MeshSeeks MCP服務器 - 多代理並行處理，快速解決複雜編碼，高效提升開發效率

Meshseeks

MeshSeeks是一個基於多代理並行處理技術的AI任務解決平臺，通過創建專業化的AI代理網絡，實現複雜編碼問題的快速分解與協同解決。項目提供4倍上下文容量、即時狀態面板和智能任務協調功能，顯著提升開發效率（基準測試顯示速度提升3.64倍）。

開發者工具人工智能聊天機器人 #並行AI #任務編排 #代碼生成 #智能代理 .TypeScript

評分 : 2分

下載量 : 1

更新時間 : 2025-07-24

安裝

複製以下命令到你的Client進行配置

{
  "mcpServers": {
    "meshseeks": {
      "command": "node",
      "args": ["/absolute/path/to/meshseeks/dist/mesh-server.js"],
      "env": {
        "MCP_MESH_MAX_AGENTS": "5",
        "MESHSEEKS_CATCHPHRASE": "true"
      }
    }
  }
}

{
  "mcpServers": {
    "Local MCP Server": {
      "type": "stdio",
      "command": "node",
      "args": [
        "dist/server.js"
      ],
      "env": {
        "MCP_USE_ROOMODES": "true",
        "MCP_WATCH_ROOMODES": "true",
        "MCP_CLAUDE_DEBUG": "false"
      }
    },
    "other-services": {
      // Your other MCP services here
    }
  }
}

{
     "mcpServers": {
       "claude-code-mcp-enhanced": {
         "command": "npx",
         "args": ["github:grahama1970/claude-code-mcp-enhanced"],
         "env": {
           "MCP_USE_ROOMODES": "true",
           "MCP_WATCH_ROOMODES": "true",
           "MCP_CLAUDE_DEBUG": "false"
         }
       }
     }
   }

注意：您的密鑰屬於敏感信息，請勿與任何人分享。

🚀 MeshSeeks - 我是MeshSeeks，看過來！

MeshSeeks 能夠生成專門的 AI 代理，這些代理可以並行工作，以解決複雜的編碼問題。就像啟發我們命名的那些樂於助人的藍色生物一樣，每個代理都有一個單一的目的：完成分配給它們的任務，並幫助你取得成功。它基於 grahama1970/claude-code-mcp-enhanced 構建，其分佈式智能靈感源自 Claude Research。

🚀 快速開始

60 秒快速體驗

想立即看到 MeshSeeks 的實際運行效果嗎？ 以下是最快的途徑：

# 1. 克隆並構建項目（30 秒）
git clone https://github.com/twalichiewicz/meshseeks.git && cd meshseeks && npm install && npm run build

# 2. 獲取配置文件路徑
echo "添加到: $(echo ~/Library/Application\ Support/Claude/claude_desktop_config.json)"

# 3. 複製此配置（修改路徑）
echo '{
  "mcpServers": {
    "meshseeks": {
      "command": "node",
      "args": ["'$(pwd)'/dist/mesh-server.js"]
    }
  }
}'

然後重啟 Claude Desktop 並嘗試輸入："Use mesh_status to check MeshSeeks"

完整安裝指南：跳轉到快速開始（5 分鐘）

5 分鐘快速開始

前提條件

Node.js v20+ - 通過 nvm 或 fnm 進行安裝。

Claude CLI - 安裝並使用權限運行一次：

npm install -g @anthropic-ai/claude-code
claude --dangerously-skip-permissions  # 運行一次並接受條款

安裝 MeshSeeks

選項 1：從 GitHub 安裝（推薦）

# 克隆並構建
git clone https://github.com/twalichiewicz/meshseeks.git
cd meshseeks
npm install
npm run build

# 添加到你的 MCP 配置（見下面的路徑）

選項 2：直接從 npm 安裝（即將推出）

# 注意：包將發佈為 @twalichiewicz/meshseeks
npm install -g @twalichiewicz/meshseeks

配置客戶端

將 MeshSeeks 添加到你的 MCP 配置文件中：

查找配置文件：

Claude Desktop：~/Library/Application Support/Claude/claude_desktop_config.json（Mac）
Cursor：~/.cursor/mcp.json
Windsurf：~/.codeium/windsurf/mcp_config.json

添加此配置：

{
  "mcpServers": {
    "meshseeks": {
      "command": "node",
      "args": ["/absolute/path/to/meshseeks/dist/mesh-server.js"],
      "env": {
        "MCP_MESH_MAX_AGENTS": "5",
        "MESHSEEKS_CATCHPHRASE": "true"
      }
    }
  }
}

提示：將 /absolute/path/to/meshseeks 替換為你克隆步驟中的實際路徑。

驗證安裝

重啟客戶端（Claude Desktop、Cursor 或 Windsurf）

測試 MeshSeeks：在新的聊天中輸入：

Use the mesh_status tool to show me the MeshSeeks network status

查看實際運行效果：

Use mesh_solve_problem to create a simple Python calculator with tests

就這麼簡單！MeshSeeks 已準備好加速你的編碼任務。🎉

首個任務建議

嘗試以下命令，體驗並行代理的強大功能：

"Use mesh_analyze_problem to analyze the architecture of [your project]"
"Use mesh_execute_tasks to implement a REST API with full CRUD operations"
"Use mesh_solve_problem to refactor this code with tests and documentation"

✨ 主要特性

代理網狀網絡

並行處理：多個 Claude 代理同時處理不同方面的任務。
專業角色：分析、實現、測試、文檔編寫和調試代理。
4 倍上下文容量：每個代理都有自己的 200k 令牌上下文窗口。
智能協調：依賴管理和智能任務分配。
結果合成：自動聚合和衝突解決。
🆕 即時狀態面板：即時可視化反饋，防止出現“掛起”現象。

