Which integrations are available for this server?

Enables orchestration of OpenAI Codex CLI agents as team members, allowing them to receive subtasks and collaborate through tmux sessions. Uses tmux to create and manage isolated terminal sessions for each agent member, providing window management for multi-agent collaboration.

How do I use Multi-Agent MCP?

1. Click on "Deploy Server". 2. Wait a few minutes for the server to deploy. Once ready, it will show a "Started" state. 3. In the chat, type @ followed by the MCP server name and your instructions, e.g., "@Multi-Agent MCP Have the leader assign the login feature to Bob and Carol" That's it! The server will respond to your query, and you can continue using it as needed. Here is a step-by-step guide with screenshots.

Multi-Agent MCP

by davidzong1

Overview Schema Source Related Servers Discussions Admin

Python

Local

Multi-Agent MCP

基于 FastMCP 构建的多智能体团队协作 MCP 服务器。通过 tmux 终端窗口为每个 agent 成员创建独立的 CLI 会话，由 Leader 统一接收总任务、拆分子任务并分配给各成员。

支持 Claude Code + OpenAI Codex CLI 混合 agent 协同工作。

架构概览

┌──────────────────────────────────────────────────────────────────┐
│  你的 VS Code / 主会话                                            │
│                                                                   │
│  用自然语言管理团队、启动终端、分配总任务                             │
│       ↓                                                           │
│  MCP Server (FastMCP)  ←── teams_data.json (持久化)               │
│       ↓                                                           │
│  ┌─ tmux session: mcp_dev_team ─────────────────────────────────┐ │
│  │  window: 👑alice (leader · codex)  ← 自动连接 MCP            │ │
│  │  window: bob   (coder  · claude)  ← 纯文本接收子任务         │ │
│  │  window: carol (tester · codex)   ← 纯文本接收子任务         │ │
│  └──────────────────────────────────────────────────────────────┘ │
└──────────────────────────────────────────────────────────────────┘

Related MCP server: Agent Collaboration MCP Server

环境要求

依赖	版本/说明
Python	≥ 3.10
FastMCP	≥ 2.0 (`pip install fastmcp`)
tmux	`sudo apt install tmux` / `brew install tmux`
Claude Code	（可选）`npm install -g @anthropic-ai/claude-code`
Codex CLI	（可选）`npm install -g @openai/codex`

安装

1. 克隆项目

git clone https://github.com/davidzong1/Mult-Agent-MCP.git
cd mult_agent_mcp
./install.sh
source ~/.bashrc

2. 安装依赖

pip install -r requirements.txt

3. 确保 tmux 可用

tmux -V

未安装时：

# Ubuntu / Debian
sudo apt install tmux
pip install textual

# macOS
brew install tmux

4. 安装至少一个 Agent CLI

# Claude Code
npm install -g @anthropic-ai/claude-code

# Codex CLI（需要 Node.js ≥ 22，ChatGPT Plus/Pro 账号或 API Key）
npm install -g @openai/codex

5. 指令行启动MCP(已废弃)

配置 MCP 连接

Claude Code — 在 .claude/mcp.json 中添加：

{
  "mcpServers": {
    "mult-agent-mcp": {
      "type": "http",
      "url": "http://localhost:8000/mcp"
    }
  }
}

Codex CLI 命令行执行 — 终端执行：

codex mcp add mult-agent-mcp --url http://localhost:8000/mcp

或让 MCP server 自动配置（见下文 setup_codex_mcp）。

leader 终端在 launch_team_terminals 时会自动配置 MCP（Claude → 写入 .claude/mcp.json，Codex → 注册到 ~/.codex/config.toml）。

6. 启动 MCP 服务器

cd mult_agent_mcp
python mult_agent_mcp.py
# 或指定端口
FASTMCP_PORT=8000 python mult_agent_mcp.py

Team Manager TUI（团队管理可视化界面）（推荐）

无需自然语言命令，通过终端图形界面直接管理团队和成员。

启动

teammcp

主界面

团队详情页（选中团队按 Space）

操作快捷键

主界面

按键	功能
`A`	弹出创建团队表单（名称/描述/默认Agent）
`Enter`	进入团队详情页
`P`	设置代理
`D`	删除选中团队（有确认）
`L`	直接接管 Leader（当前会话）
`Q`	退出

