connectr
ConnectR
모든 AI 코딩 에이전트를 위한 하나의 공유 두뇌.
ConnectR은 로컬 MCP 서버로, Claude Code, Codex, Cursor, Kiro, Gemini CLI 및 Antigravity에 단일 작업 보드, 단일 메모리, 그리고 조언적 파일 클레임을 제공하여 여러 에이전트가 동시에 같은 저장소에서 작업할 때 중복 작업이나 서로 덮어쓰는 일 없이 협력할 수 있게 합니다.
Claude Code ─┐ ┌─ shared ticket board
Codex ────┤──▶ connectr MCP server ─┼─ shared facts/decisions memory
Cursor ────┤ (one JSON store) └─ advisory file claims
Kiro/Gemini ─┘ Antigravity ──┘왜 필요한가
같은 저장소에서 두 개의 코딩 에이전트를 실행하면 충돌이 발생합니다: 둘 다 같은 파일을 수정하고, 둘 다 같은 작업을 반복하며, 서로가 배운 것을 알지 못합니다. ConnectR은 공유 프로세스 대신 공유 상태로 이를 해결합니다 — 모든 에이전트는 이미 사용하는 MCP 도구를 통해 동일한 작은 저장소에 연결됩니다.
프로토콜(connectr init으로 각 도구의 지시 파일에 주입됨):
시작 전에 확인 —
board_view+recall로 진행 중인 작업과 이전 결정 확인빌드 전에 클레임 —
ticket_claim이 성공할 때까지 코드 작성 금지; 활성 소유자가 중복 클레임을 차단중요한 것 기억 — 사실, 결정, 그리고 교훈(실수 → 근본 원인 → 수정)을
remember로 저장하고recall로 검색 가능; 유사 중복은 거부되며, 모든whoami는 가장 최신 교훈을 표시하여 어떤 에이전트도 다른 에이전트가 이미 치른 실수를 반복하지 않도록 함편집 알림 —
claim_files로 다른 활성 에이전트에게 경로 보호증거와 함께 종료 —
ticket_update로 테스트 출력/커밋 SHA 기록, 그 다음ticket_close+ 해결 상태
Related MCP server: mcp-coordinator
설치 및 사용
npm install -g connectr-mcp완전히 새로운 프로젝트를 시작하시나요? ConnectR이 오케스트라를 구성하게 하세요:
connectr new my-app --plan brief.md # folder + PLAN.md + suggested tools, one brainnew는 계획을 읽고, 설치된 도구를 감지하며, 이 프로젝트에 필요한 도구를 제안합니다 — 영역별로 디스패치 CLI를 매칭(백엔드→claude-code, 스크립트→codex, 문서→gemini)하고 설치된 IDE(Cursor/Kiro/Antigravity)는 MCP를 통해 참가자로 합류합니다. 확인하거나 재정의(--tools claude-code,codex)하면 해당 도구만 연결하고, 계획을 각 디스패치된 에이전트의 프롬프트에 저장하며, 티켓 #1을 시드합니다: "PLAN.md를 티켓으로 분해" — 실행하면 보드가 스스로 채워집니다.
여러 에이전트가 작업하는 기존 프로젝트에서:
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 ui는 localhost에 바인딩된 제로 의존성 대시보드를 제공합니다: 칸반 열로 된 티켓 보드, 활성 에이전트, 교훈 배지가 있는 공유 메모리, 파일 클레임, 실행 로그 테일 — SSE로 실시간 업데이트됩니다. 브라우저에서 작업 추가(같은 @tool:model 구문) 및 열린 티켓 디스패치 가능; 디스패치는 항상 계획과 권한 모드를 먼저 표시하고 확인을 요청합니다.
connectr plan은 정문입니다: 결과를 설명하면 ConnectR이 이를 플래너 티켓으로 보드에 올리고 디스패치합니다. 이를 클레임한 에이전트는 저장소, 보드, 공유 메모리를 읽고 실제 티켓을 생성합니다 — 라우팅이 잘 되도록 제목을 붙이고, 다른 티켓이 빌드할 계약을 게시합니다. 티켓을 수동으로 작성할 필요가 없습니다. 웹 대시보드에서 같은 기능은 Plan it 버튼(Enter)입니다; Add as one task(shift+Enter)는 정확히 원하는 것을 이미 알고 있을 때 사용하는 탈출구입니다.
대시에서 a는 입력을 엽니다 — title은 자동 라우팅, title @codex:gpt-5-codex는 도구와 모델을 수동 지정. r은 디스패치 계획과 권한 모드를 표시; r을 다시 누르면 확인합니다. 에이전트는 분리된 상태로 실행되므로 대시를 종료해도 계속 작업합니다.