增強的 MCP 工具

除了 Graham 的增強工具外，網狀網絡還提供：

mesh_analyze_problem - 將複雜問題分解為代理任務。
mesh_execute_tasks - 執行帶有依賴管理的任務。
mesh_solve_problem - 使用多種策略進行端到端問題解決。
mesh_status - 監控網絡性能和代理指標。

🆕 即時狀態面板

不再有黑屏！新的狀態面板提供：

即時更新：每秒刷新一次可視化進度。
代理跟蹤：查看哪些代理處於活動狀態以及它們正在處理的任務。
任務進度：進度條和依賴關係可視化。
性能指標：吞吐量、計時和成功率。
活動日誌：最近的事件和狀態更改。

運行 npm run demo:status 查看實際效果！

📦 安裝指南

詳細安裝指南

如需高級配置選項、故障排除或手動設置，請參閱我們的全面安裝指南。

重要的首次設置：接受權限

在 MCP 服務器能夠成功使用 claude_code 工具之前，你必須首先手動運行一次 Claude CLI，並使用 --dangerously-skip-permissions 標誌，登錄並接受條款。

這是 Claude CLI 的一次性要求。

npm install -g @anthropic-ai/claude-code

claude --dangerously-skip-permissions

按照提示接受條款。完成此操作後，MCP 服務器將能夠以非交互方式使用該標誌。

macOS 可能會在工具首次運行時要求各種文件夾權限，並且首次運行可能會失敗。後續運行將正常工作。

連接到 MCP 客戶端

設置服務器後，你需要配置 MCP 客戶端（如 Cursor、Claude Desktop 或其他使用 mcp.json 或 mcp_config.json 的客戶端）。

示例 MCP 配置文件

以下是如何將 Claude Code MCP 服務器添加到 .mcp.json 文件的示例：

{
  "mcpServers": {
    "Local MCP Server": {
      "type": "stdio",
      "command": "node",
      "args": [
        "dist/server.js"
      ],
      "env": {
        "MCP_USE_ROOMODES": "true",
        "MCP_WATCH_ROOMODES": "true",
        "MCP_CLAUDE_DEBUG": "false"
      }
    },
    "other-services": {
      // 你的其他 MCP 服務
    }
  }
}

MCP 配置位置

配置通常在 JSON 文件中完成。文件名和位置可能因客戶端而異。

Cursor

Cursor 使用 mcp.json。

macOS：~/.cursor/mcp.json
Windows：%APPDATA%\\Cursor\\mcp.json
Linux：~/.config/cursor/mcp.json

Windsurf

Windsurf 用戶使用 mcp_config.json

macOS：~/.codeium/windsurf/mcp_config.json
Windows：%APPDATA%\\Codeium\\windsurf\\mcp_config.json
Linux：~/.config/.codeium/windsurf/mcp_config.json

（注意：在某些混合設置中，如果同時安裝了 Cursor，這些客戶端可能會回退到使用 Cursor 的 ~/.cursor/mcp.json 路徑。如果使用 Codeium 擴展，請優先使用 Codeium 特定的路徑。）

如果文件不存在，請創建它。

💻 使用示例

基本代碼操作

示例 MCP 請求：

{
  "toolName": "claude_code:claude_code",
  "arguments": {
    "prompt": "Your work folder is /path/to/project\n\nRefactor the function foo in main.py to be async.",
    "workFolder": "/path/to/project"
  }
}

任務編排（回飛鏢模式）

父任務請求

{
  "toolName": "claude_code:claude_code",
  "arguments": {
    "prompt": "Your work folder is /path/to/project\n\nOrchestrate the implementation of a new API endpoint with the following subtasks:\n1. Create database models\n2. Implement API route handlers\n3. Write unit tests\n4. Document the API",
    "workFolder": "/path/to/project"
  }
}

子任務請求（由父任務生成）

{
  "toolName": "claude_code:claude_code",
  "arguments": {
    "prompt": "Your work folder is /path/to/project\n\nCreate database models for the new API endpoint as specified in the requirements.",
    "workFolder": "/path/to/project",
    "parentTaskId": "task-123",
    "returnMode": "summary",
    "taskDescription": "Database model creation for API endpoint"
  }
}

特殊模式請求

使用 Roo 模式的示例：

{
  "toolName": "claude_code:claude_code",
  "arguments": {
    "prompt": "Your work folder is /path/to/project\n\nCreate unit tests for the user authentication module.",
    "workFolder": "/path/to/project",
    "mode": "coder"
  }
}

📚 詳細文檔

任務轉換器

MCP 服務器包含一個強大的任務轉換器工具，可自動將人類可讀的 Markdown 任務列表轉換為完全可執行的 MCP 命令。這個智能轉換器彌合了人類思考任務的方式與機器執行任務的方式之間的差距。

