mcp
支持任务委派与上下文卸载的TypeScript MCP服务器
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：mcp。 它的用途是：支持任务委派与上下文卸载的TypeScript MCP服务器 详细介绍见：https://321skill.com/skills/mcp-mcp-inception/ 请根据该页面的说明完成安装。
使用示例
'帮我分析这份20页的市场报告，分别由三个子代理负责：一个提取核心数据，一个总结竞争对手动态，一个给出投资建议。' 它会自动创建三个子代理并行处理，完成后汇总一份简洁报告，并自动卸载中间上下文，避免超长对话。
介绍
这个MCP服务器（Model Context Protocol）名为inception，主要解决AI代理在处理复杂任务时面临的上下文长度限制和任务拆分难题。通过内置的任务委派机制，它允许主代理将子任务动态分配给多个子代理，同时自动卸载不再需要的上下文信息，从而显著降低Token消耗、保持对话历史整洁。
使用方式非常简单：只需在支持MCP协议的客户端（如Claude Desktop、Cursor等）中配置该服务器，即可通过自然语言指令触发任务委派。例如，你可以让主代理“分析这份财报”，它会自动创建子代理分别处理财务数据、行业趋势、风险提示等，并最终汇总结果。
适合智能体开发者、全栈工程师以及需要构建多步骤AI工作流的团队。尤其适合那些希望突破单次对话上下文限制、或需要协调多个AI模型协同完成复杂任务的场景。对于正在搭建AI Agent平台或自动化流程的开发者来说，这是一个基础但强大的基础设施。
使用建议：建议先在小规模任务中测试委派逻辑，确保子代理之间的上下文传递正确。由于涉及多代理协调，务必监控Token消耗和响应时间，避免因过度委派导致性能下降。该服务器目前仅支持TypeScript运行时，部署前需确认Node.js环境。
核心特点
同类MCP服务器多聚焦于工具调用或数据源连接，而inception首创了“任务委派+上下文卸载”双机制，让单一LLM能像项目经理一样拆分任务、管理子代理上下文，从根本上解决长对话的token溢出和记忆混乱问题。
注意事项
不适合需要实时双向交互（如流式视频处理）或对延迟极敏感的场景，且子代理数量过多时可能增加总体Token消耗。
常见问题
这个MCP服务器和Claude Desktop自带的MCP有什么不同？
Claude Desktop的MCP主要用于扩展工具（如文件读写、搜索），而inception专注于任务委派和上下文管理，可以让你将复杂任务拆解成多个子任务由不同代理并行处理，适合搭建多智能体工作流。
使用inception需要额外付费吗？
inception本身是开源免费的MCP服务器，但运行它会调用底层的LLM API（如Claude、GPT等），因此会产生对应的API调用费用。建议合理设置子代理数量以避免不必要的Token消耗。