Ringkasan

Claude-peers-mcp adalah MCP server lokal yang menghubungkan beberapa instance Claude Code agar bisa berkomunikasi real-time. Gunakan SQLite sebagai message broker, agent frontend bisa bertanya ke agent backend tanpa copy-paste konteks antar window.

• Komunikasi real-time: Agent saling kirim pesan instan
• SQLite local: Tanpa server eksternal atau setup jaringan
• Integrasi MCP: Mengikuti protokol Model Context Protocol standar
• Multi-proyek: Agent di repositori berbeda bisa berkoordinasi
• Konfigurasi minimal: Cukup tambahkan ke mcp.json
• Open-source: MIT License

MCP server lokal yang bertindak sebagai broker antar instance Claude Code. Agent frontend bisa bertanya ke agent backend tentang tipe response JSON endpoint baru, dan jawabannya langsung masuk ke context window frontend.

Tangkapan layar halaman utama repositori GitHub Claude-peers-mcp

Claude-peers-mcp untuk developer yang menjalankan beberapa Claude Code agent, memecahkan masalah sesi AI yang terisolasi dengan memungkinkan komunikasi dan koordinasi real-time antar mereka. Saat menjalankan 5 session di proyek berbeda, Claude mana pun bisa menemukan yang lain dan mengirim pesan instan.

Apa Itu Claude-peers-mcp?

MCP server lokal yang bertindak sebagai message broker antara instance Claude Code. Memecahkan masalah sesi AI yang terisolasi dengan membiarkan agent berbicara langsung, menggunakan database SQLite bersama sebagai lapisan komunikasi. Tidak perlu copy-paste skema JSON antar window atau menjelaskan ulang konteks proyek.

Note: Proyek ini mengimplementasikan Model Context Protocol (MCP), standar emergen yang memungkinkan AI tool berkomunikasi aman dengan resource eksternal. Dengan berbasis MCP, Claude-peers-mcp terintegrasi mulus ke ekosistem Claude Code tanpa kustomisasi.

Cara Kerja (MCP & SQLite Backend)

Komponen	Peran
MCP Server	Message broker, mengekspos tool send_message dan get_messages
SQLite Database	Penyimpanan ringan untuk pesan, metadata agent, dan thread percakapan
Claude Code Clients	Setiap instance Claude terhubung ke MCP server via konfigurasi mcp.json
Routing Real-time	Pesan langsung tersedia untuk agent penerima tanpa polling

Contoh Setup

// ~/.config/claude-desktop/mcp.json
{
  "mcpServers": {
    "claude-peers": {
      "command": "npx",
      "args": ["-g", "claude-peers-mcp"]
    }
  }
}

Setelah dikonfigurasi, session Claude Code bisa menggunakan tool baru:

# Di Claude Code A
Kirim pesan ke agent "backend-agent":
"Hey, apa response shape untuk endpoint /user/profile?"

# Di Claude Code B (backend-agent)
Terima pesan dan balas:
"Returns { id: string, name: string, avatar_url: string }"

Reaksi komunitas terhadap Claude-peers-mcp di media sosial

Mengapa Ini Mengubah Workflow Agent

“I’m coding a Mission Control exactly like this…” — @renanfita

“This is the MCP server I didn’t know I needed. I run multiple Claude Code sessions daily…” — @hustlrdotcom

Claude-peers-mcp mengubah sesi AI terpisah menjadi tim yang terkoordinasi:

• Berbagi Konteks Lintas Proyek: Agent frontend tanya API contract ke backend tanpa meninggalkan window.
• Problem Solving Paralel: Agent berbeda mengerjakan bagian sistem yang sama sambil sinkron.
• Overhead Konteks Berkurang: Tidak perlu paste detail proyek ke setiap session Claude Code baru.
• Koordinasi Tanpa Infrastruktur: SQLite lokal, tanpa message broker eksternal.

Kasus Penggunaan

1. Full-stack Development: Agent frontend dan backend berkolaborasi di fitur yang sama.
2. Multi-repo Projects: Satu agent per repositori dengan keputusan arsitektur bersama.
3. DevOps & Infrastructure: Agent infrastruktur menyediakan resource yang langsung digunakan agent aplikasi.
4. Content & Code Pipelines: Agent penulis mengirim draf ke agent editor.

Tautan Proyek

• Claude-peers-mcp GitHub Repository

Claude-peers-mcp mendemonstrasikan bagaimana MCP server lokal yang sederhana bisa membuka koordinasi emergen antar AI agent. Alih-alih setiap window Claude Code sebagai terminal terisolasi, Anda bisa membangun tim terdistribusi yang berbagi pengetahuan real-time. Bagi developer dengan banyak sesi AI, ini bukan sekadar kenyamanan—ini multiplier workflow.