계정 및 구독
연결할 것이 없습니다. ConnectR에는 계정, API 키, OAuth, 로그인 화면이 없습니다. 이미 설치된 CLI를 자식 프로세스로 실행하여 작업을 디스패치합니다 — 그 자식은 홈 디렉토리의 자체 위치에서 자체 자격 증명을 읽습니다:
도구 | 로그인 방법 | 자격 증명 저장 위치 |
Claude Code |
|
|
Codex |
|
|
Gemini CLI |
|
|
Cursor / Kiro / Antigravity | IDE 자체 로그인 | IDE 자체 저장소 |
따라서 설정은: 도구를 설치하고, 평소처럼 한 번 로그인하면 끝입니다. ConnectR은 자격 증명을 보거나, 저장하거나, 전송하지 않습니다 — 파일이 존재하는지 확인하여 도구가 준비되었는지 알려주는 것뿐입니다.
이것이 기존에 지불하는 비용 외에 추가 비용이 없는 이유이기도 합니다: 작업이 CLI를 통해 실행되므로 토큰별 API 요금이 아닌 기존 Claude Pro/Max, ChatGPT Plus 또는 Google 구독에 청구됩니다.
디스패치 전에 준비 상태를 확인하세요:
connectr doctortools:
[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 MCP자격 증명 파일을 선언하지 않은 도구는 추측 대신 "로그인 확인 불가"를 보고합니다 — 도구가 OS 키체인에 자격 증명을 보관하는 경우 ConnectR은 확인할 수 없는 상태를 주장하는 대신 그렇게 알려줍니다.
다른 코딩 도구 추가
ConnectR의 도구는 코드가 아니라 데이터입니다. 아래 세 가지는 기본 내장되어 있으며, 실행하는 다른 모든 것은 .connectr/config.json의 tools 아래 JSON 객체입니다 — 포크, PR, 재빌드 없음:
{
"tools": [
{
"id": "opencode",
"kind": "dispatch",
"bin": "opencode",
"args": ["opencode", "run", "{mode}", "{prompt}"],
"modelArgs": ["--model", "{model}"],
"modes": { "safe": [], "auto": [], "yolo": ["--yolo"] },
"prompt": "arg"
}
]
}필드 | 의미 |
| 라우팅 대상: |
|
|
| PATH에서 찾을 실행 파일 |
| 명령 템플릿. |
| 모델이 설정된 경우에만 추가 — 이것이 도구에 대한 모델 수준 라우팅을 가능하게 함 |
| 권한 프로필별 플래그; 도구에 게이팅이 없으면 |
|
|
| 홈 상대 자격 증명 파일, 존재 여부만 확인하므로 |
| 자격 증명이 없을 때 |
participant 항목은 id, kind, homeDir(설치 여부를 나타내는 폴더)만 필요합니다 — 공유 두뇌에 연결되고 오케스트라에 표시됩니다.
항목에 내장 도구의 id를 주면 대체되며, 이는 릴리스를 기다리지 않고 ConnectR이 이미 아는 도구의 플래그를 변경하는 방법입니다.
실제 작업에 신뢰하기 전에 새 도구를 검증하세요:
connectr task add "cli/script: hello world" --tool opencode
connectr run --dry-run # confirm it routes
connectr run # then read .connectr/runs/*.log모든 실행 로그의 첫 줄은 ConnectR이 생성한 정확한 명령이므로 잘못된 플래그는 한 눈에 알 수 있습니다. 여기서 실제 설치로 검증된 것은 claude-code, codex, gemini뿐입니다 — 발견한 프리셋(위 포함)은 자신의 머신에서 확인할 시작점으로 취급하세요.
디스패치 권한 모드
디스패치된 에이전트는 프로젝트별 프로필(기본 auto — 직접 지정하지 않는 한 절대 yolo 아님)로 실행됩니다:
connectr init --mode safe|auto|yolo # saved to .connectr/config.json모드 | 의미 | claude-code | codex | gemini |
| 읽기 + 계획 + 공유 두뇌; 쓰기 차단 |
|
|
|
| 편집 허용, 나머지는 게이팅 유지 |
|
|
|
| 게이팅 없음 (이전 동작, 이제 옵트인) |
|
|
|
safe/auto에서 도구 자체 설정이 허용하지 않는 작업은 프롬프트 대신 실패합니다 — 비대화형 에이전트는 프롬프트에 응답할 수 없습니다. auto 에이전트가 작업을 검증하도록 하려면 각 도구의 자체 설정에서 프로젝트별 명령(테스트 러너 등)을 허용 목록에 추가하세요.
