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., "@MOP Decompose and orchestrate building a weather service" 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.

MOP

by sirasaki-konoha

Overview Schema Related Servers Score Discussions

Python

Local

MOP - Multi-Agent Orchestrator Platform

MOPは、複数のAIエージェント（LLM）が協調してタスクを遂行するためのMCPサーバーです。OpenCodeとCodexの両方で利用可能な汎用MCPサーバーとして設計し、エージェント間の役割分担・通信・成果物の統合を自動化します。

アーキテクチャ

User Request
    │
    ▼
┌─────────────────────────────────────┐
│         MCP Orchestrator Server      │
│  (Python FastMCP / TypeScript SDK)   │
│                                      │
│  tools:                              │
│    decompose_task                    │
│    assign_agent                      │
│    agent_communicate                 │
│    get_task_status                   │
│    submit_artifact                   │
│    review_code                       │
│    merge_results                     │
│                                      │
│  resources:                          │
│    task://{task_id}/status           │
│    agent://{agent_id}/inbox          │
│    artifact://{artifact_id}          │
└─────────────────────────────────────┘
    │
    ▼
 Clients register themselves with register_agent

Related MCP server: agent-comm

エージェント構成

MOP は起動時にエージェントを登録しません。list_registered_agents は、まだ register_agent を呼んだクライアントがなければ空の配列を返します。各クライアントは共有 HTTP endpoint へ接続した後、安定した ID で自身を登録してください。再接続時の同じ ID による登録は、モデル・名前・役割を最新の値へ更新します。

セットアップ

1. 仮想環境の作成

python3 -m venv .venv
source .venv/bin/activate

2. 依存関係インストール

pip install -r requirements.txt

3. 共有HTTP MCPサーバー起動

python src/http_entry.py

http://127.0.0.1:8765/mcp でStreamable HTTP MCPサーバーが待機します。 Codex、Kimiなど、通信させたい全クライアントをこの同じURLへ接続してください。タスク、成果物、メッセージはこの単一プロセス内で共有されます。

INFO Starting shared MOP server at http://127.0.0.1:8765/mcp
INFO Starting MCP server 'mop' with transport 'streamable-http'

ホスト、ポート、パスはオプションまたは環境変数で変更できます。

python src/http_entry.py --host 127.0.0.1 --port 9000 --path /mcp
MOP_PORT=9000 python src/http_entry.py

4. Codex設定

プロジェクトの .codex/config.toml:

[mcp_servers.mop]
url = "http://127.0.0.1:8765/mcp"
enabled = true
tool_timeout_sec = 60
default_tools_approval_mode = "auto"

5. OpenCode 設定

~/.config/opencode/opencode.json:

{
  "mcp": {
    "mop": {
      "type": "remote",
      "url": "http://127.0.0.1:8765/mcp",
      "enabled": true
    }
  }
}

6. 他クライアントの設定

クライアントのMCP設定で、トランスポートに Streamable HTTP、URLに次を指定します。

http://127.0.0.1:8765/mcp

クライアントごとに src/mcp_entry.py を起動すると、stdioプロセスごとに状態が分離し、エージェント間のメッセージは共有されません。stdio互換モードは単独利用の場合に限り、次のコマンドで起動できます。

