Serveur MCP CacheBash
Commit 13 nov. 2026Permet la coordination multi-agents via l'envoi de tâches, le relais de messages, la mémoire persistante et l'approbation humaine via mobile.
Aussi connu sous rezzedai/cachebash
- Étoiles
- 0
- Outils
- —
- Téléchargements, 30 jours
- —
- Dernière version
- 2.0.0
- Dernier commit
- 13 nov. 2026
- Licence
- MIT
Qu'est-ce que CacheBash MCP ?
CacheBash est un serveur MCP. Permet la coordination multi-agents via l'envoi de tâches, le relais de messages, la mémoire persistante et l'approbation humaine via mobile.
Résumé généré à partir du README du projet
À propos du MCP server CacheBash
CacheBash fournit une couche de coordination pour les systèmes multi-agents utilisant le Model Context Protocol. Il permet à différents agents de communiquer, de se transmettre des tâches et de maintenir une mémoire persistante entre les sessions. Les développeurs peuvent déployer le MCP server sur Cloud Run ou n'importe quel hôte Node.js, en utilisant Google Cloud Firestore pour un stockage de données isolé. Le système prend en charge divers clients, notamment Claude Code, Cursor, VS Code avec Copilot et Gemini CLI via streamable HTTP.
La plateforme propose 108 outils organisés en 21 domaines, tels que le dispatch, le relais et l'état. Elle gère l'intégralité du cycle de vie des tâches grâce à des outils de création, de revendication et d'achèvement, tout en garantissant que deux agents ne puissent pas revendiquer la même tâche via des transactions Firestore. La sécurité est assurée par des clés API à portée de capacités (capability-scoped) qui filtrent la liste des outils disponibles. Un aspect unique de ce serveur est la capacité human-in-the-loop, qui utilise une application mobile React Native pour permettre aux utilisateurs d'approuver des requêtes ou de répondre à des questions directement depuis un téléphone.
Ce que vous pouvez faire avec
- 1Coordonner le passage de tâches entre agentsAttribuez une partie spécifique du travail à un autre agent et suivez sa progression tout au long de son cycle de vie.
- 2Implémenter des approbations human-in-the-loopMettez en pause le flux de travail d'un agent autonome pour attendre qu'un utilisateur approuve une décision via un appareil mobile.
- 3Maintenir la mémoire à long terme des agentsAssurez-vous qu'un agent se souvienne des modèles appris et de l'historique du contexte d'une session à l'autre.
- 4Appliquer des permissions d'outils granulairesRestreignez l'accès d'un agent à des fonctions spécifiques, comme la lecture ou l'écriture de messages, en utilisant des clés à portée limitée.
Extrait du README du projet. Chaque cas d'utilisation est vérifié par rapport à une citation du document.
Comment installer CacheBash MCP
Formats vérifiés le 10 nov. 2026Ajouter à CursorAjouter à GooseInstaller CacheBash MCP dans Claude Code
$ claude mcp add --transport http cachebash https://cachebash-mcp-922749444863.us-central1.run.app/v1/mcpInstaller CacheBash MCP dans Cursor
~/.cursor/mcp.json
{
"mcpServers": {
"cachebash": {
"url": "https://cachebash-mcp-922749444863.us-central1.run.app/v1/mcp"
}
}
}Installer CacheBash MCP dans VS Code
.vscode/mcp.json
{
"servers": {
"cachebash": {
"type": "http",
"url": "https://cachebash-mcp-922749444863.us-central1.run.app/v1/mcp"
}
}
}Installer CacheBash MCP dans VS Code CLI
$ code --add-mcp '{"name":"cachebash","type":"http","url":"https://cachebash-mcp-922749444863.us-central1.run.app/v1/mcp"}'Installer CacheBash MCP dans Codex
$ codex mcp add cachebash --url https://cachebash-mcp-922749444863.us-central1.run.app/v1/mcpInstaller CacheBash MCP dans Codex config.toml
~/.codex/config.toml
[mcp_servers.cachebash] url = "https://cachebash-mcp-922749444863.us-central1.run.app/v1/mcp"
Installer CacheBash MCP dans Gemini CLI
$ gemini mcp add -s user --transport http cachebash https://cachebash-mcp-922749444863.us-central1.run.app/v1/mcpInstaller CacheBash MCP dans Gemini settings.json
~/.gemini/settings.json
{
"mcpServers": {
"cachebash": {
"url": "https://cachebash-mcp-922749444863.us-central1.run.app/v1/mcp",
"type": "http"
}
}
}Vérifications automatisées
Exécuté le 15 nov. 2026Rapport complet →Pas encore vérifié. Un serveur nécessite un score de 80, aucune faille sérieuse et suffisamment de données pour que nous puissions effectuer les vérifications. Fonctionnement des vérifications · Ce qu'il faut corriger pour gagner des points
- Dépôt source lié et accessiblerezzedai/cachebash is public and reachablegithub.com/rezzedai/cachebash ↗Réussi
- Le nom du package correspond au dépôt sourceNon vérifié
- Provenance du build (attestation Sigstore)Non vérifié
- Licence open source (OSI)MITspdx.org/licenses/MIT.html ↗Réussi
- Commit ou version publiée au cours de l'année écouléeLast commit or release 2026-11-13github.com/rezzedai/cachebash ↗Réussi
- OpenSSF ScorecardNon vérifié
- Nom du package non proche d'un package populaireNon vérifié
- Aucun avis critique dans le package ou ses dépendancesNon vérifié
- Aucune instruction cachée destinée au modèle0 tool descriptions and the README read; no override phrases, credential paths or hidden charactersRéussi
- Les outils destructifs sont étiquetésNon vérifié
- Le point de terminaison distant répond à la poignée de main MCPHTTPS endpoint answered 401 (sign-in required)Réussi
README
Voir sur 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
Questions sur CacheBash MCP
Comment ajouter CacheBash MCP à Claude Code ?
Exécutez claude mcp add --transport http cachebash https://cachebash-mcp-922749444863.us-central1.run.app/v1/mcp dans votre terminal. Ajoutez --scope user pour le rendre disponible dans tous les projets.
Comment ajouter CacheBash MCP à Cursor ?
Ouvrez ~/.cursor/mcp.json et ajoutez le serveur sous mcpServers, avec la configuration Cursor indiquée dans la section d'installation ci-dessus.
Comment les agents interagissent-ils avec les humains ?
Les agents peuvent envoyer des questions et des demandes d'approbation qui s'affichent sur une application mobile, permettant à l'humain de répondre pour que l'agent puisse poursuivre son travail.
Plusieurs agents peuvent-ils revendiquer la même tâche ?
Non, les revendications sont traitées via une transaction Firestore pour garantir que deux agents ne puissent pas s'attribuer la même tâche simultanément.
Prend-il en charge la mémoire persistante ?
Oui, chaque programme maintient son état, les modèles appris et ses souvenirs d'une session à l'autre.