Token导航 LogoToken导航

MCP Server · 运维云端

Claude Code Multi-Process MCP Server

基于FastMCP框架的多进程并行执行服务器,为Claude Code CLI提供异步任务处理能力。

stdio官方级别未说明来源级核验工具 5
进程管理PythonClaude

快速开始

作者 / 组织
L-x-C
提供方
L-x-C
运行时
Python

工具数量

5

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

2 个

MCP World

选型结论

Claude Code Multi-Process MCP Server 属于运维云端类 MCP Server,公开资料标注 5 个工具,通过stdio 本地进程接入,适配 Claude,有可以直接复制的安装命令;接入前先确认权限范围。

分类

运维云端

传输方式

stdio

认证方式

无需认证

部署方式

仅本地运行

安装与配置

安装命令

Python 3.6+ + FastMCP ≥0.12.0 + 标准库 (signal/subprocess/json)

公开命令不是通用的启动方式,拼不出可靠配置示例;请在客户端 MCP 配置里按官方文档填写 command 和 args。

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 Python,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 5 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

Claude Code 多进程 MCP 服务器

项目定位

基于 FastMCP 框架的多进程并行执行服务器,为 Claude Code CLI 提供异步任务处理能力。


核心架构

┌─────────────────────────────────────────────────────────────┐
│                    Claude Code CLI                           │
└───────────────────────────┬─────────────────────────────────┘
                            │ JSON-RPC (stdio)
┌───────────────────────────▼─────────────────────────────────┐
│                   FastMCP Server                             │
│  ┌─────────────────────────────────────────────────────┐   │
│  │              @server.tool Decorators                 │   │
│  │  ┌─────────────┐ ┌──────────────┐ ┌──────────────┐  │   │
│  │  │execute_cc   │ │start_cc_async│ │check_status  │  │   │
│  │  │_task        │ │              │ │              │  │   │
│  │  └─────────────┘ └──────────────┘ └──────────────┘  │   │
│  └─────────────────────────────────────────────────────┘   │
│  ┌─────────────────────────────────────────────────────┐   │
│  │              TaskManager Class                       │   │
│  │  • SIGCHLD 信号处理 (自动回收僵尸进程)                │   │
│  │  • 进程生命周期管理                                   │   │
│  │  • UUID 任务追踪                                      │   │
│  └─────────────────────────────────────────────────────┘   │
└───────────────────────────┬─────────────────────────────────┘
                            │ subprocess.Popen()
┌───────────────────────────▼─────────────────────────────────┐
│               子进程池 (并行执行)                            │
│  ┌─────────┐ ┌─────────┐ ┌─────────┐ ┌─────────┐          │
│  │ Task 1  │ │ Task 2  │ │ Task 3  │ │ Task N  │          │
│  └─────────┘ └─────────┘ └─────────┘ └─────────┘          │
└─────────────────────────────────────────────────────────────┘
                            │
┌───────────────────────────▼─────────────────────────────────┐
│              文件系统持久化 (/tmp/)                          │
│  • cc_process_tasks/  → 任务结果 (JSON)                     │
│  • *.stdout            → 标准输出                           │
│  • *.stderr            → 错误输出                           │
│  • cc_process_mcp.log  → 运行日志                           │
└─────────────────────────────────────────────────────────────┘

MCP 工具集

工具名类型功能
execute_cc_task同步阻塞执行,返回结果
start_cc_task_async异步立即返回 task_id
check_task_status查询获取状态和结果
list_active_tasks监控列出所有运行中任务
cleanup_task清理终止进程并删除数据

关键技术点

技术领域实现方案
进程管理subprocess.Popen + SIGCHLD 信号处理
僵尸进程防护os.waitpid(-1, WNOHANG) 非阻塞自动回收
任务持久化文件系统 JSON 存储 + 进程状态混合判断
进程存活检测os.kill(pid, 0) + ps 命令状态验证
输出解析支持 stream-json/json/text 多格式提取
任务隔离每任务独立目录 + UUID 标识

技术栈

Python 3.6+  +  FastMCP ≥0.12.0  +  标准库 (signal/subprocess/json)

状态流转

启动 → running → (poll检测/文件mtime判断) → completed/failed/timeout
         ↑                                              ↓
         └────────────── SIGCHLD 自动清理 ←────────────┘

工具与能力

工具数量

5

资源数量

0

提示词数量

0

能力标签

多进程处理Python本地部署异步任务进程管理任务调度Python框架

支持客户端

Claude

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

看服务状态

查询容器、日志和监控指标,定位异常。

执行部署变更

在权限范围内触发发布、回滚和环境切换。

核对资源用量

汇总用量,找出闲置和超额的部分。

选择建议

值得选的地方

  • 只提供 5 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 Python,换机器要重新装一遍。
  • 公开摘要偏短,具体能力和限制要回到仓库确认。
  • 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

  • 需要在运维云端场景里让模型直接调用外部能力的人。
  • 已经在用 Claude 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。
  • 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
Claude Code Multi-Process MCP Server

MCP World · 本页

5stdio有2 个2026-05-17
Ui Tars Desktop 8a825770

MCP World

0stdio有1 个2026-05-17
Elie222 MCP

MCP World

0未说明未标注1 个2026-05-17
Arizeai Phoenix MCP

MCP World

0stdio有3 个2026-05-17
Unity MCP 87ee506e

MCP World

42HTTP有2 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

Claude Code Multi-Process MCP Server 怎么安装?

公开资料给出的安装命令是 Python 3.6+ + FastMCP ≥0.12.0 + 标准库 (signal/subprocess/json),运行环境为 Python。装完后按客户端要求写进 MCP 配置,重启客户端生效。

Claude Code Multi-Process MCP Server 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 Python;保存后完全退出客户端再打开,配置才会生效。

Claude Code Multi-Process MCP Server 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。

Claude Code Multi-Process MCP Server 需要 API Key 吗?

公开资料标注为无需认证,装好就能连;如果实际调用时报鉴权错误,按官方文档补上凭据。

Claude Code Multi-Process MCP Server 支持哪些客户端?

公开资料标注支持 Claude;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