python src/mcp_entry.py

プロジェクト構成

rade/
├── docs/
│   └── 001-multi-agent-mcp-orchestrator.md
├── src/
│   ├── orchestrator/
│   │   ├── __init__.py
│   │   ├── server.py           # MCPサーバーエントリポイント
│   │   ├── tools/
│   │   │   ├── __init__.py
│   │   │   ├── decompose.py    # decompose_taskツール
│   │   │   ├── assign.py       # assign_agentツール
│   │   │   ├── communicate.py  # agent_communicateツール
│   │   │   ├── status.py       # get_task_statusツール
│   │   │   ├── artifact.py     # submit_artifactツール
│   │   │   ├── review.py       # review_codeツール
│   │   │   └── merge.py        # merge_resultsツール
│   │   ├── models/
│   │   │   ├── __init__.py
│   │   │   ├── task.py         # Taskモデル定義
│   │   │   ├── agent.py        # Agentモデル定義
│   │   │   └── artifact.py     # Artifactモデル定義
│   │   ├── storage/
│   │   │   ├── __init__.py
│   │   │   ├── task_store.py   # タスクストア実装
│   │   │   └── artifact_store.py # アーティファクトストア実装
│   │   └── orchestrator.py     # コアロジック
│   ├── http_entry.py           # 共有Streamable HTTPサーバー
│   └── mcp_entry.py            # 単独利用向けstdioサーバー
├── tests/
│   ├── test_decompose.py
│   ├── test_assign.py
│   ├── test_communicate.py
│   ├── test_merge.py
│   └── test_orchestrator.py
├── pyproject.toml
├── requirements.txt
└── README.md

実装担当

Agent A — Kimi K2.7 Code（Planner）

src/orchestrator/tools/decompose.py — decompose_task の全実装
src/orchestrator/tools/assign.py — assign_agent の全実装
src/orchestrator/tools/merge.py — merge_results の全実装
src/orchestrator/orchestrator.py — コアロジック（タスク管理、状態遷移、進行管理）
src/orchestrator/models/task.py — Taskモデル定義
src/orchestrator/models/agent.py — Agentモデル定義
src/orchestrator/storage/task_store.py — タスクストア実装

Agent B — Qwen3.7 Plus（Coder）

src/orchestrator/tools/communicate.py — agent_communicate の全実装
src/orchestrator/tools/status.py — get_task_status の全実装
src/orchestrator/tools/artifact.py — submit_artifact の全実装
src/orchestrator/models/artifact.py — Artifactモデル定義
src/orchestrator/storage/artifact_store.py — アーティファクトストア実装
src/orchestrator/server.py — MCPサーバーエントリポイント（全ツールの登録）
src/mcp_entry.py — サーバー起動用エントリポイント

Agent C — Mimo v2.5 Pro（Tester）

src/orchestrator/tools/review.py — review_code の全実装
tests/test_decompose.py — decompose_task のテスト
tests/test_assign.py — assign_agent のテスト
tests/test_communicate.py — agent_communicate のテスト
tests/test_merge.py — merge_results のテスト
tests/test_orchestrator.py — 統合テスト
pyproject.toml — プロジェクト設定（テストフレームワーク、依存関係）
requirements.txt — Python依存パッケージ一覧
README.md — プロジェクト概要と実行方法

MCPツール定義

decompose_task

説明: ユーザーリクエストをサブタスクに分解する
パラメーター: request: str — ユーザーからの要求
戻り値: Task（分解結果のルートタスク、subtasksに子タスクIDリスト）

assign_agent

説明: 特定のタスクをエージェントに割り当てる
パラメーター: task_id: str, agent_id: str
戻り値: 更新後のTask

agent_communicate

説明: エージェント間でメッセージを送受信する
パラメーター: from_agent: str, to_agent: str, message_type: str, content: str, task_id: str | None
戻り値: Message

get_task_status

説明: タスクの状態を取得する
パラメーター: task_id: str
戻り値: Task（ステータス、進捗、成果物一覧含む）

submit_artifact

説明: エージェントが成果物（コード・テスト・ドキュメント）を提出する
パラメーター: task_id: str, agent_id: str, file_path: str, content: str, type: str
戻り値: Artifact

review_code

説明: 提出された成果物に対してレビューを実施する
パラメーター: artifact_id: str, reviewer_agent_id: str
戻り値: Review（コメント、承認/却下、修正提案）

merge_results

説明: サブタスクの成果物を統合する
パラメーター: task_id: str
戻り値: 統合後のTask（artifactsにマージ結果含む）

使用例

Pythonコードから直接利用する例:

import asyncio
from orchestrator.orchestrator import Orchestrator
from orchestrator.storage.artifact_store import ArtifactStore

async def main():
    store = ArtifactStore()
    orch = Orchestrator(artifact_store=store)

