How do I use Agent Collaboration Orchestrator?

1. Click on "Install 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., "@Agent Collaboration Orchestrator Submit a task to refactor the login module to use OAuth2" 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.

Agent Collaboration Orchestrator

by muanlin

Overview Schema Related Servers Score Discussions

TypeScript

Local

Agent Collaboration Orchestrator

面向 TRAE Work + Codex 的多智能体协同开发桥接器。

这个项目提供一个 MCP bridge 和一个 TRAE skill，让你可以在 TRAE Work 桌面端或移动端发起项目任务，由 TRAE 先做项目粗分析、方案规划和简单修改，再把困难实现、复杂重构、测试补全等子任务交给 Codex 执行。TRAE 可以继续查看 Codex 任务状态、日志、产物、权限请求，并在需要时调整、终止或批准重试。

Features

TRAE 主导流程：TRAE 作为项目第一入口，Codex 作为困难任务执行器。
MCP 工具集：提交任务、查看状态、读取日志、获取报告、查看产物、请求修订、取消任务。
移动端友好：提供 get_mobile_dashboard，便于 TRAE 移动端查看当前任务、产物数量和待处理权限请求。
产物扫描：Codex 执行结束后自动扫描项目新增/修改文件，并通过 list_artifacts 暴露给 TRAE。
权限重试机制：Codex 因沙箱/权限失败后，bridge 可生成权限请求；TRAE 批准后创建更高权限的重试任务。
共享工作空间：推荐统一使用 codex_trae_workspace，让桌面端、移动端、MCP bridge 和 Codex 看到一致路径。
可手动接管：未配置 Codex 自动执行命令时，bridge 仍会生成 prompt 文件，可手动交给 Codex。

Related MCP server: Cross-Project MCP Server

快速开始

下面流程用于在你的电脑上做一次最小可用测试：让 TRAE 通过 MCP 调用 Codex，在测试项目里创建一个文件，然后用移动端友好的工具查看状态和产物。

1. 创建协同工作空间

New-Item -ItemType Directory -Force E:\codex_trae_workspace

确保本项目位于：

E:\codex_trae_workspace\agent-collaboration-orchestrator

2. 安装并构建 bridge

cd E:\codex_trae_workspace\agent-collaboration-orchestrator
& 'C:\Program Files\nodejs\npm.cmd' install
& 'C:\Program Files\nodejs\npm.cmd' run build

3. 确认 Codex 命令可用

Windows 下建议使用 .cmd 或 .exe 路径，不要直接使用可能被 PowerShell 拦截的 .ps1。

where.exe codex
& 'C:\path\to\codex.cmd' --help
& 'C:\path\to\codex.cmd' exec --help

请把后续配置中的 CODEX_EXECUTOR_COMMAND 改成你自己的 .cmd 或 .exe 路径。

4. 创建测试项目

New-Item -ItemType Directory -Force E:\codex_trae_workspace\mcp-test-project
Set-Content -Encoding UTF8 E:\codex_trae_workspace\mcp-test-project\README.md "# MCP test project"

5. 在 TRAE 中配置 MCP

将下面配置加入 TRAE 的 MCP/工具配置中。路径按你的电脑实际情况调整。

{
  "mcpServers": {
    "codex-task-bridge": {
      "command": "node",
      "args": [
        "E:/codex_trae_workspace/agent-collaboration-orchestrator/dist/cli.js"
      ],
      "env": {
        "SANDBOX_ROOT": "E:/codex_trae_workspace",
        "CODEX_EXECUTOR_COMMAND": "C:/path/to/codex.cmd",
        "CODEX_EXECUTOR_ARGS": "exec --cd {projectRoot} --sandbox {sandbox} --ask-for-approval never -",
        "EXECUTOR_TIMEOUT_MS": "1800000"
      }
    }
  }
}

6. 安装 TRAE skill

复制以下目录到 TRAE 支持的 skills 目录，并在 TRAE 中启用该 skill：

E:\codex_trae_workspace\agent-collaboration-orchestrator\skills\trae-codex-workspace

