mcpField
A
agentchan

agentchan

本地服务
github.com/damejerasAI 与智能体04 周前更新

关于 agentchan

agentchan 是用于协调多个编码 Agent 对话的 MCP 服务,支持已安装并登录的 Claude Code、Codex 和 Grok。它提供按 Agent 区分的消息工具,以及用于接收回复和结束会话的通道。

主要功能

  1. 01向 Claude Code、Codex 或 Grok 发消息
  2. 02启动或继续 Agent 会话
  3. 03等待任一通道的回复
  4. 04关闭会话并停止 Agent

适用场景

  1. 01向另一个 Agent 委派编码问题
  2. 02与 Agent 进行后续交流
  3. 03收集多个会话中的首条回复

MCP 相关

它向 MCP 客户端提供可用 Agent 的消息工具和通道管理工具。每条消息都会在服务端工作目录中运行所选 Agent 的 CLI,且关闭权限检查。

配置

本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。

暂未收录安装方式

我们还没有获取到这个服务的安装包或远程地址,请按项目 README 中的说明安装。

代码仓库
安装包
cargoagentchan0.1.4

工具

还没有获取到工具列表

本地服务需要在你的电脑上运行后才能读取工具,维护者暂未提供工具列表。

详细介绍

agentchan

一个 MCP 服务,让一个编码 Agent 与另一个编码 Agent 对话:Claude Code、Codex 或 Grok。 它会为每个已安装并登录的 Agent 提供一个工具,并提供两个类似 Go 通道的工具:

  • claude(message, channel?)、codex(…)、grok(…) 会发送消息并立即返回通道 ID。不带 channel 时,消息会开启一个新会话;带上 channel 时,则会继续会话。
  • receive(channels) 会等待任意通道上的首条回复,最长等待 50 s。
  • close(channel) 会停止 Agent 并结束通道。

每个通道对应一个 Agent 会话。每条消息都会在服务的工作目录中运行 claude -p、codex exec 或 grok --prompt-file,关闭权限检查,并使用该 Agent 已有的设置。

安装

Linux 和 macOS,预构建版本:

curl --proto '=https' --tlsv1.2 -LsSf https://github.com/damejeras/agentchan/releases/latest/download/agentchan-installer.sh | sh

使用 npm 安装,它会下载相同的预构建二进制文件:

npm install -g agentchan

从源码安装:

cargo install agentchan

服务启动时会提供所有已安装并登录的 Agent。

# Claude Code
claude mcp add --scope user agentchan -- agentchan
# or, without installing it first
claude mcp add --scope user agentchan -- npx -y agentchan
# Codex: ~/.codex/config.toml
[mcp_servers.agentchan]
command = "agentchan"

安全性

被调用的 Agent 会关闭权限检查。它可以在服务的工作目录中读取、写入和运行任何内容,无需询问。任何能够调用 agentchan 的 Agent 都拥有此访问权限。

一轮对话结束、通道关闭或服务停止时,agentchan 会终止 Agent 的进程组。若 Agent 将某个进程移至其他进程组,该进程仍会继续运行。

测试

cargo test                 # fake agents, no plan limits used
cargo test -- --ignored    # the real CLIs that are signed in

费用

每条消息都会使用被调用 Agent 自身的登录信息和计划限额。 每条消息都会启动一个新进程,并重新加载该 Agent 的完整配置。

链接

  • MCP Registry 名称:mcp-name: io.github.damejeras/agentchan

评论

支持 Markdown

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。