$ loading_
为多 AI 运行时提供可自托管的共享记忆与可追溯决策记录
复制安装指令，让 AI 自动完成配置 · 推荐新手
"relaycore" 暂无可直接复制的安装信息，请查看页面文档或源码仓库。
请把这次任务的关键结论整理成结构化共享记忆，便于后续 AI 运行时继续使用。
输出结构化的可复用记忆条目。
把下面的口头需求转换成适合机器处理的结构化指令，并标注执行顺序。
输出清晰的结构化指令序列。
请记录这次 AI 决策的依据、结论和关键证据，方便之后追溯。
输出带证据链的决策记录。
适合需要让多个 AI 运行时共享同一份上下文的开发者或团队。它可以帮助减少信息丢失，让后续处理继续沿用之前的记忆。
适合把非结构化的人类需求转换成更容易处理的结构化命令。这样更便于不同 AI 工具或代理之间传递任务。
适合需要审计、回溯或复盘 AI 输出依据的场景。它能帮助团队保留决策证据，便于后续检查。
它是一个轻量、可自托管的 MCP 服务器，用于共享记忆、结构化指令转发，以及跨 AI 运行时的可追溯决策证据记录。
适合需要在多个 AI 运行时之间共享上下文、传递结构化任务，或保留决策依据的开发者、运维/DevOps 和研究人员。
给定资料只说明它是可自托管的 MCP 服务器；具体安装与接入方式见源码仓库。
通过 MCP 统一接入多种 API 工具目录，方便 AI 代理调用与编排。
帮助两个独立的 Claude Code 实例异步中继问答并保持上下文隔离。
用于代理间可靠分派与回传任务，并在任务完成时唤醒 Claude 会话。
通过MCP分派AI任务，让Claude规划复核、免费模型执行
通过单一 MCP 连接完成文件、网页检索、截图与规划等多类工作流
连接本地 Codex 代理与 AgentRelay，统一编排任务与协作流程。