完整工作流程

graph TD
    A["👤 用戶"] -->|"創建 tasks.md"| B["📝 多任務 Markdown"]
    A -->|"向 Claude 發出提示"| C["🤖 Claude Desktop"]
    C -->|"使用 convert_task_markdown"| D["🔄 任務轉換器 MCP"]
    D -->|"驗證格式"| E{"格式是否有效?"}
    E -->|"否"| F["📑 錯誤 + 修復說明"]
    F -->|"返回給用戶"| A
    E -->|"是"| G["📋 MCP 任務列表"]
    G -->|"執行任務"| H1["⚡ Claude 任務 #1"]
    H1 -->|"完成"| I1["下一個任務"]
    I1 -->|"執行任務"| H2["⚡ Claude 任務 #2"]
    H2 -->|"完成"| I2["下一個任務"]
    I2 -->|"執行任務"| H3["⚡ Claude 任務 #3"]
    H3 -->|"完成"| I3["更多任務"]
    I3 -->|"執行任務"| HN["⚡ Claude 任務 #N"]
    HN -->|"完成"| IN["🎉 所有任務完成！"]
    
    style A fill:#4A90E2,stroke:#fff,stroke-width:2px,color:#fff
    style C fill:#7C4DFF,stroke:#fff,stroke-width:2px,color:#fff
    style D fill:#00BCD4,stroke:#fff,stroke-width:2px,color:#fff
    style F fill:#FF5252,stroke:#fff,stroke-width:2px,color:#fff
    style G fill:#4CAF50,stroke:#fff,stroke-width:2px,color:#fff
    style H1 fill:#FFC107,stroke:#fff,stroke-width:2px,color:#fff
    style H2 fill:#FFC107,stroke:#fff,stroke-width:2px,color:#fff
    style H3 fill:#FFC107,stroke:#fff,stroke-width:2px,color:#fff
    style HN fill:#FFC107,stroke:#fff,stroke-width:2px,color:#fff
    style IN fill:#4CAF50,stroke:#fff,stroke-width:2px,color:#fff

工作流程步驟

用戶將 MCP 添加到其配置文件中
用戶向 Claude 發出提示："Use convert_task_markdown to execute my tasks.md file"
MCP 自動執行以下操作：
- 加載 Markdown 文件
- 驗證格式（如果缺少部分則返回錯誤）
- 將人類可讀的任務轉換為精確的可執行命令
- 返回 Claude Code 可以順序執行的 JSON
Claude 接收 JSON 並可以使用 claude_code 工具執行每個任務

關鍵特性

自動路徑解析：將通用指令（如“切換到項目目錄”）轉換為帶有完整路徑的精確可執行命令。
智能命令翻譯：將英語指令轉換為精確的終端命令（例如，“激活虛擬環境” → source .venv/bin/activate）。
MCP 協議合規：確保所有輸出與模型上下文協議 100% 兼容。
無歧義：所有生成的命令使用精確的路徑和可執行語法 - 沒有佔位符或通用引用。
格式驗證：強制執行正確的 Markdown 結構，併為不正確的格式提供有用的錯誤消息。
即時進度更新：在轉換過程中提供即時進度更新，顯示正在處理的任務。

將 Markdown 任務轉換為 MCP 命令

convert_task_markdown 工具處理結構化 Markdown 文件並生成與 MCP 兼容的 JSON：

請求格式：

{
  "tool": "convert_task_markdown",
  "arguments": {
    "markdownPath": "/path/to/tasks.md",
    "outputPath": "/path/to/output.json" // 可選
  }
}

響應格式：

{
  "tasksCount": 5,
  "outputPath": "/path/to/output.json",
  "tasks": [
    {
      "tool": "claude_code",
      "arguments": {
        "command": "cd /project && source .venv/bin/activate\n\nTASK TYPE: Validation...",
        "dangerously_skip_permissions": true,
        "timeout_ms": 300000
      }
    }
    // ... 更多任務
  ]
}

Markdown 任務文件格式

任務 Markdown 文件應遵循以下結構：

# Task 001: 任務標題

## 目標
清晰描述需要完成的任務。

## 要求
1. [ ] 第一個要求
2. [ ] 第二個要求

## 任務

### 模塊或組件名稱
- [ ] 驗證 `path/to/file.py`
   - [ ] 步驟 1
   - [ ] 步驟 2
   - [ ] 步驟 3

轉換器將：

解析 Markdown 結構
提取任務元數據和要求
為每個驗證任務生成詳細的提示
包含正確的工作目錄設置
添加驗證和完成摘要

示例用法

創建任務文件 (tasks/api_validation.md)：

# Task 001: API 端點驗證

## 目標
驗證所有 API 端點是否能與真實數據庫連接正常工作。

## 要求
1. [ ] 所有端點必須使用真實數據庫
2. [ ] 驗證中不使用模擬數據

## 核心 API 任務
- [ ] 驗證 `api/users.py`
   - [ ] 切換到項目目錄並激活 .venv
   - [ ] 測試用戶創建端點
   - [ ] 測試用戶檢索端點
   - [ ] 驗證 JSON 響應

轉換為 MCP 任務：

{
  "tool": "convert_task_markdown",
  "arguments": {
    "markdownPath": "/project/tasks/api_validation.md"
  }
}

轉換器顯示即時進度：

[進度] 加載任務文件...
[進度] 驗證 Markdown 結構...
[進度] 轉換 27 個驗證任務...
[進度] 任務 1/27: 轉換 core/constants.py
[進度] 任務 2/27: 轉換 core/arango_setup.py
...
[進度] 轉換完成！

轉換器將通用指令轉換為精確命令：
- “切換到項目目錄並激活 .venv” 變為：
```
cd /home/user/project && source .venv/bin/activate
```
- 所有路徑都解析為絕對路徑
- 所有命令都是完全可執行的，沒有歧義
執行轉換後的任務：返回的任務包含精確的可執行命令，可以使用 claude_code 工具順序執行。

