Token导航 LogoToken导航

MCP Server · AI代理

Agent Orchestrator MCP

一个基于Model Context Protocol (MCP)的服务器,用于在tmux会话中生成、编排和管理多个子代理,适用于OpenClaw和Gemini CLI环境。

stdio官方级别未说明来源级核验工具 6@kkweon/agent-orchestrator-mcp
TypeScriptCursorAI代理

快速开始

作者 / 组织
kkweon
提供方
kkweon
运行时
Node.js

工具数量

6

来源目录标注

资源数量

0

来源目录标注

提示词数量

0

来源目录标注

GitHub Star

1

仓库热度

收录来源

1 个

MCP World

选型结论

Agent Orchestrator MCP 属于AI代理类 MCP Server,公开资料标注 6 个工具,通过stdio 本地进程接入,适配 Cursor,有可以直接复制的安装命令;接入前要先准备 会话凭据。

分类

AI代理

传输方式

stdio

认证方式

会话凭据

部署方式

公开资料未说明

安装与配置

安装命令

npx @kkweon/agent-orchestrator-mcp

客户端配置示例

{
  "mcpServers": {
    "agent-orchestrator-mcp": {
      "command": "npx",
      "args": [
        "@kkweon/agent-orchestrator-mcp"
      ]
    }
  }
}

按公开安装命令拼出来的示例,字段名和参数以仓库 README 为准;带 YOUR_API_KEY 这类占位符的位置记得换成自己的值。

上手步骤

  1. 1

    准备运行环境

    stdio 服务在本地起进程,需要先装好 Node.js,再按安装命令拉取依赖。

  2. 2

    安装服务

    复制下面的安装命令执行;命令里带占位符的位置换成自己的密钥或路径。

  3. 3

    写入客户端配置

    在客户端的 MCP 配置里填启动命令和参数,保存后完全退出客户端再打开,让新配置生效。

  4. 4

    验证是否可用

    连接成功后客户端会列出 6 个工具,随便调一个只读工具确认能返回结果。

接入前确认

不要直接授予不必要的文件、网络或账号权限;先核对安装命令和配置内容。

详细介绍

代理编排器MCP服务器

A. 模型上下文协议(MCP) 服务器,使主Gemini CLI代理能够在其中生成、编排和管理多个子代理 终端复用器 会议。

专为 开爪 以及Gemini CLI环境。

特性

  • 基于Tmux的隔离:每个子代理都在自己的专用tmux窗格中运行。
  • 会话隔离:每个执行会话的工作区和事件日志完全分离。
  • 演员模型沟通:使用每个代理和主收件箱的去中心化异步消息传递。
  • 自动启动:子代理在启动时会自动提示其角色和协议。
  • 原生Gemini CLI:子代理实际运行 gemini 具有可配置模型的CLI实例。

建筑

会话

每次用户运行 gemini,一个新的 会话 使用唯一ID创建。会话是完全隔离的——会话a中的代理无法看到或向会话B中的代理发送消息。用户可以并行运行任意数量的会话。

graph TD
    User["User"]

    subgraph SessionA["Session A  (.agents/sessions/uuid-a/)"]
        MA["Master Agent
(Gemini CLI)"]
        MA --> SA1["Sub-Agent 1"]
        MA --> SA2["Sub-Agent 2"]
        MA --> SAN["Sub-Agent N"]
    end

    subgraph SessionB["Session B  (.agents/sessions/uuid-b/)"]
        MB["Master Agent
(Gemini CLI)"]
        MB --> SB1["Sub-Agent 1"]
        MB --> SB2["Sub-Agent 2"]
    end

    User -->|"runs"| MA
    User -->|"runs separately"| MB

    SessionA -. "fully isolated" .- SessionB

会话内部

在会话中,主代理将子代理生成到tmux窗格中。所有通信都是通过仅附加JSONL邮箱文件路由的。每个组件——主代理、每个子代理和MCP服务器本身——都可以在不保持任何进程内状态的情况下进行读写。

graph TD
    Master["Master Agent
(Gemini CLI + MCP)"]

    subgraph Tmux["tmux session: openclaw-agents"]
        P1["Pane — Sub-Agent 1
(Gemini CLI)"]
        P2["Pane — Sub-Agent 2
(Gemini CLI)"]
        PN["Pane — Sub-Agent N
(Gemini CLI)"]
    end

    subgraph FS[".agents/sessions/<session_id>/"]
        MI["master_inbox.jsonl
(messages for Master)"]
        D1["agents/agent-1/
inbox.jsonl"]
        D2["agents/agent-2/
inbox.jsonl"]
        DN["agents/agent-N/
inbox.jsonl"]
    end

