Skip to main content
Glama

AgentTeam

AgentTeam — это многоразовая команда разработчиков ПО на базе ИИ, построенная на протоколе Model Context Protocol (MCP). Тринадцать специализированных агентов — менеджер по продукту, менеджер проекта, UX-исследователь, UX/UI-дизайнер, фронтенд-разработчик, бэкенд-разработчик, фулстек-разработчик, мобильный разработчик, DevOps-инженер, QA-инженер, специалист по безопасности, инженер данных и специалист по анализу данных — совместно работают над программными проектами через общую базу данных SQLite, при этом каждый из них строго ограничен своей ролью.

Менеджер проекта координирует работу: он создает проект, нанимает необходимых специалистов, разбивает работу на задачи и возвращает манифест распределения — JSON-массив, который вызывающий сеанс использует для запуска каждого специалиста в качестве независимого параллельного агента. Специалисты читают сводку проекта при присоединении, регистрируют свою работу и решения по мере продвижения, а также делятся структурированными артефактами исследований, чтобы ни один агент не тратил время на повторное изучение того, что уже нашел другой.

Все состояние проекта сохраняется в SQLite (44 инструмента MCP в 12 доменах: проекты, сводки, члены команды, задачи, записи о работе, комментарии к задачам, обсуждения, решения, артефакты и журнал пользователя). Проекты привязаны к UUID и имеют жизненный цикл (активен → приостановлен → в архиве → закрыт), поэтому команды могут приостанавливать и возобновлять работу между сеансами без потери контекста.

Разработано для вызова из любого проекта Claude Code через MCP — укажите путь к серверу в вашем claude_desktop_config.json, и любой проект сможет запустить полноценную команду.

Журнал пользователя

По мере работы команды менеджер проекта фиксирует ваши решения, предпочтения и аргументацию из диалога в постоянный журнал пользователя — например, рассмотренные и отклоненные устройства, ограничения по стоимости, предпочтения по форм-фактору и намерения относительно следующих шагов. Они хранятся в виде структурированных записей, привязанных к проекту (или глобально, для предпочтений, общих для нескольких проектов), и просматриваются при закрытии, чтобы ничего важного не потерялось между сеансами. Журнал доступен для запросов через list_journal_entries, чтобы будущие агенты могли прочитать, что было установлено в прошлых беседах, прежде чем приступать к новой работе.


Структура проекта

AgentTeam/
├── agents/               # Agent prompt files — one per role
│   ├── _base-protocol.md # Shared team protocol, constraints, efficiency rules
│   ├── project-manager.md
│   ├── product-manager.md
│   ├── backend-developer.md
│   └── ...
├── mcp-server/           # TypeScript MCP server
│   └── src/
│       ├── index.ts      # Server entry — all 44 tools registered
│       ├── db/
│       │   ├── schema.ts # Table definitions and migrations
│       │   └── connection.ts
│       └── tools/        # One file per domain
└── docs/                 # Design specs and reference guides

Related MCP server: Sprintra

Домены инструментов MCP

Домен

Инструменты

Проекты

create_project, get_project, update_project_status, list_projects, delete_project

Сводки

update_project_summary, get_project_summary, get_summary_version, list_summary_history

Члены команды

add_team_member, remove_team_member, list_team_members

Задачи

create_task, update_task, get_task, list_tasks

Записи о работе

log_work, get_my_work, get_work_history

Комментарии к задачам

add_task_comment, list_task_comments, list_my_comments

Обсуждения

create_discussion, add_discussion_participant, add_discussion_message, update_discussion_summary, get_discussion, list_discussions

Решения

log_decision, list_decisions, get_decision

Артефакты

share_artifact, update_artifact, list_artifacts, get_artifact

Протокол команды

get_team_protocol

Журнал пользователя

log_journal_entry, list_journal_entries

Вопросы пользователя

ask_user_question, list_user_questions, answer_user_question

Запросы на расширение

request_team_expansion, list_expansion_requests, resolve_expansion_request

Начало работы

1. Установка сервера MCP

Одной командой (рекомендуется):

claude mcp add agent-team -- npx agent-team-mcp

Это всё. Claude Code запустит сервер автоматически, и навык /team будет установлен глобально при первом запуске.

