sub-agents-mcp

Sub-Agents MCP Server

通过任何兼容 MCP 的客户端运行可复用的编码 Agent。

用 Markdown 编写审查者、测试编写者或调查者，然后让助手使用它。MCP 服务会使用你选择的编码 CLI 运行该 Agent，并将结果返回到同一对话中。

你可以做什么

• 将代码审查、测试编写、调查和文档编写委派给专注于特定任务的 Agent
• 通过一个共享后端和模型配置，在多个 MCP 客户端之间复用相同的 Agent 定义
• 在多次调用之间继续使用同一个 Agent，完成耗时较长的工作

快速开始

你需要 Node.js 22 或更高版本、一个兼容 MCP 的客户端，以及一个已安装并登录的受支持编码 CLI。本示例使用 Codex。

1. 创建 Agent

在计算机上的任意位置创建一个 agents 文件夹，然后添加 code-reviewer.md：

# Code Reviewer

Review code for bugs and maintainability issues.

## Task

- Find concrete problems in the requested changes
- Explain why each problem matters
- Point to the affected code

## Done When

- All requested files have been reviewed
- Findings include evidence and suggested next steps

文件名会成为 Agent 名称：code-reviewer.md 会变成 code-reviewer。

2. 添加 MCP 服务

将该服务添加到客户端的 MCP 配置中。将 AGENTS_DIR 替换为你创建的文件夹的绝对路径。

{
  "mcpServers": {
    "sub-agents": {
      "command": "npx",
      "args": ["-y", "sub-agents-mcp"],
      "env": {
        "AGENTS_DIR": "/absolute/path/to/agents",
        "AGENT_TYPE": "codex"
      }
    }
  }
}

保存配置后，重启或重新连接 MCP 客户端。

3. 运行 Agent

向助手提出请求：

Use the code-reviewer agent to review the authentication changes.

助手会使用 Codex 运行该 Agent，并将审查结果返回到对话中。

示例

Use the test-writer agent to add unit tests for the auth module.

Use the bug-investigator agent to find the cause of the failed checkout requests.

Use the doc-writer agent to document the public API changes.

同时指定 Agent 名称和希望它执行的工作。

何时适合使用 MCP 服务

如果你想在 MCP 客户端之间共享相同的 Agent，并将后端和模型配置集中在一处，请使用 MCP 服务。

如果你倾向于更轻量的安装方式，或希望每个 Agent 自行选择后端和模型，请参阅 Sub-Agents Skills。

支持的后端

将 AGENT_TYPE 设置为你已在使用的后端：

AGENT_TYPE	后端	命令
codex	Codex	codex
claude	Claude Code	claude
cursor	Cursor CLI	cursor-agent
command-code	Command Code	command-code
glm	GLM (Z.ai)	claude
kimi	Kimi	claude
grok	Grok Build	grok
antigravity	Google Antigravity	agy 1.1.12+
gemini	Gemini CLI（兼容模式）	gemini
opencode	OpenCode	opencode
mcode	MiniMax Code	mcode
pi	Pi	pi

启动 MCP 服务前，必须安装并配置所选 CLI。

GLM 和 Kimi 需要在 MCP 服务环境中设置 CLI_API_KEY。其他后端使用 CLI 现有的身份验证方式。

对于 Google 模型，建议使用 Antigravity。现有的企业版、API 密钥或 Vertex AI 配置仍可使用 Gemini CLI。

共享 Agent 设置

设置 AGENT_MODEL，即可为所有 Agent 使用同一个模型。不设置时将使用后端默认模型。

AGENT_PERMISSION 用于控制 Agent 可以执行的操作：

• read-only — 审查和调查
• safe-edit — 允许未经批准的编辑（默认）
• yolo — 不受限制地执行

如果 Agent 报告某项操作被阻止，请选择限制较少的模式。

各级权限的执行严格程度取决于后端，因此请将其视为指导，而非安全边界。

在多次调用之间继续工作

如果希望 Agent 记住先前的调用并继续较长的任务，请将 SESSION_ENABLED 设置为 "true"。助手必须在下次调用时复用返回的 session_id，才能继续该会话。

如果无法启动

• 直接运行所选后端命令，确认它已安装并登录
• 确保 AGENTS_DIR 是绝对路径，且至少包含一个 .md 或 .txt 文件
• 更改 MCP 客户端配置后，重启或重新连接客户端

许可证

MIT