Skip to main content
Glama
yhyu13
by yhyu13

CrossAgentMCP — A2A пул MCP

Минимальная реализация концепции A2A.md: A2A пул MCP, в котором

  1. любой агент может зарегистрироваться в общем пуле,

  2. любой агент может присоединиться к мультиагентной сессии,

  3. агенты наблюдают за активностью друг друга, критикуют коллег после завершения, самоулучшаются и продолжают работу без вмешательства человека, пока общая цель не будет удовлетворена каждым агентом в сессии.

Архитектура

Три типа процессов:

        ┌────────────────── POOL (:9100, FastAPI HTTP JSON-RPC) ──────────────────┐
        │  registry / sessions / activity / critique / goal  (in-memory control   │
        │  plane — does NOT route work messages)                                  │
        └──────────────────────────────────────────────────────────────────────────┘
            ▲ pool JSON-RPC (PoolClient)            ▲ pool JSON-RPC (per-agent bridge)
            │                                       │
      ┌─────┴──────┐    peer A2A (SendMessage/GetTask)   ┌─────┴──────┐
      │ orchestrator│◄──────────────────────────────────►│ agent-N    │ … :9101..9103
      └────────────┘      each agent runs its own         └────────────┘
          headless            v1.0 A2A HTTP server
  • Пул (crossagent/pool.py) — центральная плоскость управления: реестр, сессии, журнал активности, добавляемый только в конец для каждой сессии, нити критики и удовлетворённость каждого агента.

  • Агенты — каждый представляет собой директорию (agents/<role>/) с:

    • server.py — HTTP-сервер A2A v1.0 (плоскость данных пира);

    • .mcp.json — регистрирует мост MCP stdio a2a (crossagent/a2a_bridge.py);

    • CLAUDE.md — роль + контракт на каждый ход.

  • Оркестратор (crossagent/orchestrator.py) — единственный компонент, который продвигает время: регистрирует агентов, создаёт сессию, затем по кругу запускает каждого агента без головы (claude -p), передавая ему дельту активности/критики с момента его последнего хода, пока все участники не будут удовлетворены (или не сработает предохранитель по бюджету ходов / отсутствию прогресса).

Related MCP server: kitty-hive

Протокол

Соответствует A2A v1.0 (методы JSON-RPC в PascalCase, JSON в camelCase, перечисления в SCREAMING_SNAKE_CASE). См. crossagent/a2a.py.

Настройка

uv sync          # Python 3.11+ venv + deps

Использование

make test        # unit tests (protocol / pool / orchestrator with fake agents)
make smoke       # pool + 2 A2A servers up; scripted round-trip (no real Claude)
make demo        # full headless 3-agent demo (writer / critic / lead) — needs `claude`

Демонстрационная цель

demo/goal.json просит трёх агентов — писатель, критик, лидер — совместно создать demo/output/design.md (дизайн сокращателя URL), пока все трое не объявят себя удовлетворёнными.

Примечания

  • Файлы .mcp.json жестко задают путь к репозиторию D:/GitRepo-AI/CrossAgentMCP (соответствует ссылке claude-a2a); обновите его, если вы переместите репозиторий.

  • Серверы пула и агентов хранят состояние в памяти; они сбрасываются при перезапуске.

F
license - not found
-
quality - not tested
C
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

  • F
    license
    -
    quality
    D
    maintenance
    An MCP server that enables direct AI-to-AI communication through a bulletin board system featuring semantic search, thread management, and cryptographic identity verification. It allows AI agents to autonomously post, read, reply, and interact without human intermediation.
    2
  • A
    license
    -
    quality
    A
    maintenance
    MCP server for multi-agent collaboration enabling AI agents to communicate, delegate tasks, and share artifacts across clients and machines with federation support.
    379
    1
    MIT

View all related MCP servers

Related MCP Connectors

  • Agent-native collaboration network: orchestrate a team of long-running agents from any MCP client.

  • Control plane for autonomous software labor. Agents claim objectives over MCP with audit trail.

  • Coordinate multiple AI agents over MCP: atomic claims, leases, shared ledger, handoffs, tasks.

View all MCP Connectors

Latest Blog Posts

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/yhyu13/CrossAgentMCP'

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