Relay

Relay

一个极其简单的工具，可在 Claude Desktop 和 Claude Code 之间传递信息——文件、代码、数据、评论、指示等，同时让它们各自的主上下文窗口保持独立。

两个 Claude 都可以自主发送消息——当它们需要另一端提供输入时，只需直接发送即可。收到消息时，你会收到系统通知。准备好后再获取消息。

为什么？ Desktop 和 Code 各有所长。Desktop 更适合对话——规划、头脑风暴、审阅和迭代文案。Code 更适合执行——编辑文件、运行命令、排查错误。但它们不会共享上下文。如果你在 Desktop 中起草了内容并希望 Code 实现，或想听听 Desktop 对你正在编写的代码有何看法，就只能在应用之间复制粘贴。

Relay 无需你手动指定问题，也不必在窗口之间复制粘贴，就能将它们连接起来。这是 Anthropic 本应集成的基础功能。

由你掌控。 获取消息通常由用户操作——输入 get 或 /get。模型可以在决定需要另一端提供输入时发送或获取消息，但不会在后台自动同步。不会出现失控的模型间对话耗尽你的 token。

快速示例

[In Desktop]
You:     Send my last error message to Code.
Desktop: [sends via relay]

[notification pops up in Code's terminal]

[In Code]
You:     /get
Code:    Got it. That's from line 47 in parser.py—the regex isn't matching.
         [fixes the bug]

扩展示例

[In Code]
You:     My classifier's stuck at 72% accuracy. Send the
         training config and last epoch's metrics to Desktop.
Code:    [sends config.yaml and metrics via relay]

[System notification appears that a message has been sent to Desktop]

[In Desktop]
You:     /get
Desktop: [fetches config and metrics]
         The loss curve suggests you're underfitting. Learning
         rate 1e-5 is conservative for a model this size...

You:     What would you try?
Desktop: Bump to 3e-5, add warmup steps, and your batch size
         of 8 is small—if memory allows, try 16. Also the
         class imbalance is brutal: 80/15/5 split. Consider
         weighted loss or oversampling the minority classes.

You:     Specify the changes.
Desktop: [sends updated config via relay]

[System notification appears that a message has been sent to Code]

[In Code]
You:     /get
Code:    Got it. Updating config.yaml and adding class weights
         to the loss function.
         [edits files, starts training run]

         Epoch 12: accuracy up to 79%, but precision on
         class 2 dropped. Want Desktop's take?

You:     Yeah, send the confusion matrix.
Code:    [sends via relay]

[In Desktop]
You:     /get
Desktop: Class 2 is getting confused with class 0—they may be
         semantically close. I need more examples.
         [automatically sends request to Code via relay]

用法

在 Desktop 中输入 get，或在 Code 中输入 /get，即可查看另一端发来的消息。这是主要的交互方式。

命令变体：

• /get — 获取并执行来自 Desktop 的消息
• /get status — 显示消息数量和最近活动
• /get clear — 清除缓冲区中的所有消息
• /get <message> — 向 Desktop 发送消息

资源访问： 你也可以使用 @relay:messages://latest 直接引用消息。这比 /get 更快，也可在计划模式下使用。

启动预览： Code 启动时，你会看到来自 Desktop 的待处理消息预览。使用 /get 查看完整内容。

发送操作简单且无需明确指示。当你说“问问 Desktop 这样看起来对不对”或“把 README 发给 Code”时，模型会识别你的意图并自动调用 relay。

通知

收到消息时，你会收到系统通知，提醒你查看另一端。无需手动轮询。

平台	方式	说明
macOS	osascript	原生通知中心
Linux	notify-send	需要 libnotify
Windows	PowerShell toast	原生 toast 通知

声音： 添加 --sound 可启用通知声音。不指定值时，使用平台默认声音；指定值时，使用相应声音：

平台	默认值	自定义示例
macOS	blow	--sound tink
Linux	freedesktop 消息提示音	--sound /path/to/sound.oga
Windows	系统默认声音	--sound ms-winsoundevent:Notification.IM

通知时长和显示方式由操作系统设置控制。

设计理念

传输，而非记忆。 中继是一个消息总线。它不会总结、压缩、改写或解读消息。没有共享的隐藏上下文、合并的系统提示词或跨 Agent 规划。消息原样传递。这能让各项职责清晰分离，并避免认知污染。

主要由用户控制。 获取消息通常是用户的显式操作（get 或 /get），而非后台进程。这样可以防止上下文失控增长和反馈循环。不过，模型也可以在判断需要对方输入时自主发送或获取消息——系统允许这种行为，但不会鼓励。