    Master -->|"agent_create → spawns"| P1
    Master -->|"agent_create → spawns"| P2
    Master -->|"agent_create → spawns"| PN

    Master -->|"send_message"| D1
    Master -->|"send_message"| D2

    P1 |"wait_for_command"| D1
    P2 |"wait_for_command"| D2
    PN |"wait_for_command"| DN

    P1 -->|"send_message(target=master)"| MI
    P2 -->|"send_message(target=master)"| MI
    PN -->|"send_message(target=master)"| MI

    Master -->|"read_inbox"| MI

沟通模式

所有通信都是基于文件的,只能追加。有四种路由模式,按以下顺序显示。

sequenceDiagram
    participant Master
    participant MI as master_inbox.jsonl
    participant Inbox1 as agent-1/inbox.jsonl
    participant Agent1 as Sub-Agent 1
    participant Inbox2 as agent-2/inbox.jsonl
    participant Agent2 as Sub-Agent 2

    Note over Master,Agent2: 1 — Master sends a task to an agent
    Master->>Inbox1: send_message(payload, target="agent-1")
    Agent1->>Inbox1: wait_for_command (polls every 500 ms)
    Inbox1-->>Agent1: task + next_cursor

    Note over Master,Agent2: 2 — Agent reports result to master
    Agent1->>Agent1: execute task
    Agent1->>MI: send_message(result, target="master")
    Master->>MI: read_inbox(cursor)
    MI-->>Master: messages

    Note over Master,Agent2: 3 — Agent sends a targeted peer message
    Agent1->>Inbox2: send_message(data, target="agent-2")
    Agent2->>Inbox2: wait_for_command (polls)
    Inbox2-->>Agent2: event from Agent 1

    Note over Master,Agent2: 4 — Agent broadcasts to all peers
    Agent2->>Inbox1: send_message(data, target="all")
    Agent2->>MI: send_message(data, target="all")
    Agent1->>Inbox1: wait_for_command (polls)
    Inbox1-->>Agent1: broadcast event

先决条件

在运行此服务器之前,请确保您的系统上安装了以下内容:

  • 终端复用器 (必填):此服务器严重依赖 tmux 用于进程隔离和窗格管理。
  • Node.js (v18+):需要运行MCP服务器。
  • Gemini CLI (可选):如果您计划生成标准Gemini代理 gemini 命令应该在您的PATH中。

安装与使用

1.安装为Gemini扩展

使用此编排器的最简单方法是将其直接安装到Gemini CLI:

gemini extension install --auto-update https://github.com/kkweon/agent-orchestrator-mcp

2.策略配置(推荐)

要允许主代理管理子代理而无需不断的确认提示,您应该安装安全策略。

mkdir -p ~/.gemini/policies
# If you cloned the repo:
cp policies/agent-orchestrator.toml ~/.gemini/policies/
# Or download directly:
curl -sSL https://raw.githubusercontent.com/kkweon/agent-orchestrator-mcp/main/policies/agent-orchestrator.toml -o ~/.gemini/policies/agent-orchestrator.toml

3.独立执行(通过npx)

您还可以直接使用以下命令运行MCP服务器 npx,这对于测试或手动配置很有用:

npx @kkweon/agent-orchestrator-mcp

配置(gemini扩展名.json)

如果您需要在您的 gemini-extension.json:

{
  "mcpServers": {
    "orchestrator": {
      "command": "npx",
      "args": ["-y", "@kkweon/agent-orchestrator-mcp"]
    }
  }
}

🛠️ 工具参考

编排器工具(用于主代理)