完整示例：從 Markdown 到執行

步驟 1：用戶創建 Markdown 任務文件 (project_tasks.md)：

# Task 001: 設置開發環境

## 目標
使用所有依賴項初始化開發環境。

## 要求
1. [ ] 安裝 Python 3.11+
2. [ ] 創建虛擬環境

## 任務
- [ ] 驗證 `setup.py`
   - [ ] 切換到項目目錄
   - [ ] 創建虛擬環境
   - [ ] 安裝依賴項

步驟 2：用戶向 Claude 發出提示：

Use convert_task_markdown to process /home/user/project_tasks.md

步驟 3：MCP 進行轉換和驗證：

如果格式正確：返回可執行的 JSON
如果格式錯誤：返回帶有指導的錯誤

步驟 4：結果（如果成功）：

[
  {
    "tool": "claude_code",
    "arguments": {
      "prompt": "cd /home/user/project && python -m venv .venv && source .venv/bin/activate && pip install -r requirements.txt",
      "workFolder": "/home/user/project"
    }
  }
]

步驟 5：Claude 可以順序執行每個任務

格式驗證和錯誤處理

任務轉換器強制執行特定的 Markdown 結構，以確保一致且可靠的任務轉換。如果你的 Markdown 文件格式不正確，轉換器會提供有用的錯誤消息：

示例錯誤響應：

{
  "status": "error",
  "error": "Markdown 格式驗證失敗",
  "details": "Markdown 格式驗證失敗:\n  - 缺少必需的標題。格式: '# Task NNN: 標題'\n  - 缺少或為空的 '要求' 部分。格式: '## 要求\\n1. [ ] 要求'\n  - 未找到驗證任務。格式: '- [ ] 驗證 `module.py`' 並帶有縮進步驟\n\n必需的 Markdown 格式:\n# Task NNN: 標題\n## 目標\n清晰描述\n## 要求\n1. [ ] 第一個要求\n## 任務部分\n- [ ] 驗證 `file.py`\n   - [ ] 步驟 1\n   - [ ] 步驟 2",
  "helpUrl": "https://github.com/grahama1970/claude-code-mcp-enhanced/blob/main/README.md#markdown-task-file-format"
}

驗證確保：

存在必需的部分（標題、目標、要求）
任務使用正確的複選框格式
每個任務都有縮進步驟
要求使用複選框格式以保持一致性

任務編排模式

本 MCP 服務器支持強大的任務編排功能，以高效處理複雜的工作流程。

回飛鏢模式（Claude Desktop ⟷ Claude Code）

回飛鏢模式允許 Claude Desktop 編排任務並將其委託給 Claude Code。這使你能夠：

將複雜的工作流程分解為更小、更易於管理的子任務。
將上下文從父任務傳遞給子任務。
從子任務獲取結果並返回給父任務。
在詳細或總結結果之間進行選擇。
通過結構化任務列表跟蹤和管理進度。

回飛鏢模式可視化

以下是一個簡單的圖表，展示了 Claude 如何將一個食譜任務分解為步驟並將其委託給 Claude Code：

graph TB
    User("👨‍🍳 用戶")
    Claude("🤖 Claude (父任務)")
    Code1("🧁 Claude Code")
    Code2("🧁 Claude Code")
    
    User-->|"製作巧克力蛋糕"| Claude
    Claude-->|"任務 1: 查找食譜"| Code1
    Code1-->|"結果: 找到食譜"| Claude
    Claude-->|"任務 2: 轉換度量單位"| Code2
    Code2-->|"結果: 度量單位已轉換"| Claude
    Claude-->|"完整食譜 + 說明"| User

在這個示例中：

用戶要求 Claude 製作巧克力蛋糕食譜。
Claude（父任務）將其分解為單獨的任務。
Claude 將 “查找食譜” 任務委託給 Claude Code，並帶有父任務 ID。
Claude Code 將食譜信息返回給 Claude。
Claude 將 “轉換度量單位” 任務委託給 Claude Code。
Claude Code 返回轉換後的度量單位。
Claude 合併所有結果並向用戶呈現完整的解決方案。

簡單任務示例

任務 1 - 查找食譜：

{
  "toolName": "claude_code:claude_code",
  "arguments": {
    "prompt": "Search for a classic chocolate cake recipe. Find one with good reviews.",
    "parentTaskId": "cake-recipe-123",
    "returnMode": "summary",
    "taskDescription": "Find Chocolate Cake Recipe"
  }
}

任務 2 - 轉換度量單位：

{
  "toolName": "claude_code:claude_code",
  "arguments": {
    "prompt": "Convert the measurements in this recipe from cups to grams:\n\n- 2 cups flour\n- 1.5 cups sugar\n- 3/4 cup cocoa powder",
    "parentTaskId": "cake-recipe-123",
    "returnMode": "summary",
    "taskDescription": "Convert Recipe Measurements"
  }
}

工作原理

創建子任務：
- 在父任務中生成唯一的任務 ID。
- 向 claude_code 工具發送請求，包含：
  - 特定的提示
  - 父任務 ID
  - 任務描述
  - 所需的返回模式（'summary' 或 'full'）
接收結果：
- 子任務結果將包含一個特殊標記：
- 此標記包含帶有任務元數據的 JSON
- 父任務可以解析此標記以識別已完成的子任務
Claude Desktop 示例工作流程：

你: 我需要重構這個代碼庫。它相當複雜。

Claude Desktop: 我會幫助你。讓我將其分解為更小的任務，讓 Claude Code 來處理：

1. 首先，我會讓 Claude Code 分析代碼庫結構。
2. 然後，我會讓它識別有問題的模式。
3. 最後，我會讓它生成一個重構計劃。

[Claude Desktop 向 claude_code 工具發送請求，parentTaskId="task1" 且 returnMode="summary"]

[Claude Code 分析代碼庫並返回帶有 BOOMERANG_RESULT 標記的摘要]

Claude Desktop: 根據 Claude Code 的分析，發現了以下關鍵問題：
- 模塊 X 和 Y 中存在重複代碼。
- 模塊 Z 中關注點分離不佳。
- 命名約定不一致。

現在我會讓 Claude Code 建議具體的重構方案...

