如何高效管理AI Agent工作状态:Concord MCP CLI命令大全(status/who/tasks/dashboard/doctor)
如何高效管理AI Agent工作状态:Concord MCP CLI命令大全(status/who/tasks/dashboard/doctor)
在多 Agent 编程时代,你同时让 Claude Code、Codex、Cursor、Gemini CLI 等多个 coding agent 在同一个仓库干活,最怕的就是互相踩踏。Concord MCP 就是一个本地优先(local-first)的 AI Agent 工作状态共享层:它通过一个轻量 MCP server,为这些编码代理提供统一的消息通信、任务认领、冲突检测和交接记录,让你随时掌握每个 Agent 在做什么。
下面这篇 Concord MCP CLI 命令指南,会带你用 5 个核心命令——status、who、tasks、dashboard、doctor——快速看懂并管好你的 AI Agent 团队。
为什么你需要管理 AI Agent 工作状态 🤔
没有协调层时,多个 agent 的典型翻车场景是:
| 没有 Concord MCP | 有了 Concord MCP |
|---|---|
| Agent 编辑完才发现撞车 | 提前认领文件,冲突被检测出来 |
| 会话结束,上下文全部丢失 | 决策和结论始终挂在任务上 |
| 谁在干什么靠猜 | 显式的任务分配与交接记录 |
| 人靠翻 diff 重建进度 | 任务带测试、风险和证据直接可审 |
Concord 把这份"共享工作记忆"存为仓库根目录下的 .concord/concord.db(SQLite),所有在同一仓库工作的 agent 共用同一个状态库。而 CLI 就是人类查看和管理这份状态的最佳入口。
一键安装与初始化:3 条命令跑起来
npm install -g @concord-ai/concord-mcp
cd /path/to/your/repository
concord setup
concord setup 会创建本地 .concord/ 工作区,并把 MCP server 注册到 Claude Code、Cursor、Gemini CLI、Codex、Grok 等客户端的配置里(合并而非覆盖,可重复运行)。如果你机器上没有 Node.js,macOS/Linux 还可以用官方安装脚本获取自带运行时的独立版本。
setup 完成后重启你的 agent 客户端,就可以开始多 agent 协作了。完整说明见 README.md,各客户端的接入指南在 docs/ 目录下。
concord status:一屏看懂谁在忙、哪里有冲突
concord status 是"体检总览"命令,一条命令输出五块信息(渲染逻辑在 src/artifacts/work-state-view.ts):
- Who's here:在场 agent 名册及在线状态
- Active work:进行中的任务、负责人、版本号和触碰的文件
- Potential overlaps:任务之间的潜在文件冲突
- Stale claims:认领了任务却失联(未交接就下线)的"僵尸占位"
- Review ready:已完成、等待人工评审的任务
concord status
当它列出 stale claims 时,说明某个 agent 拿着任务却悄悄消失了,这是你需要介入的最早信号。命令入口在 src/cli/commands/status.ts。
concord who:快速确认哪些 Agent 在线
who 是 presence(在场)视图——它回答"现在有谁?他们分别在工作还是空闲?":
concord who
输出是每个 agent 的实时名册(roster),区分 live / idle / away 状态。在安排新任务前跑一下 who,避免把一个关键模块同时派给两个都正忙着的 agent。实现见 src/cli/commands/who.ts。
concord tasks:查看所有被追踪的任务
concord tasks 列出 Concord 追踪的全部任务,每行包含任务 ID、状态、版本号、负责 agent、更新时间和标题:
concord tasks
t_01 active v1 claude-code 2026-10-29T10:00:00Z 实现登录接口
t_02 review-ready v3 codex 2026-10-29T11:30:00Z 重构路由层
任务由 agent 调用 start_work 工具自动创建;如果你看到列表为空,说明还没有 agent 在这个仓库登记过工作。源码在 src/cli/commands/tasks.ts。
concord dashboard:实时 TUI 仪表盘,像开飞机一样盯 Agent
