claude-tmux
MCP server for orchestrating multiple Claude Code instances via tmux, enabling spawning, reading, sending, listing, and killing sessions.
README
claude-tmux
MCP server for orchestrating multiple Claude Code instances via tmux.
Installation
Add to your Claude Code MCP settings:
{
"mcpServers": {
"claude-tmux": {
"command": "npx",
"args": ["-y", "claude-tmux"]
}
}
}
Requirements
- tmux must be installed
- Claude Code CLI must be installed
Tools
spawn
Launch a new Claude Code instance in a tmux session.
spawn(name, prompt, workdir)
name: Unique session name (e.g., 'refactor-auth', 'debug-api')prompt: Initial prompt to send to Claudeworkdir: Working directory for Claude to operate in
read
Wait for Claude sessions to finish working and return terminal output.
read(name: "task-name") // single session
read(names: ["a", "b", "c"]) // parallel wait on multiple sessions
For multiple sessions, use names to wait in parallel - returns all outputs when all complete.
send
Send a follow-up message to a running Claude session.
send("task-name", "do something else")
list
List all active Claude tmux sessions.
list()
kill
Terminate a Claude tmux session and clean up resources.
kill("task-name")
Usage Pattern
spawn(name, prompt, workdir) → start session
read(name) → wait for completion, get output
send(name, text) → steer with follow-up
read(name) → wait again
kill(name) → cleanup
For parallel tasks:
spawn("task-a", ...)
spawn("task-b", ...)
spawn("task-c", ...)
read(names: ["task-a", "task-b", "task-c"]) → wait for all
Idle Detection
read detects completion via:
- Done indicator - Claude's status line showing
✻ model for Xm - Stability - Output unchanged for 10 seconds (handles sub-minute tasks that don't show the indicator)
Timeout is 15 minutes.
Tips
- Verify output shows task completion before killing. Idle agents are fine to leave running.
- Attach manually:
tmux attach -t claude-<name>
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。