這種方法對於需要深入分析或多個步驟的複雜任務特別有用。

全面任務列表管理示例

以下是一個詳細的示例，展示瞭如何使用 Claude 和 Claude Code MCP 來管理和執行結構化任務列表：

1. 設置任務列表結構

首先，創建一個任務列表文件（例如，tasks.md），其結構如下：

# 項目任務列表

## 父任務: API 優化項目
- [ ] 優化高流量端點的 API 性能
  - [ ] 分析當前 API 性能並確定瓶頸
  - [ ] 為用戶端點實現數據庫查詢優化
  - [ ] 為頻繁訪問的數據添加 Redis 緩存
  - [ ] 設置性能監控

## 假設和決策
- [2025-05-15] 假設: Redis 在基礎設施中可用
- [2025-05-15] 決策: 首先關注用戶端點（理由: 流量最高的區域）

## 相關文件
- `src/controllers/userController.js`: 用戶 API 端點
- `src/services/userService.js`: 用戶操作的業務邏輯

## 改進說明
- 識別的模式: 用戶列表端點中存在 N+1 查詢問題
- 自動化機會: 自動為所有 get-by-id 端點添加緩存

2. 執行任務列表

Claude 現在可以系統地通過 Claude Code 執行任務：

你: 請幫助我執行 tasks.md 中的任務列表，從第一個子任務開始。

Claude: 我會幫助你係統地完成任務列表。讓我先檢查當前任務列表，確定下一個要處理的任務。

[Claude 使用 claude_code 讀取任務列表]

我看到第一個子任務是 "分析當前 API 性能並確定瓶頸"。我現在將使用 Claude Code 執行此任務。

[Claude 向 claude_code 發送以下請求]

{
  "toolName": "claude_code",
  "arguments": {
    "prompt": "Your work folder is /path/to/project\n\nTASK TYPE: Analysis\nTASK ID: api-perf-analysis\nCURRENT SUBTASK: Analyze current API performance and identify bottlenecks\n\nCONTEXT:\n- Parent task goal: Optimize API performance for high-traffic endpoints\n- This is the first step in our optimization process\n- Focus on user endpoints as noted in assumptions\n\nINSTRUCTIONS:\n1. Analyze the current API implementation in src/controllers/userController.js and src/services/userService.js\n2. Run performance tests on the user endpoints\n3. Identify specific bottlenecks and performance issues\n4. Document findings in a clear, structured format\n5. Update task list file after completion\n\nAfter completion, provide summary in this format:\n\nCOMPLETION SUMMARY:\n- What was done:\n- Results:\n- Files analyzed:\n- Issues identified:\n- Recommendations:\n- Next subtask in list:",
    "workFolder": "/path/to/project"
  }
}

[Claude Code 執行分析任務並返回結果]

太好了！Claude Code 已完成分析。以下是發現的內容：

1. 確定的主要性能瓶頸：
   - 用戶列表端點中存在 N+1 查詢問題。
   - 頻繁查詢字段上缺少索引。
   - 重複數據查找沒有緩存。

2. 建議：
   - 為用戶關係添加預加載。
   - 為 user_id 和 email 字段創建數據庫索引。
   - 實現帶有 5 分鐘 TTL 的 Redis 緩存。

現在我將更新任務列表，將此任務標記為已完成，並繼續處理下一個任務。

[Claude 使用 claude_code 更新任務列表]

{
  "toolName": "claude_code",
  "arguments": {
    "prompt": "Your work folder is /path/to/project\n\nTASK TYPE: Task List Update\n\n1. Read the current task list in tasks.md\n2. Mark the 'Analyze current API performance and identify bottlenecks' subtask as [x]\n3. Add new findings to the Improvement Notes section\n4. Add any new relevant files identified during analysis\n5. Write updated task list\n6. Return the updated task list",
    "workFolder": "/path/to/project"
  }
}

[Claude Code 更新任務列表並將第一個子任務標記為已完成]

我已更新任務列表。第一個子任務現在已完成，我已將詳細發現添加到改進說明部分。下一個子任務是 "為用戶端點實現數據庫查詢優化"。

你是否希望我現在繼續處理這個下一個子任務？

3. 繼續處理後續任務

獲得確認後，Claude 將繼續處理下一個子任務：

你: 是的，請繼續處理下一個子任務。

Claude: 我現在將執行下一個子任務："為用戶端點實現數據庫查詢優化"。這將涉及修復分析中確定的 N+1 查詢問題並添加適當的數據庫索引。

[Claude 向 claude_code 發送以下請求]

{
  "toolName": "claude_code",
  "arguments": {
    "prompt": "Your work folder is /path/to/project\n\nTASK TYPE: Code Implementation\nTASK ID: db-query-optimization\nCURRENT SUBTASK: Implement database query optimization for user endpoints\n\nCONTEXT:\n- Parent task goal: Optimize API performance for high-traffic endpoints\n- Previous subtask identified N+1 query issues and missing indexes\n- Need to implement eager loading and proper indexes\n\nINSTRUCTIONS:\n1. Modify src/controllers/userController.js to implement eager loading for related data\n2. Add appropriate database indexes to user-related tables\n3. Refactor any inefficient database queries in userService.js\n4. Ensure changes maintain existing functionality\n5. Run tests to verify performance improvements\n6. Update task list file after completion\n\nAfter completion, provide summary in this format:\n\nCOMPLETION SUMMARY:\n- What was done:\n- Results:\n- Files modified:\n- Performance improvements:\n- Next subtask in list:",
    "workFolder": "/path/to/project"
  }
}

