MCP server de CacheBash
Commit 13 nov 2026Permite la coordinación multi-agente mediante el despacho de tareas, mensajería de relevo, memoria persistente y aprobaciones móviles con intervención humana.
También conocido como rezzedai/cachebash
- Stars
- 0
- Herramientas
- —
- Descargas, 30 días
- —
- Última versión
- 2.0.0
- Último commit
- 13 nov 2026
- Licencia
- MIT
¿Qué es CacheBash MCP?
CacheBash es un MCP server. Permite la coordinación multi-agente mediante el despacho de tareas, mensajería de relevo, memoria persistente y aprobaciones móviles con intervención humana.
Resumen generado a partir del README del proyecto
Acerca del MCP server de CacheBash
CacheBash proporciona una capa de coordinación para sistemas multi-agente utilizando el Model Context Protocol. Permite que diferentes agentes se comuniquen, deleguen tareas y mantengan una memoria persistente entre sesiones. Los desarrolladores pueden desplegar el MCP server en Cloud Run o cualquier host de Node.js, utilizando Google Cloud Firestore para el almacenamiento de datos aislado. El sistema es compatible con varios clientes, incluyendo Claude Code, Cursor, VS Code con Copilot y Gemini CLI a través de streamable HTTP.
La plataforma cuenta con 108 herramientas organizadas en 21 dominios, tales como dispatch, relay y state. Gestiona el ciclo de vida completo de las tareas mediante herramientas para crear, reclamar y completar trabajos, asegurando al mismo tiempo que dos agentes no puedan reclamar la misma tarea mediante transacciones de Firestore. La seguridad se gestiona a través de API keys con alcance de capacidades que filtran la lista de herramientas disponibles. Un aspecto único de este MCP server es la capacidad de intervención humana (human-in-the-loop), que utiliza una aplicación móvil en React Native para permitir a los usuarios aprobar solicitudes o responder preguntas directamente desde un teléfono.
Qué puedes hacer con él
- 1Coordinar el traspaso de tareas entre múltiples agentesAsigna una pieza de trabajo específica a otro agente y realiza un seguimiento de su progreso a lo largo de su ciclo de vida.
- 2Implementar aprobaciones con intervención humanaPausa un flujo de trabajo de un agente autónomo para esperar a que un usuario apruebe una decisión a través de un dispositivo móvil.
- 3Mantener la memoria de los agentes a largo plazoGarantiza que un agente recuerde patrones aprendidos y el historial de contexto a través de diferentes sesiones.
- 4Aplicar permisos de herramientas granularesRestringe el acceso de un agente a funciones específicas, como leer o escribir mensajes, utilizando claves con alcance definido.
Escrito a partir del README del proyecto. Cada caso de uso se verifica con una cita del mismo.
Cómo instalar CacheBash MCP
Formatos verificados el 10 nov 2026Añadir a CursorAñadir a GooseInstalar CacheBash MCP en Claude Code
$ claude mcp add --transport http cachebash https://cachebash-mcp-922749444863.us-central1.run.app/v1/mcpInstalar CacheBash MCP en Cursor
~/.cursor/mcp.json
{
"mcpServers": {
"cachebash": {
"url": "https://cachebash-mcp-922749444863.us-central1.run.app/v1/mcp"
}
}
}Instalar CacheBash MCP en VS Code
.vscode/mcp.json
{
"servers": {
"cachebash": {
"type": "http",
"url": "https://cachebash-mcp-922749444863.us-central1.run.app/v1/mcp"
}
}
}Instalar CacheBash MCP en VS Code CLI
$ code --add-mcp '{"name":"cachebash","type":"http","url":"https://cachebash-mcp-922749444863.us-central1.run.app/v1/mcp"}'Instalar CacheBash MCP en Codex
$ codex mcp add cachebash --url https://cachebash-mcp-922749444863.us-central1.run.app/v1/mcpInstalar CacheBash MCP en Codex config.toml
~/.codex/config.toml
[mcp_servers.cachebash] url = "https://cachebash-mcp-922749444863.us-central1.run.app/v1/mcp"
Instalar CacheBash MCP en Gemini CLI
$ gemini mcp add -s user --transport http cachebash https://cachebash-mcp-922749444863.us-central1.run.app/v1/mcpInstalar CacheBash MCP en Gemini settings.json
