Сервер Model Context Protocol (MCP), который превращает несколько агентов кодирования ИИ — через Claude Code, Cursor, Codex CLI, Gemini CLI или любого MCP-совместимого клиента — в скоординированную команду, которая общается, обсуждает, запоминает, проверяет безопасность и параллельно работает над одним и тем же проектом.

Обзор

Большинство помощников по кодированию ИИ работают на одном терминале одновременно. Claude Team MCP позволяет нескольким агентам работать бок о бок и вести себя как настоящая команда программного обеспечения: менеджер проекта раздает задачи, инженер Backend и Frontend строит параллельно, агент QA рассматривает — и они общаются друг с другом через общий канал, пока это происходит.

Помимо простого обмена сообщениями, агенты могут ** обсуждать** решение (предлагать → критиковать → пересматривать → решение судьи), делиться постоянной ** проектной памятью**, создавать и закрывать свои собственные ** терминальные окна** и поддерживать автономный ** «второй мозг»** график знаний на диске.

Все скоординировано через один общий государственный файл, поэтому любое количество клиентов — даже разные CLI — присоединяются к одному и тому же файлу.

Он также поставляется со встроенным **MCP Hub / Gateway **: одним сервером, который действует как маршрутизатор / прокси для других инструментов.

Claude Team MCP

A Model Context Protocol (MCP) server that turns multiple AI coding agents — across Claude Code, Cursor, Codex CLI, Gemini CLI, or any MCP-compatible client — into a coordinated team that chats, debates, remembers, audits security, and works in parallel on the same project.

---

Overview

Most AI coding assistants work one terminal at a time. Claude Team MCP lets several agents run side by side and behave like a real software team: a Project Manager hands out tasks, a Backend and Frontend engineer build in parallel, a QA agent reviews — and they talk to each other through a shared channel while it happens.

Beyond simple messaging, agents can debate a decision (propose → critique → revise → a judge decides), share a persistent project memory, spawn and close their own terminal windows, and maintain a self-contained “second brain” knowledge graph on disk.

Everything is coordinated through a single shared state file, so any number of clients — even different CLIs — that point at the same file join the same world.

It also ships with a built-in MCP Hub / Gateway: one server that acts as a router/proxy for other tools. Register downstream MCP servers and REST APIs as “targets”, and any agent connects once to the hub to reach all of them — with credentials held centrally (agents never see the keys), unified tool discovery, per-agent rate limits, a central audit trail, and routing rules. An Auto-Adapter Generator turns any OpenAPI/Swagger spec into a ready-to-run MCP server, so wrapping a new API takes seconds instead of hand-writing an adapter.

Why it exists

A single agent has one perspective and one context window. Real engineering work benefits from division of labor, review, and disagreement. This project provides the missing coordination layer so independent agents can:

• divide work and track it on a shared board,
• communicate in real time without manual copy-paste,
• argue toward the right solution instead of accepting the first idea,
• preserve decisions and knowledge across sessions (saving tokens), and
• scale up or down by opening/closing agent terminals on demand.

Features

• Team coordination — a shared chat channel and task board every agent can see.
• Live conversation — wait_for_message blocks until a new message arrives, so agents converse in real time instead of polling.