[Claude Code 實現優化並返回結果]

太棒了！數據庫查詢優化已成功實現。以下是總結：

1. 所做的更改：
   - 在 userController.js 中為用戶關係添加了預加載。
   - 為 user_id 和 email 字段創建了新的數據庫索引。
   - 重構了列表查詢以使用單個高效的 JOIN 語句。
   - 添加了分頁以防止大型結果集。

2. 性能結果：
   - 用戶列表端點響應時間減少了 68%。
   - 典型請求的數據庫查詢數量從 25 多個減少到 3 個。

現在我將再次更新任務列表以反映此進度。

[Claude 使用 claude_code 再次更新任務列表]

{
  "toolName": "claude_code",
  "arguments": {
    "prompt": "Your work folder is /path/to/project\n\nTASK TYPE: Task List Update\n\n1. Read the current task list in tasks.md\n2. Mark the 'Implement database query optimization for user endpoints' subtask as [x]\n3. Add new files modified to the Relevant Files section\n4. Update Improvement Notes with performance metrics\n5. Write updated task list\n6. Return the updated task list",
    "workFolder": "/path/to/project"
  }
}

[Claude Code 更新任務列表並將第二個子任務標記為已完成]

我已再次更新任務列表。兩個子任務現在已完成，下一個子任務是 "為頻繁訪問的數據添加 Redis 緩存"。你是否希望我繼續處理這個子任務？

這種結構化方法使 Claude 能夠系統地處理複雜的任務列表，同時在整個過程中保持對進度、假設和相關文件的清晰記錄。

自我編排模式（Claude Code 作為編排器）

雖然 Claude Desktop 通常用作父代理，但你可以使用 Claude Code 本身作為編排器和執行器。這種方法創建了一個自包含的系統，其中 Claude Code 管理自己的任務編排，而無需 Claude Desktop。

graph TB
    User("👨‍💻 用戶")
    ClaudeCode("🤖 Claude Code\n編排器")
    ClaudeCodeSubtask1("⚙️ Claude Code\n子任務 1")
    ClaudeCodeSubtask2("⚙️ Claude Code\n子任務 2")
    
    User-->|"複雜項目請求"| ClaudeCode
    ClaudeCode-->|"1. 規劃任務"| ClaudeCode
    ClaudeCode-->|"2. 執行子任務 1"| ClaudeCodeSubtask1
    ClaudeCodeSubtask1-->|"3. 返回結果"| ClaudeCode
    ClaudeCode-->|"4. 執行子任務 2"| ClaudeCodeSubtask2
    ClaudeCodeSubtask2-->|"5. 返回結果"| ClaudeCode
    ClaudeCode-->|"6. 最終解決方案"| User

實現步驟

創建入口腳本：初始化任務結構並將 Claude Code 作為編排器啟動。
設計任務數據結構（通常為 JSON 格式）：跟蹤任務狀態和依賴關係。
創建任務執行腳本：處理單個任務並更新任務狀態。

自我編排的主要優點

自包含：無需外部編排器（如 Claude Desktop）。
持久狀態：所有任務信息存儲在 JSON 文件中。
錯誤恢復：如果中斷，可以從最後一個成功的任務繼續。
簡化依賴管理：單個系統管理所有 Claude Code 交互。
Shell 腳本自動化：易於集成到 CI/CD 管道或自動化工作流程中。

有關詳細的實現指南，包括示例腳本和任務結構，請參閱使用 Claude Code 進行自我編排。

Roo 模式集成

本 MCP 服務器支持通過 .roomodes 配置文件與專門模式集成。啟用後，你可以為每個任務指定要使用的模式，從而實現專門的行為。

如何使用 Roo 模式

啟用 Roo 模式支持：
- 在 MCP 配置中設置環境變量 MCP_USE_ROOMODES=true。
- 在 MCP 服務器的根目錄中創建一個 .roomodes 文件。
- 可選地，使用 MCP_WATCH_ROOMODES=true 啟用熱重載，以便在文件更改時自動重新加載配置。
配置模式：
- .roomodes 文件應包含一個帶有 customModes 數組的 JSON 對象。
- 每個模式應具有 slug、name、roleDefinition，並可選地具有帶有 modelId 的 apiConfiguration。
使用模式：
- 向 claude_code 工具發出請求時，包含一個 mode 參數，其值為所需模式的 slug。
- MCP 服務器將自動應用角色定義和模型配置。

示例 .roomodes 文件：

{
  "customModes": [
    {
      "slug": "coder",
      "name": "💻 編碼專家",
      "roleDefinition": "You are a coding specialist who writes clean, efficient code.",
      "apiConfiguration": {
        "modelId": "claude-3-sonnet-20240229"
      }
    },
    {
      "slug": "designer", 
      "name": "🎨 設計專家",
      "roleDefinition": "You are a design specialist focused on UI/UX solutions."
    }
  ]
}

環境配置示例：

{
  "mcpServers": {
    "claude-code-mcp-enhanced": {
      "command": "npx",
      "args": ["github:grahama1970/claude-code-mcp-enhanced"],
      "env": {
        "MCP_USE_ROOMODES": "true",
        "MCP_WATCH_ROOMODES": "true",
        "MCP_CLAUDE_DEBUG": "false"
      }
    }
  }
}