详情页

按键	功能
`A`	弹出添加成员表单（名称/角色/Agent）
`R`	移除选中成员（Leader 不可直接移除）
`E`	编辑成员的角色和 Agent
`L`	将选中成员指定为 Leader
`T`	启动团队 tmux 终端
`K`	关闭团队 tmux 终端
`0`	打开 Leader 终端；TUI 在 tmux 内运行时会分屏进入，否则打开新终端窗口
`Esc`	返回主界面

详情页成员状态列会显示稳定文字状态：working 表示窗口存活且有未完成任务，idle 表示窗口存活但无进行中任务，sleep 表示任务完成后休眠，dead 表示未启动或异常退出。

数据兼容

TUI 直接读写 MCP Server 的 teams_data.json，两者完全互通：

TUI 添加团队 ─→ teams_data.json ←─ MCP Server team_create
TUI 添加成员 ─→ teams_data.json ←─ MCP Server add_member
TUI 指定Leader ─→ teams_data.json ←─ MCP Server set_leader

可以用 TUI 创建团队，然后在 Claude Code 中 launch_team_terminals 启动终端；也可以反过来。

快速开始

所有操作在 Claude Code / Codex 的聊天框中用自然语言完成。

第一步：创建混合 agent 团队

> 创建一个团队叫 dream_team，默认 agent 用 claude。
  添加三个成员：
  alice（role=leader, agent=codex），
  bob（role=coder, agent=claude），
  carol（role=tester, agent=codex）

等价于：

team_create("dream_team", "混合 agent 团队", default_agent="claude")
add_member("dream_team", "alice", role="leader", agent="codex")
add_member("dream_team", "bob",   role="coder",  agent="claude")
add_member("dream_team", "carol", role="tester",  agent="codex")
set_leader("dream_team", "alice")

第二步：启动终端

> 启动 dream_team 的终端，任务是"实现用户登录系统"

MCP server 自动完成：

alice (codex leader)：注册 MCP 到 ~/.codex/config.toml，启动 codex 窗口
bob (claude coder)：启动 claude 窗口
carol (codex tester)：启动 codex 窗口
总任务文本发送到 alice 的终端

第三步：Leader 拆分与分配

Leader (alice) 在自己的终端中：

> 查看团队
→ leader_list_team("dream_team")
→ bob(coder · claude), carol(tester · codex)

> 让 bob 实现登录页面，让 carol 写测试用例
→ leader_assign_subtask("dream_team", "bob", "实现登录页面...")
→ leader_assign_subtask("dream_team", "carol", "写登录测试用例...")

第四步：收尾

> 查看终端状态
→ terminal_status("dream_team")

> 关闭所有终端
→ kill_team_terminals("dream_team")

两种 Leader 模式

tmux 模式（默认）

Leader 在独立 tmux 窗口中运行，自动连接 MCP server。

你 ─→ MCP ─→ launch_team_terminals ─→ [alice tmux] ─→ leader_* ─→ [bob] [carol]

Direct 模式

你直接在当前会话充当 leader。

claim_leader("dream_team")
# 如果旧 leader 存活 → 自动降级为普通成员
# 如果旧 leader 已死 → 直接接管

# 直接在当前会话分配任务
leader_assign_subtask("dream_team", "bob", "实现登录页面")
leader_broadcast("dream_team", "进度更新：前端完成 30%")

# 释放
unclaim_leader("dream_team", restore_member="alice")

混合 Agent 协同（Claude + Codex）

核心设计

每个成员有独立的 agent 字段，值为任意 CLI 命令。MCP server 根据 agent 类型自动适配：

Agent 类型	识别规则	MCP 配置方式	Leader 启动
`claude`	包含 "claude"	写入 `<workspace_dir>/.claude/mcp.json`	从团队共享工作目录启动
`codex`	包含 "codex"	注册到 `~/.codex/config.toml`	用 `-C` 从团队共享工作目录启动，并注入团队 Leader 提示
其他	不匹配以上	两种都尝试	从团队共享工作目录启动

workspace_dir 默认避开内部 .team_workspaces/<team> 隔离目录，优先使用进入 agent 前的工作目录；通过 team_manger.py 启动时使用 team_manger.py 所在目录。成员交换报告、补丁、文件锁和压缩上下文时使用 share_context_space/<team> 共享上下文区。