使用这些工具来管理您的员工。

工具名称描述参数
agent_create在拆分的tmux窗格中生成一个新的子代理。它自动注入runner循环和初始提示。name (string):人类可读的名称

role (string):特定角色(例如“编码员”、“审阅者”) model (字符串,可选):要使用的特定Gemini模型| | agent_list |列出当前会话中的所有活动代理。 | *(无)* | | send_message |向一个或多个代理发送消息。使用target=“all”进行广播。 | agent_id (string):发件人的代理ID(如果编排器正在发送,请使用“master”) message (object):任意JSON有效载荷 target (字符串/数组):“all”、“master”或代理UUID| | read_inbox |不阻止从收件箱读取邮件。对编排器使用agent_id='master'。 | agent_id (string):目标收件箱(“master”或代理UUID) cursor (数字,可选):要从中恢复的行索引| | agent_delete |终止子代理并终止其tmux窗格。 | agent_id (string):目标代理的UUID|

内部协议工具(用于子代理)

*子代理自动使用这些工具与编排器通信。你很少需要手动调用它们。*

  • wait_for_command:子代理从其子代理获取新任务的长轮询端点 inbox.
  • send_message:子代理报告日志、进度和结果的端点(带 target="master")或与同行交流。

发展

# Install dependencies
npm install

# Build
npm run build

# Run tests
npm test

许可证

麻省理工学院

工具与能力

工具数量

6

资源数量

0

提示词数量

0

能力标签

代理编排TypeScript本地部署tmux管理多代理系统GeminiCLI异步通信

支持客户端

Cursor

数量来自来源目录的标注,具体工具清单以官方文档为准。

典型使用场景

多步任务编排

把拆解、检索、执行串成一条链,模型按步骤调用工具。

长期上下文

把会话、笔记和知识放到外部存储,换个会话还能接着做。

接自有流程

把内部系统和模型连起来,让助手调用已有的工作流。

选择建议

值得选的地方

  • 只提供 6 个工具,职责集中,接入后不容易误操作。
  • 有现成的安装命令,不用自己找入口,照着跑就能起服务。
  • 公开说明写得比较完整,接入前能看清能力边界。

先想清楚的地方

  • stdio 方式要求本地装好 Node.js,换机器要重新装一遍。
  • 需要自备会话凭据,没有凭据没法直接试。
  • 第三方目录整理,版本更新和行为细节以官方仓库为准。

更适合

  • 需要在AI代理场景里让模型直接调用外部能力的人。
  • 已经在用 Cursor 的用户,接入路径最短。
  • 想先快速试一下、能接受在本地跑服务的人。

不太适合

  • 完全不想在本地装环境的人。
  • 暂时拿不到会话凭据的人。
  • 需要厂商级 SLA 和技术支持的生产环境。

同类对比

5 个同类
MCP Server工具数传输方式安装命令收录来源最后核验
Agent Orchestrator MCP

MCP World · 本页

6stdio有1 个2026-05-17
Everything Claude Code

MCP World

0stdio有1 个2026-05-17
Filesystem 560c4363

MCP World

13未说明未标注2 个2026-05-17
Time 7365cb6d

MCP.so

2SSE有2 个2026-05-17
Server Everything (everything)

MCP World

11stdio有1 个2026-05-17

按同分类和工具数量挑出最接近的几条,字段以各自详情页为准。

常见问题

5 条

Agent Orchestrator MCP 怎么安装?

公开资料给出的安装命令是 npx @kkweon/agent-orchestrator-mcp,运行环境为 Node.js。装完后按客户端要求写进 MCP 配置,重启客户端生效。

Agent Orchestrator MCP 怎么在 Claude Desktop、Cursor 里配置?

它是stdio 本地进程,客户端配置里要写启动命令和参数,运行环境是 Node.js;保存后完全退出客户端再打开,配置才会生效。

Agent Orchestrator MCP 收费吗?

本站只整理公开资料,不代收费用,也没有标注具体价格。是否收费取决于服务本身和背后的接口额度,正式使用前按官方说明确认。

Agent Orchestrator MCP 需要 API Key 吗?

公开资料标注的认证方式是会话凭据,也就是要先拿到凭据才能连上;凭据只填在自己本地的配置里,不要写进公开仓库。

Agent Orchestrator MCP 支持哪些客户端?

公开资料标注支持 Cursor;其他客户端只要能配置 MCP Server,也能用同样的命令或地址接入。

来源信息

继续浏览同类 MCP