perdió qué categoría de trabajo. Con 3+ resultados en una categoría, un objetivo que supera la regla estática se hace cargo, y eso puede ser otra herramienta u otro modelo de la misma herramienta:

◆ docs|readme|research|…
    rule says gemini · outcomes: gemini:gemini-2.5-pro 3w/0l · gemini:gemini-2.5-flash 1w/1l
    pick: gemini:gemini-2.5-pro  << LEARNED override

Dos salvaguardas lo mantienen honesto: una anulación necesita 3+ resultados, y necesita que la propia herramienta de la regla se haya probado realmente — de lo contrario, "nunca probado" se leería como "peor que quien corrió primero" y el enrutador se fosilizaría. connectr routes muestra toda la tabla con su evidencia. Tu historial del tablero decide qué es mejor en qué, en tus proyectos. | ticket_create / ticket_claim / ticket_update / ticket_close | coordinación del trabajo; reclamar antes de construir | | board_view | todo de un vistazo | | claim_files / release_files | bloqueos de asesoramiento, caducan automáticamente después de 2h |

El cierre de un ticket requiere una resolución — completed, duplicate, wontfix o already_done — para que "enviado" se distinga de "resultó innecesario".

Cómo funciona

  • Almacén: <proyecto>/.connectr/store.json — JSON legible por humanos, ignorado por git por defecto.

  • Concurrencia: archivo de bloqueo entre procesos (O_EXCL, robo de obsoletos después de 10s) + escrituras atómicas de renombrado temporal. Sobrevive a fallos; las reclamaciones caducadas se barren automáticamente.

  • Identidad: variable de entorno CONNECTR_AGENT, si no el nombre del cliente MCP, si no anon-<pid>.

  • Transporte: stdio — el único transporte que cada herramienta listada soporta de forma nativa. Sin demonio, nada que desplegar.

Matriz verificada

Objetivos de configuración verificados contra instalaciones reales en Windows:

Herramienta

Configuración conectada

Estado

Claude Code

.mcp.json + bloque CLAUDE.md

probado de extremo a extremo

Cursor

.cursor/mcp.json + reglas .mdc

esquema verificado

Kiro

.kiro/settings/mcp.json + documento de guía

esquema verificado

Gemini CLI

~/.gemini/settings.json + GEMINI.md

esquema verificado

Codex

[mcp_servers.connectr] anexo TOML

esquema verificado

Antigravity

~/.gemini/antigravity-ide/mcp_config.json

esquema verificado

init es quirúrgico e idempotente: solo añade/actualiza sus propios bloques envueltos en marcadores y su propia entrada connectr — nunca toca las entradas o secretos de otros servidores.

Desarrollo

npm install
npm test        # vitest suite incl. two-process race test
npm run smoke   # drives two real MCP client sessions over stdio:
                # cross-process memory recall + live-ticket conflict refusal
npm run build && node dist/cli/index.js init --dry-run

Licencia

MIT

A
license - permissive license
Not graded
quality - not tested
B
maintenance

Maintenance

Maintainers
Response time
Release cycle
Releases (12mo)
Commit activity

Resources

Unclaimed servers have limited discoverability.

Looking for Admin?

If you are the server author, to access and configure the admin panel.

Related MCP Servers

View all related MCP servers

Related MCP Connectors

  • Coding agents from Claude Code, Cursor and Codex claim jobs and lock files on one shared board.

  • One shared brain for your AI coding agents: team memory, agent Q&A, tasks, and file claims.

  • The team layer for AI coding agents: shared contracts, collision alerts, E2EE sessions.

View all MCP Connectors

Latest Blog Posts

MCP directory API

We provide all the information about MCP servers via our MCP API.

curl -X GET 'https://glama.ai/api/mcp/v1/servers/JrKrishh/connectr'

If you have feedback or need assistance with the MCP directory API, please join our Discord server