混合团队示例

# 创建团队
team_create("mixed_team", default_agent="claude")

# Claude 作为 leader + Codex 作为成员
add_member("mixed_team", "alice", role="leader", agent="claude")
add_member("mixed_team", "bob",   role="coder",  agent="codex")
add_member("mixed_team", "carol", role="tester",  agent="codex")
set_leader("mixed_team", "alice")

# 或者反过来——Codex 作为 leader
add_member("mixed_team", "dave", role="backend_dev", agent="claude")
member_set_agent("mixed_team", "alice", "codex")  # 切换 leader 类型
launch_team_terminals("mixed_team", task="实现微服务架构")

# 检查 agent 配置状态
check_agent_setup("mixed_team")
→ Claude MCP: ✅
→ Codex MCP: ✅

Codex MCP 管理工具

工具	说明
`setup_codex_mcp()`	手动注册 Codex MCP（等效于 `codex mcp add`）
`remove_codex_mcp()`	移除 Codex MCP
`check_agent_setup(team_name)`	检查团队中所有 agent 的 MCP 配置状态

# 也可以手动在终端执行
codex mcp add mult-agent-mcp --url http://localhost:8000/mcp
codex mcp list

任务传递原理

无论 member 是 Claude 还是 Codex，子任务通过 tmux send-keys 以纯文本发送到对应窗口。成员终端收到文本后，像有用户在终端打字并按回车一样，agent CLI 自动解析并执行。

leader_assign_subtask("team", "bob", "实现登录页面")
          │
          ▼
tmux send-keys -t mcp_team:bob "实现登录页面" Enter
          │
          ▼
bob 的终端窗口收到文本 → claude 或 codex 开始执行

如果成员卡在文件修改或命令执行的授权提示中，Leader 可先读取成员终端，再向该成员终端发送受控确认选项：

leader_read_member_terminal("team", "bob")         # 查看成员是否停在 approval prompt
leader_authorize_member("team", "bob", "yes")      # 选择第 1 项，通常为本次允许
leader_authorize_member("team", "bob", "session")  # 选择第 2 项，通常为本会话记住
leader_authorize_member("team", "bob", "3")        # 选择第 3 项，具体含义以终端提示为准

完整工具参考

用户端工具（团队管理）

工具	参数	说明
`team_create`	`team_name`, `description?`, `default_agent?`	创建团队，可指定默认 agent
`list_teams`	—	列出所有团队
`delete_team`	`team_name`	删除团队及终端
`team_set_default_agent`	`team_name`, `agent`	修改团队默认 agent

用户端工具（成员管理）

工具	参数	说明
`add_member`	`team_name`, `member_name`, `role?`, `model?`, `agent?`	添加成员。agent 为空时继承团队默认值
`remove_member`	`team_name`, `member_name`	移除成员
`list_members`	`team_name`	列出成员（含 agent 类型）
`set_leader`	`team_name`, `member_name`	指定 tmux leader
`member_set_agent`	`team_name`, `member_name`, `agent`	修改成员 agent（claude/codex/自定义）

用户端工具（Agent 配置）

工具	参数	说明
`setup_codex_mcp`	`server_name?`	注册 Codex MCP 到 `~/.codex/config.toml`
`remove_codex_mcp`	`server_name?`	移除 Codex MCP
`check_agent_setup`	`team_name`	检查团队所有 agent 的 MCP 配置状态
`get_server_config`	—	查看 MCP 配置（Claude + Codex 双格式）

用户端工具（Leader 切换）

工具	参数	说明
`claim_leader`	`team_name`	将当前会话注册为 leader
`unclaim_leader`	`team_name`, `restore_member?`	释放 leader

用户端工具（终端管理）

工具	参数	说明
`launch_team_terminals`	`team_name`, `task?`	启动所有成员的 tmux 终端
`kill_team_terminals`	`team_name`	关闭所有终端
`terminal_status`	`team_name`	查看终端状态（含 agent 类型）