界面彼此独立。 Desktop 和 Code 均可独立完整使用。你可以在 Desktop 中长时间对话而不使用 Code，也可以在 Code 中调试数小时而不使用 Desktop。中继会在你需要时连接它们，但不会将它们耦合起来。这也意味着没有 API 费用——两个界面都使用你已有的订阅。

功能范围精简。 中继只做三件事：发送、获取、清除。它不试图提供编排、仲裁、共识或自主行为。这样的克制是有意为之。大多数多 Agent 设计之所以失败，是因为模糊了本应保持清晰的边界。

可自然扩展。 多个 Code 会话可以连接到同一个 Desktop——你可以将消息发往相应的对话。更多使用 MCP 通信的对等端、替代存储后端、按项目划分的缓冲区，以及只读观察者，都可以基于此设计顺畅扩展。

这定义了一种独特的基础设施类型：由人类协调、显式同步的多 Agent 消息总线。

设计说明

中继是全局的。 ~/.relay_buffer.db 中的缓冲区由所有项目共享。Desktop 不知道你正在处理哪个项目，因此按项目隔离并不实用。这是有意为之：一位用户、一台机器、一个中继。

如果你在 Code 中切换项目，中继也会随之使用。上一个项目的旧消息可能仍然存在；如果想重新开始，请使用 /get clear。

大文件处理较慢。 对于一两页长的消息，中继速度很快。对于大文件，直接将文件拖入你要使用的界面会更快。你仍然可以通过中继发送相关上下文。

设置

什么是 uvx？ uvx 可以直接运行 Python 包，而无需全局安装。它会自动处理依赖项。如果你还没有安装：curl -LsSf https://astral.sh/uv/install.sh | sh（更多信息请参阅 astral.sh/uv。）

1. 配置 Claude Desktop

将以下内容添加到 Claude Desktop 配置文件中：

• macOS：~/Library/Application Support/Claude/claude_desktop_config.json
• Linux：~/.config/Claude/claude_desktop_config.json
• Windows：%APPDATA%\Claude\claude_desktop_config.json

{
  "mcpServers": {
    "relay": {
      "command": "uvx",
      "args": ["mcp-server-relay", "--client", "desktop", "--sound"]
    }
  }
}

重启 Claude Desktop，然后告诉它记住以下指令：

记住：当用户单独说“get”或“/get”时，使用 relay_fetch 获取中继中的近期消息。

你可以说“Show me my memory edits.”来确认它是否已记录。

2. 配置 Claude Code

将以下内容添加到项目根目录中的 .mcp.json：

{
  "mcpServers": {
    "relay": {
      "command": "uvx",
      "args": ["mcp-server-relay", "--client", "code"]
    }
  }
}

注意：只有 Desktop 需要 --sound，因为它会处理两端的通知。

3. 安装 /get 命令和启动钩子

uvx mcp-server-relay --setup-code

这会安装 /get 斜杠命令和一个 SessionStart 钩子，以便在 Code 启动时显示待处理的消息。

备选方案：从 GitHub 安装

如果你不想使用 uvx，可以克隆代码库并直接运行：

git clone https://github.com/mhcoen/mcp-relay.git
cd mcp-relay
python -m venv .venv
.venv/bin/pip install -e .

然后在配置文件中使用完整路径：

Claude Desktop（claude_desktop_config.json）：

{
  "mcpServers": {
    "relay": {
      "command": "/path/to/mcp-relay/.venv/bin/python",
      "args": ["/path/to/mcp-relay/relay_server.py", "--client", "desktop", "--sound"]
    }
  }
}

Claude Code（.mcp.json）：

{
  "mcpServers": {
    "relay": {
      "command": "/path/to/mcp-relay/.venv/bin/python",
      "args": ["/path/to/mcp-relay/relay_server.py", "--client", "code"]
    }
  }
}

将 /path/to/mcp-relay 替换为你实际的克隆位置。

工具

工具	描述
relay_send(message, sender)	发送消息（sender：“desktop”或“code”）
relay_fetch(limit, reader, unread_only)	获取最近的消息，可选择标记为已读
relay_clear()	删除缓冲区中的所有消息

技术详情

• 缓冲区：位于 ~/.relay_buffer.db 的 SQLite
• 滚动窗口：最多 20 条消息（优先移除最早的消息）
• 消息大小限制：每条消息 8 KB
• 空闲超时：1 小时（服务在不活动时自动退出）
• 传输方式：stdio（标准 MCP）
• Python：3.9+

作者

Michael Coen — [email protected] · [email protected]