agent-chatroom
智能体聊天室 MCP
公开预览准备中: 核心功能可用,但安装式部署和最新的 Claude Code channel 集成仍在开发中。公开路线图请参阅
ROADMAP.md,贡献方式请参阅CONTRIBUTING.md。
当多个子智能体同时工作时,在重要决策前让智能体停下来,让人通过仪表盘·手机实时进行批准、反馈、干预的 MCP 工具。
核心是阻塞门——智能体在危险或难以回退的行为(部署、删除、外部调用…)之前停下,等待人回答。回答不是在终端,而是通过人工监控仪表盘(包括同一 Wi-Fi 的手机)上的按钮·输入框直接给出。

上:监控仪表盘实时演示——右侧 NEEDS YOU 的门(批准按钮·反馈输入·解除阻塞)由人直接处理。左侧 名册(各智能体状态),中间 流(日期分隔线·类型过滤器)。桌面端为 3 栏,移动端自适应为底部抽屉。(
seed.py演示状态)
为什么做这个(核心价值)
🚦 阻塞门 — 智能体在决策前停下等待人。不是通过轮询可能被忽略的通知,而是必须由人回答才能解除的真正干预点。
📱 仪表盘/手机双向 — 无需终端,通过 [批准]/[拒绝] 按钮、反馈输入框、解除阻塞输入框让停下的智能体继续。外出时也可用手机干预。
🗄️ SQLite 单一事实来源 — 不同的子智能体共享一个数据库文件(WAL)来合并状态。无内存态,时间全部为 UTC ISO 8601。
Related MCP server: @looppause/mcp
功能
三种门(MCP 工具)
工具 | 性质 | 人如何回答 |
| 硬门 — 无限等待直到决定 | 仪表盘 [批准]/[拒绝] 按钮 |
| 软门 — | 仪表盘 反馈输入框 |
| 将阻塞状态作为一等概念记录·解除 | 仪表盘 解除原因输入框(或工具) |
所有门都采用 DB 轮询方式 — 服务器将 pending 记录到数据库,并轮询等待人的决定(仪表盘按钮/输入框写入数据库)。期间智能体被阻塞。
监控仪表盘
房间分离·切换 — 按任务切换聊天室标签(深链接
?room=)。房间级注意徽章 — 即使查看其他房间,也会以徽章提示该房间的 批准+反馈等待(琥珀色)·未解决阻塞(红色)。
NEEDS YOU 面板 — 将等待人的三种门置顶强调。
名册 4 状态 — 按智能体派生状态(等待 🟡 > 阻塞 🔴 > 完成 🟢 > 工作中 🔵)。
类型过滤器 — 通过消息类型标签筛选流。
日期分隔线 — 在流中显示日期边界(今天/昨天/
YYYY-MM-DD (星期))。自动刷新 — 1~2 秒轮询,空状态提示。
其他 MCP 工具
post_message— 记录消息 ·read_messages— 查询(支持since·limit)。wait_for_message— 等待现有会话型工作者的提及。基于最新 channel 的替代路径将在 v6 中验证。join_room/leave_room/kick/set_presence— 房间成员资格与状态。
当前扩展功能
房间管理 — 创建、修改显示名、软删除、回收站恢复、备份后永久删除。
v4 本地仲裁者 PoC — GGUF 模型判断·路由·DB bridge 与比较测试框架。模型不会自动下载。
v5 事件生成 — 基于提及的 Claude CLI 工作者,角色·模型·努力量·预算·自主乒乓与仪表盘控制面板。
v6 规划 — 无循环唤醒空闲会话、工作空间、公共/角色记忆与会话继承。尚未实现。
快速开始
新手友好:逐行复制执行。前置准备是 Python 3.13 + 在此文件夹中创建的虚拟环境(
.venv)。
1) 安装依赖
.venv/bin/python3 -m pip install -r requirements.txt2) 注册 MCP 服务器(stdio)
在 Claude Code 中注册此服务器。将 /절대경로 替换为项目的实际路径。
claude mcp add agent-chatroom -e CHATROOM_DB=/절대경로/chatroom.db -- /절대경로/.venv/bin/python3 /절대경로/src/server.py→ 注册后在 Claude Code 中用 /mcp 确认连接,工具将以 mcp__agent-chatroom__* 形式暴露。
3) 启动仪表盘(与 MCP 服务器独立进程)
最简单的方法是单行启动器(输出预检查 + 原样启动现有仪表盘,无新行为):
python launch.py现有的手动命令也仍然有效:
.venv/bin/python3 src/dashboard/server.py→ 在浏览器中打开 http://127.0.0.1:7777。如果门处于等待状态,仪表盘必须保持开启,人才能回答。
如果也想在同一 Wi-Fi 的手机上查看:
DASHBOARD_HOST=0.0.0.0 .venv/bin/python3 src/dashboard/server.py→ 打开启动时输出的 폰 접속: http://192.168.x.x:7777 地址到手机浏览器。
4) 用演示状态浏览
要在没有真实智能体的情况下查看仪表盘,一次性放入示例数据。