Leader 端工具

工具	参数	说明
`leader_list_team`	`team_name`	查看团队面板
`leader_select_task_members`	`team_name`, `task`, `required_roles?`, `create_missing?`	分配前按任务内容和成员角色选择参与者，缺失角色可自动创建成员
`leader_assign_subtask`	`team_name`, `member_name`, `subtask`, `context?`	分配子任务（支持 claude + codex 成员）
`leader_assign_task_to_relevant`	`team_name`, `task`, `subtask?`, `required_roles?`, `create_missing?`	仅向任务相关角色成员分配任务
`leader_broadcast`	`team_name`, `message`	广播消息给全员
`leader_broadcast_to_relevant`	`team_name`, `message`, `task?`, `required_roles?`, `create_missing?`	仅向任务相关角色成员广播
`leader_set_discussion_mode`	`team_name`, `enabled?`, `max_rounds?`	开启或关闭讨论模式
`leader_start_discussion`	`team_name`, `topic`, `required_roles?`, `participants?`, `max_rounds?`	启动讨论模式，跳过 busy 成员
`leader_discussion_next_round`	`team_name`, `leader_instruction?`, `consensus_reached?`	汇总当前结论并推进下一轮，最多 3 轮
`leader_end_discussion`	`team_name`, `reason?`	手动结束讨论模式
`leader_authorize_member`	`team_name`, `member_name`, `choice?`	对成员终端中的授权提示发送确认选项
`leader_read_member_terminal`	`team_name`, `member_name`, `lines?`	读取成员终端最近输出，定位授权卡点
`leader_monitor_members`	`team_name`, `auto_authorize_choice?`, `mark_idle_done?`, `lines?`	巡检成员终端，识别 approval/busy/idle/dead，并让空闲成员退出 working
`leader_activate`	`team_name`	重新激活 leader，原子收取中断/休息期间的成员回报并展示未完成任务
`leader_get_recovery_context`	`team_name`	获取 leader 重新进入后的完整恢复摘要
`leader_configure_recovery`	`team_name`, `enabled?`, `min_interval_seconds?`, `max_revivals?`, `max_member_recoveries?`	配置中断自动恢复的限流与上限
`leader_set_member_mode`	`team_name`, `member_name?`, `mode`, `auto_authorize?`	设置成员 `manual`/`auto`/`plan` 模式；Claude 映射 permission-mode，Codex 映射 approval policy
`leader_grant_member_autonomy`	`team_name`, `member_name?`, `relaunch?`	授予成员自动执行权限；Claude 使用 auto mode，Codex 使用 no-approval，`relaunch=true` 可立即重启加载
`leader_add_member`	`team_name`, `member_name`, `role?`, `agent?`	动态添加成员 + 创建终端
`leader_remove_member`	`team_name`, `member_name`	移除成员 + 关闭终端
`leader_redefine_member`	`team_name`, `member_name`, `role?`, `agent?`	修改成员角色/agent
`leader_launch_member_terminal`	`team_name`, `member_name`	启动成员终端

成员协作工具

工具	参数	说明
`member_report_result`	`team_name`, `result`, `artifact_path?`, `member_name?`, `compressed_context?`	回传结果并生成压缩上下文
`member_get_my_task`	`team_name`, `member_name`	读取持久化的未完成任务并记录续跑状态，供成员中断后继续工作
`member_check_leader_status`	`team_name`	检查 leader 终端；发现中断时幂等触发限流恢复
`member_read_discussion`	`team_name`	查看当前讨论主题、轮次和其他成员最后结论
`member_report_discussion_conclusion`	`team_name`, `member_name`, `conclusion`, `round_number?`	上报讨论模式中的本轮结论
`member_read_shared`	`team_name`	读取共享上下文区最近结果
`member_list_shared_files`	`team_name`	列出共享上下文区文件
`member_acquire_file_lock`	`team_name`, `member_name`, `file_path`, `purpose?`, `ttl_seconds?`	申请文件修改锁
`member_release_file_lock`	`team_name`, `member_name`, `file_path`	释放自己的文件锁
`member_list_file_locks`	`team_name`	查看活跃文件锁
`member_submit_patch`	`team_name`, `member_name`, `summary`, `patch`, `base_ref?`	将修改以 patch 提交到共享上下文区

多人需要修改同一文件时，优先由成员申请 member_acquire_file_lock；未拿到锁的成员应提交 member_submit_patch，由 leader 或锁持有人合并，避免直接覆盖其他成员改动。