7. 在 TRAE 中发起最小测试

在 TRAE 中输入：

使用 trae-codex-workspace skill。
在 E:/codex_trae_workspace/mcp-test-project 中测试 Codex 协作。
请先调用 diagnose_environment 检查环境。
然后通过 submit_task 交给 Codex 一个最小任务：在项目根目录创建 hello-from-codex.txt，内容为 hello from codex。
完成后用 get_mobile_dashboard 查看状态，用 list_artifacts 查看产物。

8. 预期结果

正常情况下，你应该看到：

diagnose_environment 显示 Node 正常，sandboxRoot 是 E:/codex_trae_workspace
submit_task 返回一个 taskId
get_mobile_dashboard 能看到任务状态
list_artifacts 至少包含：
- .agent-bridge/tasks/<taskId>/prompt.md
- hello-from-codex.txt

如果任务失败，让 TRAE 继续调用：

get_task_log
list_permission_requests

根据日志判断是 Codex 命令路径、API/中转站、权限沙箱，还是 TRAE MCP 配置问题。

Architecture

User
  |
  v
TRAE Work Desktop / Mobile
  |  1. 粗读项目、制定方案、拆分任务
  |  2. 简单任务由 TRAE 直接完成
  |
  v
agent-collaboration-orchestrator MCP bridge
  |  submit_task / get_mobile_dashboard / list_artifacts / ...
  |
  v
Codex executor
  |  3. 执行困难实现或复杂修改
  |  4. 输出日志、报告、产物
  |
  v
TRAE 验收、修订、终止或批准重试

Recommended Workspace

建议先创建一个协同工作空间，并把 bridge 和所有协同开发项目都放进去：

codex_trae_workspace/
  agent-collaboration-orchestrator/
  my-app/
  another-project/

推荐配置：

SANDBOX_ROOT 指向整个 codex_trae_workspace
每次提交任务时，projectRoot 指向具体项目目录，例如 E:/codex_trae_workspace/my-app

这样可以限制 Codex 的可写范围，并让 TRAE 桌面端/移动端看到一致的任务和产物路径。

Installation

git clone https://github.com/muanlin/agent-collaboration-orchestrator.git
cd agent-collaboration-orchestrator
npm install
npm run build

要求：

Node.js >= 18
TRAE Work
Codex CLI、本地 Codex、中转站脚本，或任何可通过命令行启动的 Codex 执行入口

MCP Configuration

把本项目作为 MCP server 配置到 TRAE Work。路径请替换为你自己的本机路径。

{
  "mcpServers": {
    "codex-task-bridge": {
      "command": "node",
      "args": [
        "E:/codex_trae_workspace/agent-collaboration-orchestrator/dist/cli.js"
      ],
      "env": {
        "SANDBOX_ROOT": "E:/codex_trae_workspace",
        "CODEX_EXECUTOR_COMMAND": "C:/path/to/codex.cmd",
        "CODEX_EXECUTOR_ARGS": "exec --cd {projectRoot} --sandbox {sandbox} --ask-for-approval never -",
        "EXECUTOR_TIMEOUT_MS": "1800000"
      }
    }
  }
}

Windows 用户建议把 CODEX_EXECUTOR_COMMAND 指向 .cmd 或 .exe，避免 PowerShell 执行策略拦截 .ps1。

Environment Variables

Variable	Required	Description
`SANDBOX_ROOT`	Recommended	Codex 允许访问的协同工作空间根目录。
`CODEX_EXECUTOR_COMMAND`	Required for auto execution	Codex 执行入口，例如 `codex.cmd`、`codex.exe`、`node`、`powershell` 或自定义中转脚本。
`CODEX_EXECUTOR_ARGS`	Optional	Codex 启动参数模板。默认通过 stdin 传入 prompt。
`EXECUTOR_MODEL`	Optional	默认模型名称，会写入任务 prompt 供执行器参考。
`EXECUTOR_TIMEOUT_MS`	Optional	Codex 子任务超时时间，默认 30 分钟。