    # タスクを分解
    task = await orch.decompose_task('Build a calculator API')
    print(f'Subtasks: {task.subtasks}')

    # エージェントを割り当て
    await orch.assign_agent(task.subtasks[0], 'B-Qwen')

    # エージェント間で通信
    await orch.agent_communicate(
        'B-Qwen', 'A-Kimi', 'question',
        'What auth method?', task.subtasks[0]
    )

    # ステータス確認
    status = await orch.get_task_status(task.subtasks[0])
    print(f'Status: {status.status.value}')

asyncio.run(main())

全ワークフロー例

import asyncio
from orchestrator.orchestrator import Orchestrator
from orchestrator.storage.artifact_store import ArtifactStore
from orchestrator.tools.artifact import create_submit_artifact
from orchestrator.tools.review import ReviewTool
from orchestrator.models.task import TaskStatus

async def full_workflow():
    store = ArtifactStore()
    orch = Orchestrator(artifact_store=store)

    # 1. タスク分解
    task = await orch.decompose_task('Build a REST API')

    # 2. エージェント割り当て
    for i, sid in enumerate(task.subtasks):
        agents = ['A-Kimi', 'B-Qwen', 'B-Qwen', 'C-Mimo']
        await orch.assign_agent(sid, agents[i % 4])

    # 3. 成果物提出
    submit = create_submit_artifact(store, orch)
    for sid in task.subtasks:
        await submit(
            task_id=sid, agent_id='B-Qwen',
            file_path=f'src/{sid}.py',
            content=f'# Code for {sid}',
            type='code'
        )

    # 4. コードレビュー
    review_tool = ReviewTool(store)
    artifacts = store.list_all()
    review = await review_tool.review_code(
        artifacts[0].id, 'C-Mimo'
    )
    print(f'Review: {review.status.value}')

    # 5. サブタスク完了
    for sid in task.subtasks:
        orch.update_task_status(sid, TaskStatus.COMPLETED)

    # 6. 成果物統合
    merged = await orch.merge_results(task.id)
    print(f'Merged: {merged.status.value}, {len(merged.artifacts)} artifacts')

asyncio.run(full_workflow())

MCPツール一覧

ツール	説明	担当エージェント
`decompose_task`	リクエストをサブタスクに分解	Agent A
`assign_agent`	タスクをエージェントに割り当て	Agent A
`agent_communicate`	エージェント間メッセージ送受信	Agent B
`get_agent_inbox`	受信箱をカーソル付きで取得	Agent B
`wait_for_agent_message`	新着メッセージを待機	Agent B
`get_task_status`	タスクステータス取得	Agent B
`submit_artifact`	成果物提出	Agent B
`review_code`	コードレビュー実施	Agent C
`merge_results`	成果物統合	Agent A
`get_server_info`	サーバーと登録ツールの診断情報	Codex

ライブ通信

受信側はまず get_agent_inbox を呼び、返された latest_message_id を保持します。続けて wait_for_agent_message の after_message_id にそのIDを指定すると、新着メッセージが届くまで待機できます。送信側は従来どおり agent_communicate を呼びます。

この待機はメッセージ配送をリアルタイム化しますが、停止中のLLMを自動起動するものではありません。受信クライアントが待機ツールを実行中である必要があります。また、現在の状態はHTTPサーバープロセス内に保持され、サーバー再起動時に失われます。

MCPリソース

リソース	説明
`task://{task_id}/status`	タスクのステータス情報を取得
`agent://{agent_id}/inbox`	エージェントの受信箱メッセージ一覧
`artifact://{artifact_id}`	成果物の内容を取得

開発

テスト実行

pytest tests/ -v

コードフォーマット

black src/ tests/

静的解析

flake8 src/ tests/
mypy src/

ライセンス

MIT License

This server cannot be installed

license - permissive license

quality - not tested

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.

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/sirasaki-konoha/mop'

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