Или вручную отредактируйте конфигурацию MCP (~/.claude/settings.json или .claude/settings.json в проекте):

{
  "mcpServers": {
    "agent-team": {
      "command": "npx",
      "args": ["agent-team-mcp"]
    }
  }
}

Или из локального клона:

git clone https://github.com/RichardLemmon/AgentTeam.git
cd AgentTeam/mcp-server
npm install
npm run build
claude mcp add agent-team -- node /path/to/AgentTeam/mcp-server/dist/index.js

Архитектура, эффективная по токенам

Файлы промптов агентов содержат только специфичный для роли раздел Identity (около 100 слов каждый). Общий протокол команды, ограничения и правила эффективности находятся в одном файле agents/_base-protocol.md, который предоставляется по запросу через инструмент MCP get_team_protocol. Такой подход с «ленивой» загрузкой экономит около 6000 слов контекста при запуске полной команды по сравнению с дублированием протокола в каждом файле агента. JSON-схема артефактов встроена в описание инструмента share_artifact, чтобы агенты обнаруживали её из самого инструмента.

2. Использование

Навык /team автоматически устанавливается в ~/.claude/skills/agent-team/ при первом запуске сервера. Просто введите:

/team build me a REST API for task management

Или используйте /team без аргументов, чтобы увидеть существующие проекты и выбрать один для работы.

Быстрый старт

С навыком /team (Claude Code):

/team build me a REST API for task management

Без навыка:

"Запусти менеджера проекта и попроси его исследовать [тему]"

Управление проектами:

/team --projects              # list all projects
/team --projects active       # filter by status
/team --projects delete <name> # delete a project

Как это работает

  1. Менеджер проекта настраивает проект — создает запись о проекте, нанимает нужных специалистов, создает задачи, пишет сводку проекта и возвращает манифест распределения.

  2. Вызывающий сеанс запускает специалистов — каждый специалист из манифеста запускается как независимый агент с его project_id и member_id.

  3. Специалисты работают параллельно — каждый читает сводку проекта, регистрирует записи о работе, делится артефактами и общается через комментарии к задачам и обсуждения.

  4. Состояние сохраняется между сеансами — любой агент может вернуться к проекту, прочитав текущую сводку и продолжив работу с того места, где команда остановилась.

  5. Менеджер проекта закрывает проект — по завершении менеджер проекта пишет итоговую сводку и записывает ключевые решения и предпочтения пользователя в журнал для дальнейшего использования.

A
license - permissive license
-
quality - not tested
D
maintenance

Maintenance

Maintainers
Response time
Release cycle
Releases (12mo)
Commit activity

Resources

Unclaimed servers have limited discoverability.

Looking for Admin?

If you are the server author, to access and configure the admin panel.

Related MCP Servers

  • A
    license
    -
    quality
    B
    maintenance
    An autonomous AI development agent that enables full-stack coding, automated verification, RAG-powered code search, and quality assurance through MCP tools. Supports Gemini CLI, Claude Code CLI, with features like parallel verification, security scanning, and spec-driven development.
    Last updated
    5
    Apache 2.0
  • F
    license
    -
    quality
    D
    maintenance
    A durable multi-agent orchestrator for software development with explicit run graphs, checkpoint/resume capabilities, and project memory exposed through MCP resources and tools. It enables coordinated agent workflows for coding, review, repair, CI, and approval with SQLite-backed memory retrieval and pluggable research backends.
    Last updated

View all related MCP servers

Related MCP Connectors

  • The project brain for AI coding agents — memory, decisions, sprints, knowledge base via MCP.

  • One shared context your team's AI tools read & write over MCP. No re-explaining. Free.

  • Shared long-term memory vault for AI agents with 20 MCP tools.

View all MCP Connectors

Latest Blog Posts

MCP directory API

We provide all the information about MCP servers via our MCP API.

curl -X GET 'https://glama.ai/api/mcp/v1/servers/RichardLemmon/AgentTeam'

If you have feedback or need assistance with the MCP directory API, please join our Discord server