CODEX_EXECUTOR_ARGS 支持这些占位符：

Placeholder	Meaning
`{taskId}`	Bridge task ID
`{projectRoot}`	项目目录
`{promptFile}`	Bridge 生成的 prompt 文件
`{sandbox}`	沙箱模式：`read-only`、`workspace-write`、`danger-full-access`
`{model}`	模型名称
`{title}`	任务标题

Codex Executor Examples

Codex CLI

{
  "CODEX_EXECUTOR_COMMAND": "C:/path/to/codex.cmd",
  "CODEX_EXECUTOR_ARGS": "exec --cd {projectRoot} --sandbox {sandbox} --ask-for-approval never -"
}

Bridge 会把生成的 prompt 内容通过 stdin 传给 codex exec ... -，同时保留 prompt 文件供 TRAE 查看。

Custom Relay Script

{
  "CODEX_EXECUTOR_COMMAND": "powershell",
  "CODEX_EXECUTOR_ARGS": "-File E:/scripts/run-codex-task.ps1 -Workspace {projectRoot} -PromptFile {promptFile} -Sandbox {sandbox}"
}

Manual Mode

如果不配置 CODEX_EXECUTOR_COMMAND，submit_task 仍会创建任务和 prompt 文件，但任务会停在 pending。

<projectRoot>/.agent-bridge/tasks/<taskId>/prompt.md

你可以手动把该 prompt 交给 Codex 执行。

TRAE Skill

仓库提供了一个可放到 TRAE 中运行的 skill：

skills/trae-codex-workspace/SKILL.md

安装方式：将整个 skills/trae-codex-workspace 目录复制到 TRAE 支持的 skills 目录中。

这个 skill 会指导 TRAE：

在 codex_trae_workspace 中定位或创建项目
先粗读项目并拆分简单任务/困难任务
自己完成简单任务
通过 MCP submit_task 把困难任务交给 Codex
用 get_mobile_dashboard 在移动端查看任务总览
用 list_artifacts 查看 prompt 和 Codex 修改过的文件
用 request_revision 调整方向
用 cancel_task 终止任务
用 list_permission_requests / resolve_permission_request 处理权限重试

MCP Tools

Tool	Description
`submit_task`	TRAE 提交困难任务给 Codex。
`get_task_status`	查询单个任务状态。
`get_task_log`	查看任务执行日志。
`get_result_report`	获取任务完成报告。
`request_revision`	基于原任务创建修订任务。
`cancel_task`	取消 pending/running 任务。
`list_artifacts`	查看 prompt 文件和 Codex 执行后新增/修改的文件。
`list_tasks`	查看任务列表，适合桌面端/移动端任务视图。
`get_mobile_dashboard`	获取移动端一屏摘要：任务统计、最近任务、待处理权限请求。
`list_permission_requests`	查看因权限/沙箱失败生成的待审批请求。
`resolve_permission_request`	批准或拒绝权限请求。批准后创建重试任务。
`diagnose_environment`	检查 Node、工作区和 Codex 执行器配置。

Typical Workflow

在 TRAE 中给项目任务时，可以使用类似指令：

在 codex_trae_workspace/my-app 中实现登录功能。
你先粗读项目，输出方案并拆分任务。
简单页面和文案由你直接处理。
认证状态管理、复杂表单校验和测试交给 Codex。
我会在移动端查看进度、产物，必要时调整或终止任务。

TRAE 应提交给 Codex 的任务应包含：

项目背景
具体目标
修改范围
禁止修改的文件或行为
约束条件
验收标准
需要运行的验证命令

示例：

{
  "title": "实现订单状态流转核心逻辑",
  "projectRoot": "E:/codex_trae_workspace/my-app",
  "sandbox": "workspace-write",
  "prompt": "TRAE 已完成初步分析：当前项目使用 Express + Prisma。请实现订单状态流转的核心服务逻辑，范围限定在 src/services/order-state.ts 和相关测试。不要修改数据库 schema。要求覆盖 paid -> shipped -> completed，以及 cancelled 的非法流转保护。完成后运行 npm test -- order-state 并报告结果。",
  "constraints": {
    "doNotChange": ["prisma/schema.prisma", "package.json"],
    "preferredFiles": ["src/services/order-state.ts", "src/services/order-state.test.ts"]
  },
  "acceptanceCriteria": {
    "checks": [
      "合法状态流转成功",
      "非法状态流转抛出明确错误",
      "相关测试通过"
    ]
  }
}

