CircusMCP - AI Agent DevServer Management Made Simple

Circus MCP

開発サイクルにおける AI エージェントのデバッグで、トークンを 75～80％削減します。MCP によるプロセス管理で、構造化ツールがシェルコマンドに置き換わります。

開発サイクルにおける AI エージェントのデバッグのトークンを 75～80％削減

AI エージェントが生のシェルコマンド（supervisorctl、ps、journalctl）でプロセスをデバッグすると、構造化されていない出力の解析、コマンドの繰り返し、ステップ間の推論にトークンの大半を費やします。Circus MCP はこれを、構造化され、上限が定められた MCP ツールの応答に置き換えます。

	生のコマンド	Circus MCP	削減率
調査あたりのツール呼び出し数	8-12	3-5	60-70%
調査あたりのトークン数	2,900-9,400	935-1,535	約75%
リトライを含む場合（一般的）	約10,000+	約2,000	約80%
リトライコストの増加率	指数関数的	線形	—

MCP によるプロセス管理

Circus MCP は、プロセスのライフサイクル操作を MCP ツールとして公開します。AI エージェントはシェルの出力を解析する代わりに、構造化ツールを呼び出します。

ツール	パラメーター	説明
list_processes	—	管理対象のすべてのプロセスを一覧表示します
get_process_status	name	プロセスの状態と PID
start_process	name	プロセスを開始します
stop_process	name	プロセスを停止します
restart_process	name	プロセスを再起動します
add_process	name、command、numprocesses?、working_dir?	新しいプロセスを動的に追加します

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 と Supervisord MCP の比較

	Circus MCP	Supervisord MCP
プロセスの動的な追加	API 経由	非対応（設定ファイルの編集と再読み込みが必要）
ログの取得	1 回の呼び出しで stdout と stderr	個別の呼び出し
システム統計（CPU／メモリ）	利用可能	利用不可
冪等な操作	ensure_started / ensure_stopped	すでに実行中の場合はエラーをスロー
トランスポート	ZeroMQ（非同期）	HTTP XML-RPC（同期）
最適な用途	AI エージェントのワークフロー	既存の Supervisord 環境

ドキュメント

• AI トークン削減ソリューション — トークンコストの分析、チーム規模に応じた予測、調査資料
• AI と MCP の技術的背景 — アーキテクチャ、MCP ホスティング、テナント分離
• インストールと CLI リファレンス — セットアップ、設定、全コマンドリファレンス

License

MIT — see LICENSE. Built on Circus.