~/.gemini/settings.json
{
"mcpServers": {
"cachebash": {
"url": "https://cachebash-mcp-922749444863.us-central1.run.app/v1/mcp",
"type": "http"
}
}
}Verificaciones automáticas
Ejecutado 15 nov 2026Informe completo →Aún no verificado. Un servidor necesita una puntuación de 80, ningún hallazgo grave y suficientes datos para que podamos revisarlo. Cómo funcionan las verificaciones · Qué corregir para obtener más puntos
- Repositorio de origen vinculado y accesiblerezzedai/cachebash is public and reachablegithub.com/rezzedai/cachebash ↗Aprobado
- El paquete indica este repositorio como su origenNo verificado
- Procedencia de la compilación (atestación de Sigstore)No verificado
- Licencia de código abierto (OSI)MITspdx.org/licenses/MIT.html ↗Aprobado
- Commit o lanzamiento en el último añoLast commit or release 2026-11-13github.com/rezzedai/cachebash ↗Aprobado
- OpenSSF ScorecardNo verificado
- El nombre del paquete no es similar a un paquete popularNo verificado
- No hay avisos críticos en el paquete ni en sus dependenciasNo verificado
- Sin instrucciones ocultas para el modelo0 tool descriptions and the README read; no override phrases, credential paths or hidden charactersAprobado
- Las herramientas destructivas están etiquetadasNo verificado
- El endpoint remoto responde al handshake de MCPHTTPS endpoint answered 401 (sign-in required)Aprobado
README
Ver en GitHubCacheBash
CacheBash is an open-source MCP server for multi-agent coordination. It is written in TypeScript and works with any model and any MCP client. Agents use it to hand work to each other, message each other, report their state and ask a human for decisions. The human answers from a phone.
Architecture at a glance
- 108 MCP tools in 21 domains. The default deployment profile serves 107 of them. A smaller "lite" profile for tenant deployments serves 96.
- Task dispatch. Agents create, claim and complete tasks. Claims run inside a Firestore transaction, so two agents cannot claim the same task.
- Relay messaging. Direct messages, group multicast and message history. Messages that cannot be delivered go to a dead-letter queue for inspection.
- Human in the loop. Agents send questions and approval requests. The mobile app shows them, and the agent continues when the human answers.
- Capability-scoped keys. Each API key carries capabilities such as
dispatch.readorrelay.write. The tool list a client sees is filtered to that key's capabilities, and every call is checked again. - Policy checks before dispatch. The dispatch pre-flight evaluates the configured policies before a task is created.
- Per-task telemetry. Task completion records the status, model, provider, input and output tokens, cost, and a failure class.
- Persistent agent memory. Each program keeps state, learned patterns and memories across sessions.
How it runs:
- Server: TypeScript on Cloud Run, or any Node.js host.
- Storage: Google Cloud Firestore, with data isolated per user.
- Auth: Firebase Auth (GitHub and Google sign-in) plus per-program API keys.
- Mobile: React Native and Expo, for iOS and Android.
- Transport: MCP Streamable HTTP with Bearer token auth.
┌─────────────┐ ┌─────────────┐ ┌─────────────┐
│ Claude Code │ │ Cursor │ │ VS Code │
└──────┬──────┘ └──────┬──────┘ └──────┬──────┘
└────────────────┼────────────────┘
│ MCP (Streamable HTTP)
▼
┌───────────────────┐
│ CacheBash server │
│ (Cloud Run) │
└─────────┬─────────┘
┌───────┴────────┐
▼ ▼
┌────────────┐ ┌────────────┐
│ Firestore │ │ Mobile app │
└────────────┘ └────────────┘
Supported clients
| Client | Status |
|---|---|
| Claude Code | Supported |
| Cursor | Supported |
| VS Code + Copilot | Supported |
| Gemini CLI | Supported |
| Any MCP-compatible client | Supported |
CacheBash uses the standard MCP protocol. No orchestration logic depends on one vendor's SDK.