使用模式發出請求：

{
  "toolName": "claude_code:claude_code",
  "arguments": {
    "prompt": "Your work folder is /path/to/project\n\nCreate unit tests for the user authentication module.",
    "workFolder": "/path/to/project",
    "mode": "coder"
  }
}

Roo 模式的關鍵特性

專門行為：不同模式可以具有不同的系統提示和模型配置。
熱重載：當 MCP_WATCH_ROOMODES=true 時，服務器在 .roomodes 文件更改時自動重新加載配置。
性能：服務器緩存 roomodes 配置以提高性能。
回退：如果未找到模式或 roomodes 被禁用，服務器將繼續使用默認行為。

🔧 技術細節

增強的可靠性特性

本服務器包含多項改進，以增強可靠性和性能：

1. 心跳與超時預防

為防止長時間運行操作期間客戶端超時：

添加了可配置的心跳機制，每 15 秒發送一次進度更新。
實現了執行時間跟蹤和報告。
通過環境變量添加了可配置的超時參數。

2. 帶有重試的強大錯誤處理

為瞬態錯誤添加了智能重試邏輯：

實現了帶有可配置參數的自動重試。
添加了錯誤分類以識別可重試問題。
創建了詳細的錯誤報告和跟蹤。

3. 請求跟蹤系統

實現了全面的請求生命週期管理：

為每個請求添加了唯一 ID。
創建了正在進行的請求跟蹤。
確保在完成或失敗時進行適當的清理。

4. 優雅關閉

添加了適當的進程終止處理：

為 SIGINT 和 SIGTERM 實現了信號處理程序。
添加了正在進行的請求跟蹤。
創建了等待邏輯以實現乾淨關閉。
確保在退出時進行適當的清理。

5. 配置緩存和熱重載

為配置添加了性能優化：

實現了 roomodes 文件的緩存。
根據文件更改添加了自動失效。
創建了可配置的文件監視機制。

配置選項

服務器的行為可以使用以下環境變量進行自定義：

變量	描述	默認值
`CLAUDE_CLI_PATH`	Claude CLI 可執行文件的絕對路徑	自動檢測
`MCP_CLAUDE_DEBUG`	啟用詳細的調試日誌記錄	`false`
`MCP_HEARTBEAT_INTERVAL_MS`	進度報告之間的間隔	15000（15 秒）
`MCP_EXECUTION_TIMEOUT_MS`	CLI 執行的超時時間	1800000（30 分鐘）
`MCP_MAX_RETRIES`	瞬態錯誤的最大重試次數	3
`MCP_RETRY_DELAY_MS`	重試嘗試之間的延遲	1000（1 秒）
`MCP_USE_ROOMODES`	啟用 Roo 模式集成	`false`
`MCP_WATCH_ROOMODES`	文件更改時自動重新加載 .roomodes	`false`
網狀網絡變量
`MCP_MESH_MAX_AGENTS`	最大併發代理數	5
`MCP_MESH_TIMEOUT`	代理執行超時時間	300000（5 分鐘）
`MCP_MESH_VERBOSE`	啟用詳細的代理日誌記錄	`false`

這些變量可以在你的 shell 環境中設置，也可以在 mcp.json 服務器配置的 env 塊中設置。

📊 性能基準 - 快 3.64 倍！

即時測試結果

MeshSeeks 在 14.0 秒 內完成了一個複雜的電子商務 API 開發任務，而順序執行的 Claude Code 則需要 51.0 秒 - 這意味著性能 快了 3.64 倍！🚀

指標	MeshSeeks	順序執行的 Claude	優勢
執行時間	14.0 秒	51.0 秒	快 3.64 倍 ⚡
節省時間	-	-	37.0 秒 ⏰
效率提升	3.3 倍並行	1.0 倍串行	+264% 📈
成功率	100%	100%	質量相同 ✅
使用的代理	5 個並行	5 個順序	相同工作，更短時間 🎯

按複雜度劃分的性能

問題類型	單代理	網狀網絡	加速比
代碼分析	2 - 5 分鐘	30 - 60 秒	3 - 5 倍
功能實現	10 - 20 分鐘	3 - 8 分鐘	2 - 4 倍
全面重構	30 - 60 分鐘	8 - 15 分鐘	4 - 6 倍
完整項目設置	45 - 90 分鐘	12 - 25 分鐘	3 - 5 倍

📊 查看完整性能分析 | 📈 查看可視化圖表

為什麼 MeshSeeks 更快

並行處理：5 個專門的代理同時工作，而不是排隊等待。
專家專業化：每個代理針對特定任務進行優化（分析、實現、測試、文檔、安全）。
上下文效率：通過每個代理分佈式的 200k 令牌上下文，實現 4 倍有效容量。
智能合成：智能組合專門的輸出。
錯誤隔離：單個代理失敗不會導致整個管道崩潰。

運行你自己的基準測試

git clone git@github.com:twalichiewicz/meshseeks.git
cd meshseeks
npm install
node benchmarks/scripts/mesh-performance-test.js

🌐 網狀網絡使用示例

基本問題分析

Use mesh_analyze_problem to plan how to implement a REST API with authentication, database integration, and tests.
workFolder: /path/to/project

端到端問題解決

Use mesh_solve_problem to create a complete e-commerce backend with:
- 用戶認證和授權
- 帶有類別的產品目錄
- 購物車功能
- 訂單處理
- 支付集成
- 單元和集成測試
- API 文檔

workFolder: /path/to/project
approach: analysis_first

協調策略

1. 先分析（默認）

最適合需要系統方法的明確定義問題。

2. 並行探索

最適合需要多個視角的研究任務：

approach: parallel_exploration

3. 迭代改進

最適合帶有反饋循環的複雜重構：

approach: iterative_refinement

🎯 關鍵用例

本服務器通過其統一的 claude_code 工具，為你的 AI 提供了對 Claude Code CLI 的直接訪問，從而解鎖了廣泛的強大功能。以下是一些你可以實現的示例：