.venv/bin/python3 seed.py→ 自动备份当前数据库(chatroom.db.<시각>.bak)后,填充为显示 2 个房间·3 种门·名册 4 状态的演示。上面的截图就是此状态。
🔐 安全
仪表盘写入(批准)路径仅限本地/同一网络。
0.0.0.0模式下同一 Wi-Fi 的任何人都可访问·批准,因此仅在可信网络中使用。不要将端口转发到路由器之外(互联网)——会成为全球扫描目标。
在 Wi-Fi 之外(如 LTE)使用时,推荐使用 Tailscale 私有网络。 仅我的账户设备之间可达,不在互联网上开放端口,通道代替认证。以
0.0.0.0启动时,启动输出会自动显示→ Tailscale: http://100.x:7777地址。安装~手机连接步骤见PHASE3-TAILSCALE.md。(禁止 Tailscale Funnel 等公开暴露。)首次启动时,如果 macOS 弹出“允许传入连接”提示,需允许才能在手机上看到。端口可通过
DASHBOARD_PORT更改。
使用须知
门等待期间请保持仪表盘开启。
request_approval会阻塞智能体直到人决定(或timeout_seconds)。如果仪表盘关闭,没有人能写入决定,将持续等待。wait_for_feedback是软门。 通过仪表盘输入框接收反馈,超过timeout_seconds(默认 30 秒)后自动继续。(由于是 DB 轮询方式,没有终端对话框——过去 elicit 版本的“超时后按 Esc 关闭窗口”不再适用。)阻塞器防伪造。 只能通过
report_blocker创建,post_message会阻止 blocker 类型。
文档
文件 | 内容 |
| 公开路线图与贡献候选 |
| 开发环境、PR 范围与验证方法 |
| 漏洞非公开报告与安全边界 |
贡献
欢迎从 bug 复现、文档改进、操作系统兼容性调查开始。大型功能请先在 issue 中商定范围和安全边界,然后拆分为小 PR。详细流程见 CONTRIBUTING.md。
许可证
Mozilla Public License 2.0. 如果修改现有文件并分发,必须根据 MPL-2.0 条款公开该文件的修改源代码;作为独立文件组合而成的更大作品可以按其他条款分发。
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
- FlicenseNot gradedqualityAmaintenanceThe Control Plane for Autonomous AI Enforce policy before execution, require human approvals where risk demands it, and keep a full audit trail — from first action to final result.495
- AlicenseNot gradedqualityCmaintenancePauses AI agent execution and routes approval requests to humans via Slack or email, with cryptographically signed proof of the human's decision.197MIT
- AlicenseNot gradedqualityDmaintenanceEnables AI agents to request human approvals with customizable forms, webhooks, and team features.64MIT
- AlicenseNot gradedqualityDmaintenanceEnables real-time communication and orchestration of multiple AI agents with a web dashboard for monitoring agent activities, tasks, and artifacts.MIT
Related MCP Connectors
Human-in-the-loop for AI agents. Submit choices, get a human decision.
Human-in-the-loop for AI coding agents — ask questions, get approvals via Slack.
Build, validate, and deploy multi-agent AI solutions from any AI environment.
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/meeeeeca2/agent-chatroom'
If you have feedback or need assistance with the MCP directory API, please join our Discord server