Tool domains
Counts come from the tool definitions in services/mcp-server/src/tools/. Most tools are named <domain>_<action>.
| Domain | Tools | What it does |
|---|---|---|
| dispatch | 24 | Task lifecycle: create, claim, complete, approve, retry, reassign, escalate, lineage, telemetry |
| gsp | 9 | Grid State Protocol: bootstrap, read, write, search, diff, propose and resolve shared state |
| pulse | 9 | Sessions and fleet health: create, update, list, pause, resume, timeline, snapshots |
| metrics | 8 | Cost summary and forecast, operational and comms metrics, SLA compliance, rate-limit events |
| state | 8 | Per-program state and memory: store, recall, reinforce, delete, context history |
| relay | 7 | Messages, directives, groups, history and dead letters |
| policy | 6 | Create, read, update, delete, list and check policies |
| schedule | 5 | Recurring and one-off scheduled work |
| sprint | 5 | Sprints with stories, dependencies and wave-based execution |
| keys | 4 | API key create, list, revoke and rotate |
| webhook | 4 | Register, list and delete webhooks, and read delivery logs |
| clu | 3 | Ingest, analyze and report on transcripts |
| signal | 3 | Push alerts and questions to the mobile app, and read the answers |
| audit | 2 | Audit log and acknowledgement compliance |
| dream | 2 | Overnight autonomous runs with budget caps |
| pattern | 2 | Consolidate learned patterns across programs |
| programs | 2 | List and update registered programs |
| trace | 2 | Query request traces |
| admin | 1 | Account administration |
| feedback | 1 | Submit feedback |
| request_help | 1 | Cross-grid help requests (lite profile only) |
| Total | 108 |
API reference: docs/api-reference.md and docs.rezzed.ai
Quick start
Hosted
# 1. Install and authenticate
npx cachebash init
# 2. Verify connection
cachebash ping
# 3. Open the mobile app. Your agent appears.
npx cachebash init signs you in through the browser and writes the MCP config for Claude Code, Cursor or VS Code.
Self-hosted
# 1. Clone the repo
git clone https://github.com/rezzedai/cachebash.git
cd cachebash
# 2. Install dependencies
cd services/mcp-server && npm install
# 3. Set up Firebase
# Create a Firebase project and enable Firestore.
# Download a service account key and set GOOGLE_APPLICATION_CREDENTIALS.
# 4. Configure environment
cp .env.example .env
# Edit .env with your Firebase project details
# 5. Start the server
npm start
# 6. Configure your MCP client
# Add to your Claude Code / Cursor MCP config:
{
"mcpServers": {
"cachebash": {
"url": "http://localhost:3000/v1/mcp",
"headers": {
"Authorization": "Bearer YOUR_API_KEY"
}
}
}
}
Set CACHEBASH_PROFILE=lite to serve the smaller tool set. The profile logic is in services/mcp-server/src/tools/index.ts. Deployment notes: docs/deployment.md.
Project structure
cachebash/
├── apps/
│ └── mobile/ # Mobile app (React Native + Expo)
├── services/
│ ├── mcp-server/ # MCP server (TypeScript, Cloud Run)
│ └── functions/ # Cloud Functions (auth, notifications, cleanup)
├── packages/
│ ├── cli/ # CLI tool (npx cachebash)
│ └── types/ # Shared TypeScript types
├── infra/ # Firebase rules and indexes
├── docs/ # Documentation
├── turbo.json # Turborepo build orchestration
└── package.json # npm workspaces root
More detail: docs/architecture.md
Contributing
The CacheBash MCP server is MIT licensed. Contributions are welcome.
git clone https://github.com/rezzedai/cachebash.git
cd cachebash
npm install # installs all workspaces
npm run dev
See CONTRIBUTING.md for guidelines.
Links
License
MIT. See LICENSE.
Built by Rezzed.ai
Preguntas sobre CacheBash MCP
¿Cómo agrego CacheBash MCP a Claude Code?
Ejecuta claude mcp add --transport http cachebash https://cachebash-mcp-922749444863.us-central1.run.app/v1/mcp en tu terminal. Añade --scope user para que esté disponible en todos los proyectos.
¿Cómo agrego CacheBash MCP a Cursor?
Abre ~/.cursor/mcp.json y añade el servidor en mcpServers, usando la configuración de Cursor que se muestra en la sección de instalación de arriba.
¿Cómo interactúan los agentes con los humanos?
Los agentes pueden enviar preguntas y solicitudes de aprobación que se muestran en una aplicación móvil, lo que permite al humano responder para que el agente pueda continuar.
¿Pueden varios agentes reclamar la misma tarea?
No, las reclamaciones se procesan dentro de una transacción de Firestore para garantizar que dos agentes no puedan reclamar la misma tarea simultáneamente.
¿Soporta memoria persistente?
Sí, cada programa mantiene el estado, los patrones aprendidos y la memoria a través de diferentes sesiones.