工作流中断自动恢复

启用团队终端监控后，MCP 后台巡检会检测成员窗口缺失、CLI 崩溃回到 shell 提示符等中断状态；若成员仍有未完成任务，会在恢复上限内重建窗口、重发恢复上下文和任务。成员重新进入后也可调用 member_get_my_task 主动续跑。

leader 侧采用同一闭环：巡检发现 leader 窗口中断时幂等重建并注入总任务恢复上下文；成员调用 member_report_result 时会把回报持久化到有界队列，并在 leader 处于休息状态时注入唤醒消息。若 leader 终端已死，回报路径会尝试限流恢复；direct leader 则由 leader_activate 在重新进入后原子收取回报。

恢复具有并发安全和保护措施：终端创建使用现有 spawn 锁，leader 复活按时间间隔和会话次数限流，活跃 CLI 不会被自动重启；达到上限时保留回报和恢复摘要，等待人工处理。

claim_leader 接管逻辑

claim_leader("team")
        │
        ├── 已经是 direct leader
        │   → 提示"你已经是 leader"
        │
        ├── 之前无 leader
        │   → 🆕 设为直接控制模式
        │
        ├── 有 tmux leader 且终端存活
        │   → 🔄 原 leader 降级为普通成员（窗口保留）
        │   → ✅ 你接管为 leader
        │
        └── 有 tmux leader 但终端已死
            → 💀 直接接管，清理死引用

数据存储

{
  "teams": {
    "dream_team": {
      "description": "混合 agent 团队",
      "leader": "alice",
      "leader_type": "tmux",
      "default_agent": "claude",
      "terminals_active": true,
      "members": {
        "alice": {"role": "leader", "model": "", "agent": "codex"},
        "bob":   {"role": "coder",  "model": "", "agent": "claude"},
        "carol": {"role": "tester", "model": "", "agent": "codex"}
      }
    }
  }
}

字段	说明
`leader`	被指定为 leader 的成员名
`leader_type`	`"tmux"` / `"direct"` / `""`
`default_agent`	团队默认 agent，新成员继承
`workspace_dir`	团队共享工作目录
`context_dir`	团队共享上下文区
`terminals_active`	tmux session 是否在运行
`members[].agent`	成员 CLI 命令（`claude` / `codex` / 自定义）
`members[].role`	成员角色标识
`members[].model`	成员使用的模型（可选）
`members[].last_task` / `last_task_completed`	成员任务快照与完成标记，用于中断续跑
`leader_pending_reports`	leader 离线或休息期间的有界成员回报队列
`leader_revival_config`	leader 自动复活的启用、间隔和次数上限

MCP 配置位置：

Claude: <workspace_dir>/.claude/mcp.json
Codex: ~/.codex/config.toml（全局，所有 codex agent 共享）

tmux 操作速查

# 查看团队终端
tmux attach -t mcp_dev_team

# 在 tmux 中: Ctrl+B 然后按数字键 → 切换窗口
# 在 tmux 中: Ctrl+B 然后按 W → 列出所有窗口
# 在 tmux 中: Ctrl+B 然后按 D → 脱离（不关闭）

tmux list-sessions              # 列出所有 session
tmux list-windows -t mcp_dev_team  # 列出某 session 的窗口

常见问题

Q: leader 的终端如何获得 leader_* 工具？

A: launch_team_terminals 根据 leader 的 agent 类型自动配置 MCP：

Claude leader → 写入 <workspace_dir>/.claude/mcp.json，claude 启动在此目录自动加载
Codex leader → 注册到 ~/.codex/config.toml，用 -C 进入共享工作目录，并收到要求使用 leader_* 工具协调已有成员的初始提示

Q: Codex 和 Claude 成员之间如何协同？

A: 成员终端通过 tmux send-keys 接收纯文本指令——与具体 CLI 无关。Leader 把 "实现登录页面" 发给 bob（claude）和 "写测试" 发给 carol（codex），两者都在自己终端中收到文本并按各自方式执行。

Q: Codex 作为 leader 时的限制？

A: Codex 需要先完成 MCP 注册才有 tool calling 能力。launch_team_terminals 会自动处理，或手动执行 setup_codex_mcp()。Codex 的 MCP 是全局注册（~/.codex/config.toml），同一台机器上所有 codex 实例共享；Codex leader 启动时会收到明确提示，要求使用 leader_list_team / leader_assign_subtask 等团队 MCP 工具，而不是用 Codex 内置 spawn 代替团队成员。