Mobile Dashboard

移动端优先使用 get_mobile_dashboard，它会返回：

当前任务总数
running / pending / completed / failed / cancelled 数量
最近任务摘要
每个任务的最近日志
产物数量
待处理权限请求

移动端展示建议：

总览：running 1，failed 1，待审批 1
任务：
- 实现 auth service core：failed，产物 2，待审批 1
- 修复 UI 文案：completed，产物 3
待处理：permission-request-id，需要更高沙箱重试

Artifacts

list_artifacts 会返回：

bridge 生成的 prompt 文件
Codex 执行后新增的文件
Codex 执行后修改的文件

产物扫描会忽略常见噪声目录：

.git
.agent-bridge
node_modules
dist
build
out
coverage
.next
.nuxt
.cache
.turbo
.vite
.parcel-cache

Permission Model

TRAE 桌面端/移动端不能直接点击 Codex CLI 的交互式权限弹窗。Bridge 采用更适合移动端的方式：

Codex 以非交互模式运行，例如：

codex exec --cd {projectRoot} --sandbox workspace-write --ask-for-approval never -

如果 Codex 因权限或沙箱限制失败，bridge 会尝试识别错误并生成权限请求。
TRAE 用 list_permission_requests 或 get_mobile_dashboard 查看待审批请求。
用户批准后，TRAE 调用 resolve_permission_request。
Bridge 创建一个更高权限的重试任务。

批准示例：

{
  "requestId": "permission-request-id",
  "decision": "approve",
  "sandbox": "danger-full-access",
  "note": "用户确认该项目位于隔离的 codex_trae_workspace 中，可以重试。"
}

拒绝示例：

{
  "requestId": "permission-request-id",
  "decision": "reject",
  "note": "缩小任务范围后再提交。"
}

danger-full-access 只建议在你已经用 codex_trae_workspace 或其他方式隔离执行环境时使用。

Development

npm install
npm run build
npm run dev

项目结构：

src/
  cli.ts           # MCP stdio 入口
  executor.ts      # Codex 命令执行器适配层
  index.ts         # 库导出
  mcp-server.ts    # MCP 工具定义与请求处理
  task-manager.ts  # 任务、日志、产物、权限请求管理
  types.ts         # 类型定义

skills/
  trae-codex-workspace/
    SKILL.md       # 可安装到 TRAE 的 skill

Security Notes

不要把 API Key、账号密码、中转站凭据写入任务 prompt。
projectRoot 必须位于 SANDBOX_ROOT 内。
默认使用 workspace-write。
谨慎批准 danger-full-access 重试。
TRAE 应负责最终验收，不要盲目接受 Codex 子任务结果。
MCP server 通过 stdio 通信，启动日志写入 stderr，避免污染 stdout。

Roadmap

任务状态持久化，避免 MCP 进程重启后丢失内存状态。
更精细的权限请求解析，展示被阻止的命令。
多 Codex profile / 多中转站配置。
端到端测试夹具。
英文 README。

License

MIT

Install Server

license - permissive license

quality

maintenance

How are these scores calculated?

Maintenance

–Maintainers

–Response time

–Release cycle

–Releases (12mo)

Commit activity

Resources

GitHub Repository

Need Help?

Related Servers

Unclaimed servers have limited discoverability.

Looking for Admin?

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

Tools

View all tools

Latest Blog Posts

Your AI Chatbot Just Exposed Your CEO's Salary to an Intern
By Om-Shree-0709 on July 2, 2026.
Agent Identity
MCP Security
OAuth Delegation
Why MCP Servers Need Execution Sandboxing (And Why Your Current Stack Isn't Enough)
By Om-Shree-0709 on June 30, 2026.
Agentic Ai
Prompt Injection
WebAssembly
Lightport: Open-Sourcing Glama's AI Gateway
By punkpeye on April 27, 2026.
OpenAI
open source

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/muanlin/agent-collaboration-orchestrator'

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