CircusMCP - AI Agent DevServer Management Made Simple

Circus MCP

在开发周期中，将 AI Agent 调试令牌消耗降低 75-80%。通过 MCP 管理进程——使用结构化工具替代 Shell 命令。

在开发周期中，将 AI Agent 调试令牌消耗降低 75-80%

AI Agent 通过原始 Shell 命令（supervisorctl、ps、journalctl）调试进程时，大部分令牌都消耗在解析非结构化输出、重复执行命令以及步骤间推理上。Circus MCP 通过结构化、范围受限的 MCP 工具响应取代这一方式。

	原始命令	Circus MCP	降幅
每次调查的工具调用次数	8-12	3-5	60-70%
每次调查的令牌数	2,900-9,400	935-1,535	约 75%
包含重试（典型情况）	约 10,000+	约 2,000	约 80%
重试成本增长	指数级	线性	—

通过 MCP 管理进程

Circus MCP 将进程生命周期操作作为 MCP 工具提供。AI Agent 可调用结构化工具，而无需解析 Shell 输出。

工具	参数	描述
list_processes	—	列出所有受管理的进程
get_process_status	name	进程状态和 PID
start_process	name	启动进程
stop_process	name	停止进程
restart_process	name	重启进程
add_process	name、command、numprocesses?、working_dir?	动态添加新进程

Claude Code

claude mcp add circus-mcp -- uv run circus-mcp mcp

VS Code / Cursor

.vscode/mcp.json：

{
  "servers": {
    "circus-mcp": {
      "command": "uv",
      "args": ["run", "circus-mcp", "mcp"]
    }
  }
}

Circus MCP 与 Supervisord MCP 对比

	Circus MCP	Supervisord MCP
动态添加进程	通过 API	不支持（需要编辑配置文件并重新加载）
获取日志	一次调用获取 stdout 和 stderr	分别调用
系统统计信息（CPU/内存）	可用	不可用
幂等操作	ensure_started / ensure_stopped	如果已在运行则抛出错误
传输方式	ZeroMQ（异步）	HTTP XML-RPC（同步）
最适用场景	AI Agent 工作流	现有 Supervisord 环境

文档

• AI 令牌消耗降低方案 — 令牌成本分析、团队规模预测、研究参考资料
• AI 与 MCP 技术背景 — 架构、MCP 托管、租户隔离
• 安装与 CLI 参考 — 设置、配置、完整命令参考

License

MIT — see LICENSE. Built on Circus.