HappyClaw MCP 服务器

关键词

Claude Code 集成自托管 AI Agent容器化执行流式推理会话与记忆管理

使用说明（Markdown 格式）

  1. 项目简介
  • HappyClaw 的 MCP 服务器是为了向大模型/LLM 客户端提供标准化的上下文和能力，核心职责包括资源（Resources）管理、工具（Tools）注册与执行，以及 Prompt 模板（Prompts）的定义与渲染。
  • MCP 服务器通过 Claude Code 的 MCP SDK 实现，与主进程进行双向通信，工具集包含 12 种内置 MCP 工具，用于消息发送、任务调度、记忆管理等。
  1. 主要功能点
  • MCP 服务实现：在运行时提供并注册 12 种 MCP 工具，供客户端通过 JSON-RPC-like 交互调用。
  • 工具生态：send_message、schedule_task、list_tasks、pause_task、resume_task、cancel_task、register_group、install_skill、uninstall_skill、memory_append、memory_search、memory_get 等工具，覆盖消息、任务、记忆等场景。
  • 主/子进程协作：MCP Server 在 Agent Runner 内部作为子系统与 Claude Code 的查询循环并行工作，支持多会话并发执行。
  • IPC 与流式事件：工具执行过程以流式事件形式推送，支持工具使用、钩子、任务进度等多种事件类型的实时渲染。
  • 多用户与工作区隔离：结合 HappyClaw 的工作区/会话模型实现 per-user 隔离和角色权限控制。
  • 安全与完整性：工具执行、会话管理、错误处理等都在服务器端完成，确保上下文管理、记忆归档、以及操作日志的可追溯性。
  1. 安装与运行
  • 本仓库以单体化部署为主：MCP 服务器作为 HappyClaw 的运行时的一部分嵌入在 CLAUDE Code 运行时的执行框架中。
  • 快速启动（快速指引，实际部署请结合具体环境）：
    • 先安装并构建仓库依赖：
      • 通过根目录的脚本/命令，执行克隆、安装依赖、编译等步骤
    • 启动后端服务（包含 MCP 服务器）：启动 HappyClaw 主服务，MCP 服务随主进程一起启动并对外暴露能力。
    • MCP 客户端接入：在你的 MCP 客户端中按如下服务器配置接入 HappyClaw 的 MCP 服务器（见下方“服务器配置”示例）。
  1. 服务器配置（MCP 客户端对接的配置示例） 说明：MCP 客户端需要一个配置信息来连接到 MCP 服务器。该配置包含服务器名称、启动命令与参数。以下为示例描述，请将具体路径/参数替换为实际部署时的入口和参数。
  • server_name: happyclaw-mcp-server
  • command: node
  • args: ["<path-to-mcp-server-entry>"] 说明：path 取决于构建产物的位置。该 MCP 服务器在本仓库中以“HappyClaw 内置 MCP 服务器”形式存在，入口为在 Claude Code 运行时内嵌的 MCP 服务入口。实际使用时请指向编译后的入口文件，例如 container/agent-runner/dist/index.js（若使用 TypeScript 构建输出）。下面是 JSON 结构示例（不包含代码实现细节，便于理解配置需求）： { "server_name": "happyclaw-mcp-server", "command": "node", "args": ["<path-to-mcp-server-entry>"] } 注意：MCP 客户端本身不需要实现服务器逻辑，仅需要提供启动信息，便于在运行时连接并使用服务器提供的 12 项 MCP 工具。
  1. 基本使用方法
  • 启动与连接
    • 启动 HappyClaw 的服务器端，确保 MCP 服务器随主进程启动并对外暴露能力。
    • 在 MCP 客户端配置中填入上述服务器启动命令及参数，建立连接。
  • 调用与协作
    • 通过 MCP 客户端向服务器请求调用相应工具，例如发送消息、创建/管理任务、查询/更新记忆等。
    • MCP 服务器返回标准的 JSON-RPC 风格响应，或通过流式事件推送进度与结果。
  • 会话与上下文
    • MCP 服务器在后端负责会话管理、能力声明，并支持多种传输模式（如 Stdio/SSE/WebSocket 等），为 LLM 客户端提供一致的上下文服务。
  • 安全与审计
    • 服务器端负责资源的访问控制、会话的隔离和日志审计，确保各个用户在独立工作区中操作。
  1. 注意点
  • MCP 工具集合覆盖常见的消息/任务/记忆场景，若有扩展需求，可在 container/agent-runner/src/mcp-tools.ts 中新增工具定义。
  • MCP 服务器与主进程的通信通过 IPC 与流式事件实现，确保 Agent 的推理过程可观测、可追溯。
  • 部署时请确保环境变量和卷挂载配置正确，确保 MCP 服务能够访问所需的工作区、内存及记忆文件等资源。
  1. 备注
  • 该实现直接集成在 HappyClaw 的 Claude Code 运行时中，属于服务端实现，具备完整的 MCP 功能和工具生态，非单纯的示例或客户端示例。

服务器信息

访问项目