blackboard
This MCP server enables collaborative planning and task management on a shared Markdown-based blackboard, allowing multiple LLMs and humans to create, claim, update, and track tasks with audit events and role-based access.
README
LLM Collaboration Blackboard
llm_collaboration_blackboard_spec_final_v1.0_ja.md v1 の実装。
LLM Collaboration Blackboard は、複数の LLM と人間が同じ作業対象を共有するための、Markdown を主資料とした協調基盤です。Plan、タスク、イベント、メモリ、状態を一つの Blackboard に集約し、MCP サーバーやローカルダッシュボードから操作できます。
このプロジェクトの狙いは、チャットログのように散らばった情報ではなく、検証可能な Plan とイベントとして作業の流れを残すことです。これにより、誰が何を担当し、どのタスクが進行中で、どの変更が行われたかを追跡しやすくなります。

何ができるか
- Markdown と YAML Front Matter を中心にした Plan 管理
- タスクの claim / update / cancel / recover を通じた状態遷移管理
- 変更ごとの監査イベントの記録と再送
- Role に応じた操作制限(Role は自己申告ベース)
- ローカルダッシュボードによる Plan と進捗の可視化
典型的な使い方
- まず Plan を作成し、タスクを追加します。
- Researcher / Implementer / Reviewer の役割を割り当てます。
- 必要なタスクを claim して作業を開始します。
- 状態を update し、必要に応じて blocked / recover で再開・停止を切り替えます。
- Event と Plan を通じて、作業履歴や判断の背景を追えるようにします。
このような流れは、複数の LLM を並行して動かす実験、共同開発、レビュー付きの実装フローに向いています。
クイックスタート
1. 前提条件
- Python 3.10 以上(3.13 推奨)
- Windows / macOS / Linux で利用可能
2. インストール
py -3.13 -m venv .venv
.\.venv\Scripts\python.exe -m pip install -e .[dev]
3. Blackboard ルートを用意する
$env:BLACKBOARD_ROOT = "C:\path\to\blackboard"
4. サーバーを起動する
.\.venv\Scripts\blackboard-server
5. ダッシュボードを起動する(任意)
.\.venv\Scripts\blackboard-dashboard --config .\dashboard.yaml
ブラウザで http://127.0.0.1:8765/ を開くと、Plan とタスクの状態を確認できます。

MCP で使う
このリポジトリでは、MCP 経由で Blackboard を操作できます。まずリポジトリルートの .mcp.json.example を .mcp.json にコピーし、絶対パスに置き換えてください。
{
"mcpServers": {
"blackboard": {
"command": "<ABSOLUTE_PATH_TO_THIS_REPO>/.venv/Scripts/python.exe",
"args": ["-m", "blackboard.server"],
"env": {
"BLACKBOARD_ROOT": "<ABSOLUTE_PATH_TO_THIS_REPO>/demo_blackboard"
}
}
}
}
代表的なツールには次のようなものがあります。
- read_plan: Plan の内容と実行可能タスクを取得
- claim_task: タスクを claim して作業を開始
- update_task: タスク状態を done / blocked / cancelled に更新
- add_task / edit_task / cancel_task: Plan を更新
- recover_task: blocked タスクを pending に戻す
- read_memory / write_memory: メモリ文書を扱う
- read_state / write_state: 状態文書を扱う
プロジェクト構成
- src/blackboard: サーバー実装、モデル、権限制御、ダッシュボード実装
- scripts: デモや補助スクリプト
- blackboard: 例示・実行時に使う Blackboard データ
- dashboard.yaml: ローカルダッシュボード設定サンプル
開発
開発ルールやコミット方針は CONTRIBUTING.md を参照してください。
.\.venv\Scripts\python.exe -m pytest
.\.venv\Scripts\python.exe -m ruff check src tests scripts
ライセンス
このプロジェクトは MIT License のもとで公開されています。詳細は LICENSE を参照してください。
推荐服务器
Baidu Map
百度地图核心API现已全面兼容MCP协议,是国内首家兼容MCP协议的地图服务商。
Playwright MCP Server
一个模型上下文协议服务器,它使大型语言模型能够通过结构化的可访问性快照与网页进行交互,而无需视觉模型或屏幕截图。
Magic Component Platform (MCP)
一个由人工智能驱动的工具,可以从自然语言描述生成现代化的用户界面组件,并与流行的集成开发环境(IDE)集成,从而简化用户界面开发流程。
Audiense Insights MCP Server
通过模型上下文协议启用与 Audiense Insights 账户的交互,从而促进营销洞察和受众数据的提取和分析,包括人口统计信息、行为和影响者互动。
VeyraX
一个单一的 MCP 工具,连接你所有喜爱的工具:Gmail、日历以及其他 40 多个工具。
graphlit-mcp-server
模型上下文协议 (MCP) 服务器实现了 MCP 客户端与 Graphlit 服务之间的集成。 除了网络爬取之外,还可以将任何内容(从 Slack 到 Gmail 再到播客订阅源)导入到 Graphlit 项目中,然后从 MCP 客户端检索相关内容。
Kagi MCP Server
一个 MCP 服务器,集成了 Kagi 搜索功能和 Claude AI,使 Claude 能够在回答需要最新信息的问题时执行实时网络搜索。
e2b-mcp-server
使用 MCP 通过 e2b 运行代码。
Neon MCP Server
用于与 Neon 管理 API 和数据库交互的 MCP 服务器
Exa MCP Server
模型上下文协议(MCP)服务器允许像 Claude 这样的 AI 助手使用 Exa AI 搜索 API 进行网络搜索。这种设置允许 AI 模型以安全和受控的方式获取实时的网络信息。