Claude Code MCP异步服务器
Claude Code CLI的异步MCP包装器
启用Claude Code以生成子Claude Code会话以并行执行任务。
特性
- ✅ 异步执行 -在后台启动任务，继续工作
- ✅ 多实例并行 -同时运行多个Claude Code会话
- ✅ 自动清理 -无僵尸进程
- ✅ 零配置 -开箱即用
- ✅ 跨平台 -支持Windows、Linux和macOS
- ✅ CI/CD就绪 -包括GitHub操作工作流
快速开始
🚀 使用UVX进行安装
零配置-只需运行：
uvx claudecode-mcp-async-windows配置Claude代码
添加到您的 ~/.claude/settings.json:
{
"mcpServers": {
"claude-code-mcp": {
"command": "uvx",
"args": ["claudecode-mcp-async-windows"],
"env": {}
}
}
}重新启动Claude代码
重新加载或重新启动Claude Code以加载MCP服务器。
使用示例
🚀 异步执行（改变游戏规则！）
开始一项长期任务并立即继续工作：
你：
请分析整个项目代码并生成一份全面的技术报告
克劳德： 我会分析你的整个项目并生成一份技术报告。这是一项大任务，所以我将异步启动它。..
✅ 任务已启动 （任务ID:abc12345） 当它在后台运行时，您可以继续处理其他事情！
你： （立即继续工作）
在生成报告的同时，帮助我编写一些单元测试
克劳德： 当然！让我为您编写这些单元测试。..
你： （几分钟后）
你能检查一下报告任务是否完成吗？
克劳德： ✅ 报告完成！
\[查看详细技术报告\]
- 项目结构分析
- 代码质量评估
- 性能优化建议
- 安全审计结果
⚡ 并行执行
同时运行多个任务：
你：
我需要同时做三件事： 1. 为utils.py生成单元测试 1. 重构database.py以使用async/await 1. 为api.py中的所有函数添加类型提示
克劳德： 我将同时开始这三项任务！
🔄 任务1已启动 （任务ID:task1）-生成单元测试 🔄 任务2已启动 （任务ID:task2）-重构数据库代码 🔄 任务3已启动 （任务ID:task3）-添加类型提示
所有任务都并行运行。..
你： （稍后）
这三项任务都完成了吗？
克劳德： ✅ 全部完成！
- ✅ 任务1：生成utils.py的单元测试
- ✅ 任务2：将database.py重构为异步模式
- ✅ 任务3：向api.py函数添加类型提示
🎯 快速同步任务
对于简单的即时任务：
你：
编写一个Python函数来验证电子邮件地址
克劳德：
import re
def validate_email(email):
pattern = r'^[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}$'
return re.match(pattern, email) is not None
# Usage examples
print(validate_email("user@example.com")) # True
print(validate_email("invalid-email")) # False✅ 任务完成！
为什么异步？
问题： Claude Code在运行时阻止父会话。
解决方案： 此MCP服务器生成在后台运行的子Claude Code进程。
优点：
- 🚀 开始一项任务并立即继续工作
- ⚡ 并行运行多个任务
- 🎯 没有阻碍，没有等待
- 🧹 自动流程清理
故障排除
服务器未显示？
- 在配置中使用绝对路径
- Linux/macOS：运行
chmod +x claudecode_mcp_async_server.py - 重新启动Claude代码
任务卡在“运行”中？
- 等一下，大任务需要时间
- 检查任务文件：
- Linux/macOS： ls -la /tmp/claude_code_tasks/ - 窗户： dir %TEMP%\claude_code_tasks\
- 查看日志：
- Linux/macOS： tail -f /tmp/claude_code_mcp_debug.log - 窗户： type %TEMP%\claude_code_mcp_debug.log
平台特定注意事项：
- Windows：自动进程清理（无僵尸进程）
- POSIX：使用SIGCHLD处理程序进行进程清理
- 所有平台：使用适合平台的临时目录
需求
- Python 3.6+
- 已安装Claude Code CLI
发展
从源头构建
使用 uv （推荐）：
# Install uv if you haven't already
pip install uv
# Build the package
uv build
# Install locally
uv pip install dist/*.whl --systemGitHub 操作
此项目包括自动化工作流：
- 测试工作流程 (
.github/workflows/test.yml)
- 运行于：Windows、Linux、macOS - Python版本：3.8、3.9、3.10、3.11、3.12 - 触发时间：推送到主/开发/claude分支，拉取请求 - 行动： - 建立 uv - 运行导入测试 - 亚麻布8，黑色，异色
- 发布工作流 (
.github/workflows/publish.yml)
- 使用构建分发包 uv - 发布时发布到PyPI - 上传到GitHub发布 - 支持TestPyPI进行测试
发布到PyPI
选项1：自动（GitHub发布）
- 在GitHub上创建新版本
- 工作流自动构建并发布到PyPI
选项2：手动（TestPyPI）
- 转到操作→ 发布到PyPI
- 手动运行工作流
- 集
test_pypi到true用于TestPyPI
设置PyPI发布：
- 在PyPI项目设置中配置可信发布
- 添加环境
pypi到您的GitHub存储库 - 不需要API令牌（使用OIDC）
许可证
MIT许可证
______________________________________________________________________
问题？ 在GitHub上打开一个问题。