Concord MCP 是一个为 AI 编程助手设计的开源、本地优先的通信与协调层。它通过一个 MCP 服务器，让 Claude Code、Codex、Cursor、Gemini CLI、Grok Build 等不同的 AI 编程助手能够互相通信、协作。
使用场景
一个典型的工作流如下：
1. 两个不同的 AI 代理（如 Claude Code 和 Codex）在同一代码仓库中工作。
2. Claude Code 通过 Concord 声明（Claim）对 src/app/page.tsx 文件的修改权。
3. Codex 试图声明同一个文件时，Concord 会通知它该文件已被 Claude Code 占用。
4. Codex 转而向 Claude Code 发送消息，提议自己负责 API 部分。
5. Claude Code 接受提议，两者分工合作。
核心功能
Concord 解决的是多个 AI 编程助手在同一代码库中工作时可能产生的冲突和协作问题。它主要提供以下功能：
* 实时通信：让不同 AI 编程助手能够互相发送和回复消息，实现跨工具的对话。
* 工作冲突检测：在 AI 编辑文件前，通过“声明（Claim）”机制来检测和避免重叠工作，防止互相覆盖。
* 任务记忆与交接：持久化存储任务决策、假设和发现，即使会话结束，信息也不会丢失。支持明确的任务分配和交接。
* 审查证据包：可生成包含范围、测试、风险和来源的“审查包”，方便人工审查。
> Concord 本身不是一个自主代理或编排器，而是一个为 AI 代理提供“在场感知、消息传递、任务记忆、所有权、交接和审查状态”的共享层。
️ 工作原理
Concord 的核心机制围绕着声明（Claim） 和交接（Handoff）：
1. 安装与设置：通过 npm install -g @concord-ai/concord-mcp 安装，然后在项目根目录运行 concord setup。此命令会创建 .concord/ 工作区，并为支持的 AI 客户端（如 Claude Code, Cursor 等）自动注册 MCP 服务器和工具指令。
2. 核心工具：Concord 提供五个 MCP 工具供 AI 代理调用：
* start_work: 注册存在感，声明或接受一个任务，并报告范围重叠。
* inspect_work: 读取工作区/任务状态、代理收件箱/发件箱或对话线程。
* update_work: 记录任务上下文，或立即向另一个代理发送提示/回复。
* transfer_work: 分配、接受、拒绝、释放、重新分配或交接任务。
* finish_work: 记录证据，并将任务标记为待审查、完成或关闭。
3. 数据存储：所有信息（如任务状态、对话历史）都存储在项目根目录 .concord/ 文件夹下的一个 SQLite 数据库中，作为本地唯一真实数据源。
✨ 主要特性
* 广泛兼容：支持 Claude Code, Codex, Cursor, Gemini CLI, Grok Build 等主流 AI 编程助手。任何支持 MCP 的客户端理论上都可以集成。
* CLI 与 TUI：提供命令行工具和全屏终端 UI 仪表板 (concord dashboard)，可以实时查看代理、任务、告警和活动。
* 本地优先：所有数据存储在本地，确保隐私和安全。团队若需要，也可以将部分可读文件（如 HANDOFF.md）纳入版本控制。
* 安全设计：可以设置 CONCORD_ALLOWED_ROOTS 环境变量来限制允许操作的仓库根目录，增强安全性。
* 审计追踪：所有所有权的变更都会记录在追加式的审计历史中。
隐私与遥测
Concord 会向 getconcord.ai 发送产品和使用情况遥测数据，但明确承诺不会发送代码、原始文件或仓库路径、远程地址、用户名、原始任务或代理标识符、消息标识符或内容、命令参数、工具输入/输出或任务内容。可以通过设置 CONCORD_TELEMETRY_DISABLED=1 或 DO_NOT_TRACK=1 环境变量来禁用遥测。
贡献与许可
* 贡献：项目欢迎贡献，并标有 good first issue 标签的问题适合新手。代码库是严格类型化的（无 any，无类型转换）。
* 许可：项目采用 MIT 许可证。
总的来说，Concord MCP 是一个很有前景的工具，旨在解决多 AI 代理协作中的核心痛点，让它们能像人类团队一样有序、高效地协同工作。