代碼生成、分析與重構：
- "Generate a Python script to parse CSV data and output JSON."
- "Analyze my_script.py for potential bugs and suggest improvements."
文件系統操作（創建、讀取、編輯、管理）：
- 創建文件："Your work folder is /Users/steipete/my_project\n\nCreate a new file named 'config.yml' in the 'app/settings' directory with the following content:\nport: 8080\ndatabase: main_db"
- 編輯文件："Your work folder is /Users/steipete/my_project\n\nEdit file 'public/css/style.css': Add a new CSS rule at the end to make all 'h2' elements have a 'color: navy'."
- 移動/複製/刪除："Your work folder is /Users/steipete/my_project\n\nMove the file 'report.docx' from the 'drafts' folder to the 'final_reports' folder and rename it to 'Q1_Report_Final.docx'."
版本控制（Git）：
- "Your work folder is /Users/steipete/my_project\n\n1. Stage the file 'src/main.java'.\n2. Commit the changes with the message 'feat: Implement user authentication'.\n3. Push the commit to the 'develop' branch on origin."
運行終端命令：
- "Your work folder is /Users/steipete/my_project/frontend\n\nRun the command 'npm run build'."
- "Open the URL https://developer.mozilla.org in my default web browser."
網絡搜索與總結：
- "Search the web for 'benefits of server-side rendering' and provide a concise summary."
複雜多步驟工作流程：
- 自動化版本升級、更新變更日誌並標記版本發佈："Your work folder is /Users/steipete/my_project\n\nFollow these steps: 1. Update the version in package.json to 2.5.0. 2. Add a new section to CHANGELOG.md for version 2.5.0 with the heading '### Added' and list 'New feature X'. 3. Stage package.json and CHANGELOG.md. 4. Commit with message 'release: version 2.5.0'. 5. Push the commit. 6. Create and push a git tag v2.5.0."
修復有語法錯誤的文件：
- "Your work folder is /path/to/project\n\nThe file 'src/utils/parser.js' has syntax errors after a recent complex edit that broke its structure. Please analyze it, identify the syntax errors, and correct the file to make it valid JavaScript again, ensuring the original logic is preserved as much as possible."
與 GitHub 交互（例如，創建拉取請求）：
- "Your work folder is /Users/steipete/my_project\n\nCreate a GitHub Pull Request in the repository 'owner/repo' from the 'feature-branch' to the 'main' branch. Title: 'feat: Implement new login flow'. Body: 'This PR adds a new and improved login experience for users.'"
與 GitHub 交互（例如，檢查 PR CI 狀態）：
- "Your work folder is /Users/steipete/my_project\n\nCheck the status of CI checks for Pull Request #42 in the GitHub repository 'owner/repo'. Report if they have passed, failed, or are still running."

重要提示：在進行文件系統或 Git 操作的提示中，請務必提供當前工作目錄（CWD）上下文（例如，"Your work folder is /path/to/project\n\n...your command..."）。

🧪 測試與開發

全面測試套件

MeshSeeks 包含一個完整的測試框架，包括：

單元測試 - 測試核心協調器功能：

npm run test:unit

集成測試 - 測試 MCP 服務器工具：

npm run test:integration

錯誤處理測試 - 測試失敗場景：

npm run test:errors

性能測試 - 測試可擴展性和併發性：

npm run test:performance

運行所有測試 - 完整測試套件：

npm run test:all

狀態面板演示

查看即時狀態面板的實際效果：

npm run demo:status

開發腳本

npm run dev:mesh       # 在開發模式下運行網狀網絡服務器
npm run build:mesh     # 為生產環境構建
npm run test:mesh      # 運行基本網狀網絡測試

🔧 故障排除

“命令未找到”（claude-code-mcp）：如果全局安裝，請確保 npm 全局二進制目錄在系統的 PATH 中。如果使用 npx，請確保 npx 本身正常工作。
“命令未找到”（claude 或 ~/.claude/local/claude）：確保 Claude CLI 已正確安裝。運行 claude/doctor 或查看其文檔。
權限問題：確保你已完成 “重要的首次設置” 步驟。
服務器的 JSON 錯誤：如果 MCP_CLAUDE_DEBUG 為 true，錯誤消息或日誌可能會干擾 MCP 的 JSON 解析。將其設置為 false 以進行正常操作。
ESM/導入錯誤：確保你使用的是 Node.js v20 或更高版本。
客戶端超時：對於長時間運行的操作，服務器每 15 秒發送一次心跳消息以防止客戶端超時。如果你仍然遇到超時問題，可以使用 MCP_HEARTBEAT_INTERVAL_MS 環境變量調整心跳間隔。
網絡/服務器錯誤：服務器現在包含針對瞬態錯誤的自動重試邏輯。如果你仍然遇到問題，可以嘗試增加 MCP_MAX_RETRIES 和 MCP_RETRY_DELAY_MS 的值。
Claude CLI 回退警告：如果你看到關於在 ~/.claude/local/claude 未找到 Claude CLI 的警告，這是正常的。服務器正在回退到使用 PATH 中的 claude 命令。如果需要，你可以設置 CLAUDE_CLI_PATH 環境變量來指定 Claude CLI 可執行文件的精確路徑。