코딩 도구를 다시 시작하여 새 MCP 구성을 적용하세요. 그런 다음 아무 에이전트에게 말하세요:
"connectr 사용: whoami, 보드 확인, 티켓 클레임하고 시작."
10가지 MCP 도구
도구 | 목적 |
| 신원 등록; 라이브 피어 + 보드 요약 보기 |
| 모든 도구 간 공유 메모리: |
라우팅은 결과 학습이며 모델 수준까지 내려갑니다. 닫힌 모든 티켓은 어떤 도구 — 그리고 에이전트가 보고하므로 어떤 모델 — 이 어떤 작업 범주를 완료, 실패, 또는 놓쳤는지 기록합니다. 범주에 3개 이상의 결과가 있으면 정적 규칙보다 우수한 대상이 이를 대체하며, 이는 다른 도구 또는 같은 도구의 다른 모델일 수 있습니다:
◆ 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 override두 가지 가드가 정직성을 유지합니다: 재정의에는 3개 이상의 결과가 필요하고, 규칙 자체의 도구가 실제로 시도되었어야 합니다 — 그렇지 않으면 "시도된 적 없음"이 "먼저 실행한 사람보다 나쁨"으로 읽혀 라우터가 석화될 수 있습니다. connectr routes는 증거와 함께 전체 테이블을 표시합니다. 보드 기록이 당신의 프로젝트에서 무엇이 가장 잘하는지 결정합니다.
| ticket_create / ticket_claim / ticket_update / ticket_close | 작업 조정; 빌드 전 클레임 |
| board_view | 모든 것을 한눈에 |
| claim_files / release_files | 조언적 잠금, 2시간 후 자동 만료 |
티켓 종료에는 해결 상태 — completed, duplicate, wontfix, 또는 already_done — 가 필요하므로 "배송됨"이 "불필요한 것으로 판명"과 구분됩니다.
작동 방식
저장소:
<project>/.connectr/store.json— 사람이 읽을 수 있는 JSON, 기본적으로 gitignore됨.동시성: 프로세스 간 잠금 파일(
O_EXCL, 10초 후 스테일 스틸) + 원자적 임시 이름 변경 쓰기. 충돌에도 견디며, 만료된 클레임은 자동으로 정리됩니다.신원:
CONNECTR_AGENT환경 변수, 없으면 MCP 클라이언트 이름, 없으면anon-<pid>.전송: stdio — 나열된 모든 도구가 기본적으로 지원하는 유일한 전송. 데몬 없음, 배포할 것 없음.
검증 매트릭스
Windows에서 실제 설치에 대해 검증된 구성 대상:
도구 | 구성 연결 | 상태 |
Claude Code |
| 종단 간 테스트됨 |
Cursor |
| 스키마 검증됨 |
Kiro |
| 스키마 검증됨 |
Gemini CLI |
| 스키마 검증됨 |
Codex |
| 스키마 검증됨 |
Antigravity |
| 스키마 검증됨 |
init은 정밀하고 멱등적입니다: 자체 마커로 감싼 블록과 자체 connectr 항목만 추가/업데이트하며 다른 서버의 항목이나 비밀은 절대 건드리지 않습니다.
개발
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-run라이선스
MIT
This server cannot be installed
Maintenance
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
- AlicenseBqualityDmaintenanceA coordination server that enables multiple AI coding agents to work together on the same project by providing shared memory, file locking, decision tracking, and architecture guidance, preventing conflicts and maintaining consistency across sessions.521MIT
- AlicenseNot gradedqualityAmaintenancePrevents AI coding agents from conflicting by coordinating file claims and resolving conflicts in real-time across multiple sessions.3961MIT
- AlicenseNot gradedqualityCmaintenanceEnables multiple AI agents like Claude and Codex to coordinate on the same project through shared tasks, file locks, and a real-time dashboard, preventing conflicts and streamlining collaborative development.121MIT
- AlicenseNot gradedqualityAmaintenanceCoordinates parallel AI coding agents by providing task ownership, scoped file locks, handoffs, and verification workflows.MIT
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.
Latest Blog Posts
- Who's Calling? MCP Hosts Are an Identity Blind Spot (And the Spec Knows It)By Om-Shree-0709 on .mcpAgent IdentityOAuth 2.1
- Your AI Chatbot Just Exposed Your CEO's Salary to an InternBy Om-Shree-0709 on .Agent IdentityMCP SecurityOAuth Delegation
- Why MCP Servers Need Execution Sandboxing (And Why Your Current Stack Isn't Enough)By Om-Shree-0709 on .Agentic AiPrompt InjectionWebAssembly
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