concord dashboard 打开一个只读的全屏终端 UI(TUI),每秒从共享 SQLite 刷新,把 agents、tasks、alerts、context 和 timeline 固定在一个视口内:
concord dashboard
🎮 键盘操作速查:
| 按键 | 作用 |
|---|---|
Tab |
切换面板 |
j / k 或方向键 |
上下选择任务 |
/ |
过滤筛选 |
? |
显示帮助 |
q |
退出 |
它需要交互式终端;在 CI 或管道环境中会提示你改用纯文本的 concord status。仪表盘数据模型在 src/cli/dashboard/model.ts,命令实现在 src/cli/commands/dashboard.tsx。长时间盯着多个 agent 干活时,把它开在一个固定窗口里,是最省心的"监控大屏"。
concord doctor:工作区健康自检 + 一键修复
concord doctor 是排障首选,它会检查:
- 工作区标识、SQLite schema 版本、
.concord/目录是否完整 - 各客户端指令块(CLAUDE.md、AGENTS.md 等)是否过期
- agent 端点可达性:
N reachable / M registered - 每个任务的工具采用情况(是否规范使用了
start_work/finish_work) - 全局 harness 适配器(adapter)安装状态,包括指向旧路径的损坏链接
concord doctor # 检查
concord doctor --fix # 顺带修复损坏的适配器链接
有需要注意的问题时它以退出码 1 结束,方便接入 CI。若机器已链接 Concord Cloud,doctor 还会检查云登录与 API 连通性。实现见 src/cli/commands/doctor.ts。
进阶:其他高频辅助命令
五大核心命令之外,这几个命令在工作流里也高频出现:
concord handoff <task-id> # 查看任务最新交接说明
concord review-packet <id> # 查看评审材料(范围/测试/风险)
concord check src/file.ts # 提交前检查文件是否与他人任务冲突
concord watch # .concord 一有变化就打印工作区状态
concord adapters status # 各客户端消息投递能力矩阵
两个实用技巧:
- 多仓库切换:
--repo/--workspace是全局参数,可在任意目录指定目标仓库,例如concord --repo ../project status。 - pre-commit 防冲突:
concord check src/file.ts在有活动任务认领同一文件时退出码为 1,可以挂到 pre-commit hook 里拦截危险提交。
命令注册总入口在 src/cli/index.ts。
快速上手路线:3 步建立你的 Agent 监控习惯
- 开工前:
concord who看谁在线,concord status扫一眼冲突和僵尸任务 - 干活中:开着
concord dashboard当大屏,随时过滤关注某个任务 - 收工/排障时:
concord tasks确认任务全貌,concord doctor体检环境,有异常用--fix修复
常见问题 FAQ ❓
Q:concord status 和 concord dashboard 有什么区别?
A:status 输出一次性纯文本,适合脚本和 CI;dashboard 是每秒刷新的交互式 TUI,适合人长时间观察。
Q:Stale claims(僵尸认领)是什么? A:某个 agent 认领了任务但下线且没有交接。Concord 会在 status 和 dashboard 中标记出来,提示你需要重新分配该任务。
Q:这些数据存在哪里,会进 git 吗?
A:本地数据在仓库根的 .concord/(SQLite 数据库加人类可读的 HANDOFF.md 等导出文件),setup 时会自动写入忽略整个目录的 .concord/.gitignore,不会污染你的仓库。
写在最后
Concord MCP 的定位非常克制:它不是编排器,也不是另一个 agent,而是你的 agents 周围的一层共享基础设施——在场状态、消息、任务记忆、所有权、交接和评审状态,都通过一个小型 MCP server 与 concord CLI 暴露出来。
掌握 status、who、tasks、dashboard、doctor 这 5 个命令,你就拥有了管理多 AI Agent 并行开发的最小完整闭环:看得见谁在线、知道谁在做什么、提前发现冲突、随时体检环境。多 agent 协作从"祈祷它们别打架",变成真正可观测、可干预的工程实践 🚀
