Agent Teams AI MCP集成指南让AI团队连接外部工具的终极扩展方案【免费下载链接】agent-teams-aiYoure the boss, agents are your team. They handle tasks on their own, message each other, and review each others work. You just watch the kanban board and give high-level commands. Codex/Claude/OpenCode/Cursor/Grok/GitHub/Kiro/Z.AI/Xiaomi/MiniMax/Kimi(300 models, 200 LLM providers, free models no auth) Build your AI company with multiple teams项目地址: https://gitcode.com/gh_mirrors/cl/agent-teams-aiAgent Teams AI 是一款多 Agent 团队编排工具你可以像老板一样指挥由 Codex、Claude、OpenCode、Cursor 等 300 模型组成的 AI 团队成员自主认领任务、互相发消息、互审工作而你只需盯着看板下指令。它的内置 MCP Serveragent-teams-mcp让任何支持 MCP 的 AI 客户端都能直接操作团队的看板、任务与消息——这篇指南将带你 3 分钟完成 MCP 集成。为什么 AI 团队需要 MCP 集成 Model Context ProtocolMCP 是 AI 工具互联的事实标准。Agent Teams AI 的 MCP 集成是双向的对外提供内置的 mcp-server 把团队管理能力建任务、移看板、发消息、提审暴露为 MCP 工具任何 MCP 客户端都可以指挥你的 AI 团队对内继承团队中的每个成员都会继承你在 Claude、Codex 等 CLI 里配置的第三方 MCP 服务器外部工具能力自动带入团队协作场景。数据层是共享的MCP 工具与 Claude 原生工具写入同一份团队文件~/.claude/teams/团队名/桌面端通过文件监听实时刷新界面——任何来源的改动看板都会即时同步。这套数据流在 docs/research/unified-mcp-architecture.md 中有完整分析。内置 MCP Server10 组工具开箱即用MCP 工具按职责分成 10 个工具组完整清单见 agent-teams-controller/src/mcpToolCatalog.js工具组核心工具用途团队teamteam_listteam_create查看与创建团队任务tasktask_createtask_starttask_completetask_add_comment任务全生命周期管理看板kanbankanban_getkanban_set_column移动任务卡片、查看看板评审reviewreview_requestreview_approve发起与批准代码评审消息messagemessage_send向团队成员发消息进程processprocess_registerprocess_stop成员进程管理运行时runtimeteam_launchteam_stop启动/停止整个团队跨团队crossTeamcross_team_send团队间协作通信工作同步workSyncmember_work_sync_status成员工作状态汇报领队leadlead_briefing获取领队简报对新手来说最有用的三件套team_create建队 →task_create派活 →kanban_get看进度。一键接入stdio 与 HTTP 两种传输方式MCP Server 基于 FastMCP 构建见 mcp-server/package.json支持两种传输方式按需求任选。方式一stdio 传输推荐新手stdio 模式下客户端拉起子进程并通过标准输入输出通信配置最简单。在你的 MCP 客户端配置中加入{ mcpServers: { agent-teams: { command: node, args: [/path/to/agent-teams-ai/mcp-server/dist/index.js] } } }方式二HTTP 流式传输多客户端共享需要多个客户端同时连接时用--transport httpStream启动常驻 HTTP 服务node mcp-server/dist/index.js --transport httpStream --port 3000 --endpoint /mcp启动参数解析逻辑在 mcp-server/src/index.ts默认监听127.0.0.1保证服务只对本机可见安全性更可控。 接入 Claude Code 时应用会在生成团队时自动写入--mcp-config配置文件把agent-teamsMCP 服务器带给领队与每个成员全程无需手动配置。三个实用扩展场景场景 1让外部 AI 直接操作团队看板。把agent-teamsMCP 配置进 Cursor 或任意 MCP 客户端后一句帮我把 demo_project 的待办任务建到团队看板客户端就会调用task_create任务立即出现在桌面端看板上。场景 2成员自带外部工具。团队成员会继承所在 CLI 的 user/project/local 作用域 MCP 配置你在 Claude 里装的数据库查询、浏览器操作等 MCP 工具成员在团队协作中同样可用策略细节见 docs/team-management/member-mcp-bootstrap-spike.md。场景 3用量与成本透视。MCP 工具产生的任务与运行记录会汇入统一统计你可以按团队、按模型查看 token 消耗与费用常见问题 FAQ ❓Q不装 MCP Server 能用吗可以。Claude Code 原生 Agent Teams 功能自带任务与消息工具MCP Server 的价值在于让其他模型和客户端也能接入同一套团队工作流。Qstdio 和 HTTP 该选哪个单人本地使用选 stdio零配置多人/多客户端共享一个团队实例选 HTTP。Q数据存在哪里团队数据以 JSON 文件保存在本机~/.claude/teams/与~/.claude/tasks/目录MCP 工具、CLI 与桌面应用读写的是同一份数据。总结Agent Teams AI 的 MCP 集成让AI 公司的边界彻底打开10 组内置工具让任何 MCP 客户端都能指挥团队成员侧又无缝继承外部 MCP 工具。无论你是想给 Codex 接上看板还是让团队用上数据库工具MCP 都是那条最短的路。完整工具表与架构细节可参考 mcp-server/src/tools/ 与 docs/research/unified-mcp-architecture.md。【免费下载链接】agent-teams-aiYoure the boss, agents are your team. They handle tasks on their own, message each other, and review each others work. You just watch the kanban board and give high-level commands. Codex/Claude/OpenCode/Cursor/Grok/GitHub/Kiro/Z.AI/Xiaomi/MiniMax/Kimi(300 models, 200 LLM providers, free models no auth) Build your AI company with multiple teams项目地址: https://gitcode.com/gh_mirrors/cl/agent-teams-ai创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考