Q: 如何在 direct 模式下分配差异化任务？

A: 先用 claim_leader 接管，然后多次调用 leader_assign_subtask，每次指定不同 member_name 和 subtask。

Q: tmux leader 终端被关闭了怎么办？

A: 调用 claim_leader("team_name")，系统检测到旧 leader 已死，自动接管。之后可重新 launch_team_terminals。

Q: 如何从 Claude leader 切换到 Codex leader？

A: member_set_agent("team", "alice", "codex") 然后重新 launch_team_terminals。tmux 模式下旧窗口会被重建，新窗口启动 codex 并自动配置 MCP。

This server cannot be deployed

One endpoint for every MCP toolRayrun runs every MCP server behind one URL and holds the credentials. Each call is decided per client, tool, and argument, then recorded.ray.runAd

Maintenance

ActivityMaintained

ResponsivenessNo issues

Resources

GitHub Repository

Need Help?

Related Servers

Related MCP Connectors

ParleyOAuth
dev.weldra
Coordination hub for AI coding agents: message teammates, ask humans, audit every event.
Autonomous Agents Developer Tools
1
AxisOAuth
dev.useaxis
Coding agents from Claude Code, Cursor and Codex claim jobs and lock files on one shared board.
Coding Agents Agent Orchestration Autonomous Agents
15
SprawlOAuth
to.sprawl
Build and supervise fleets of agents from Claude Code, Codex or Cursor. Connects over OAuth.
Agent Orchestration Autonomous Agents App Automation
1
aethereum
io.github.br9704
The team layer for AI coding agents: shared contracts, collision alerts, E2EE sessions.
Coding Agents Blockchain Version Control
2

Related MCP Servers

Claude Code MCP - Agent
Agent Orchestration Coding Agents Autonomous Agents
Nexus-Digital-Automations
A
license
A
quality
D
maintenance
Orchestrates multiple Claude Code agents across iTerm2 sessions with process-level isolation, enabling collaborative AI development workflows on multiple codebases with task-based inter-agent communication and persistent state management.
Updated a year ago (2025-06-27 05:20 UTC)
7
1
MIT
Agent Collaboration MCP Server
Agent Orchestration Autonomous Agents
nishimoto265
A
license
B
quality
D
maintenance
Enables AI agents to orchestrate a team of sub-agents through tmux sessions for complex task delegation and parallel implementation. It provides tools for launching agents, monitoring their real-time status, and managing communication between them.
Updated a year ago (2025-07-11 11:12 UTC)
6
7 npm
26
MIT
multi-agent-mcp
Agent Orchestration Coding Agents
shiiman
A
license
C
quality
B
maintenance
Manages multiple AI CLI instances (Claude Code, Codex, Gemini, Cursor) in tmux sessions for parallel task execution, with optional git worktree support.
Updated 2 months ago (2026-07-24 07:12 UTC)
90
MIT
HiveClaude
Agent Orchestration Coding Agents Autonomous Agents
justineserna1z
F
license
Not graded
quality
D
maintenance
Coordinates multiple Claude Code agents to work collaboratively on projects with role-based task management, shared state, and automated code review.
Updated 5 months ago (2026-04-13 03:03 UTC)
5 npm
2
-

Multi-Agent MCP

架构概览

环境要求

安装

1. 克隆项目

2. 安装依赖

3. 确保 tmux 可用

4. 安装至少一个 Agent CLI

5. 指令行启动MCP(已废弃)

配置 MCP 连接

6. 启动 MCP 服务器

Team Manager TUI（团队管理可视化界面）（推荐）

启动

主界面

团队详情页（选中团队按 Space）

操作快捷键

主界面

详情页

数据兼容

快速开始

第一步：创建混合 agent 团队

第二步：启动终端

第三步：Leader 拆分与分配

第四步：收尾

两种 Leader 模式

tmux 模式（默认）

Direct 模式

混合 Agent 协同（Claude + Codex）

核心设计

混合团队示例

Codex MCP 管理工具

任务传递原理

完整工具参考

用户端工具（团队管理）

用户端工具（成员管理）

用户端工具（Agent 配置）

用户端工具（Leader 切换）

用户端工具（终端管理）

Leader 端工具

成员协作工具

工作流中断自动恢复

claim_leader 接管逻辑

数据存储

tmux 操作速查

常见问题

Maintenance

Resources

Related MCP Connectors

Related MCP Servers

Claude Code MCP - Agent

Agent Collaboration MCP Server

multi-agent-mcp

HiveClaude