mcpField
M
mumo

mumo

远程服务
mumo.chatAI 与智能体07 周前更新

关于 mumo

mumo 是远程 MCP 服务,让 Agent 汇集来自不同实验室的多个模型回答,并查看模型之间有类型标记的交叉回应。它适用于方案评审、策略讨论和发布前压力测试。

主要功能

  1. 01汇集多个模型的完整回答
  2. 02展示模型间的交叉回应
  3. 03以类型标记引导后续轮次
  4. 04查看论点图与会话状态
  5. 05分享会话并导出机器可读版本
  6. 06列出可用模型与额度

适用场景

  1. 01评审架构方案或产品计划
  2. 02对策略进行多模型讨论
  3. 03在发布前进行压力测试

MCP 相关

远程服务地址为 https://mumo.chat/api/mcp,通过 MCP 暴露会话创建、等待、追加轮次、读取与分享等工具。工具调用需要 API 密钥。

配置

远程服务无需本地安装。选择你使用的客户端,复制配置或使用一键安装。

服务地址https://mumo.chat/api/mcp
一键复制安装命令
Claude CodeTerminal
Cursor.cursor/mcp.json
VS Code.vscode/mcp.json
Claude Desktopclaude_desktop_config.json
Windsurf~/.codeium/windsurf/mcp_config.json

命令在终端中运行;JSON 粘贴到对应客户端的 MCP 配置后重启。需要授权的服务会在首次连接时提示登录。

全部服务地址
Streamable HTTPhttps://mumo.chat/api/mcp需要授权

工具

8
参数类型必填说明
modelsarray否要使用的模型 ID(2–3 个)。省略时由平台选择默认模型。调用 `list_models` 查看可用选项。
promptstring是要讨论的问题或主题
registerenum否已弃用 — 忽略。平台仅运行单一提示词注册表;保留此字段只是为了确保现有调用方的幂等密钥保持稳定。请省略此字段。conversational | agent
takeawayboolean否若为 true,则在第 0 轮完成时生成结构化的逐轮 Takeaway(显示为 `round_takeaway`)。默认值为 false。按成本直通;每次调用约 $0.01。
referencestring否可选参考资料(规格、文档、设计),作为上下文注入所有模型
web_searchboolean否设为 false 可完全跳过网络搜索(不进行搜索门控,也不在第 0 轮提供来源包)。默认值为 true — 平台会根据提示词决定是否搜索。对于完全基于所提供参考资料的提示词,请禁用此项。
applicationstring否驱动此 MCP 会话的客户端显示名称(例如,'Claude Code'、'Cursor')。显示在会话信息面板中。
recap_roundboolean否`takeaway` 的旧版别名。
moderator_namestring否如果知道模型 ID,请将其设置为模型 ID(例如,'Claude Sonnet 4.6'、'GPT-5.4'、'Codex'、'Gemini 3 Pro')。mumo 会据此从不同模型系列中选择互补的面板成员。不确定时请留空,不要猜测。此名称也会显示在会话信息面板和记录中,替代原本显示的“You”。
dataset_consentboolean否可选的按会话 Dataset Contribution 请求——第二次同意选择,规则与 improvement_consent 相同:省略时使用账户选择;false 会排除该会话;true 不能超出账户自身的选择范围;尚未做出选择的账户仍会被排除。
improvement_consentboolean否可选的按会话 Platform Improvement 请求。任何账户都可以发送 true 或 false;省略时使用账户默认值。会话级 false 会排除该会话;true 不能超出账户选择范围。

详细介绍

mumo — 基于 MCP 的多模型审议

mumo MCP 连接器 – Glama 上的工具定义质量和端点健康状态 Smithery 上的 mumo

你的 Agent 会向来自不同实验室的模型提出问题——Claude、GPT、Gemini、Grok、DeepSeek、Kimi 等等——并收到它们的完整回复,以及带类型的跨模型反馈。参与的模型会直接回应彼此,并用自己的语言说明它们认同什么、质疑什么,或想进一步探讨什么。适用于架构、计划/规格审查、策略制定和发布前压力测试。每月提供免费额度;需要 API 密钥。

该服务是远程服务,无需在本地运行任何内容。

https://mumo.chat/api/mcp

安装

按主机一键安装——每个页面都会引导你获取密钥,并完成客户端自身的安装流程:

主机安装页面
Claude Codehttps://mumo.chat/install/claude-code
Cursorhttps://mumo.chat/install/cursor
Codexhttps://mumo.chat/install/codex
VS Code (Copilot)https://mumo.chat/install/vs-code
Grok Bothttps://mumo.chat/install/grok-bot
Hermes Agenthttps://mumo.chat/install/hermes
OpenClawhttps://mumo.chat/install/openclaw
其他任何客户端https://mumo.chat/install

任何 MCP 客户端只要支持带自定义标头的 Streamable HTTP,即可使用:

{
  "mcpServers": {
    "mumo": {
      "url": "https://mumo.chat/api/mcp",
      "headers": {
        "Authorization": "Bearer mmo_live_YOUR_KEY_HERE"
      }
    }
  }
}

在 mumo.chat/settings/api-keys 获取密钥(需要登录;密钥以 mmo_live_ 开头)。无需密钥即可调用 initialize 和 tools/list,因此你可以在创建密钥前检查工具;调用工具时则需要提供标头。

工具

工具功能
create_deliberation启动一场审议。立即返回确认信息(session_id + round_id);模型会在后台运行。
wait_for_round通过低成本轮询等待进度,直到本轮结束,然后返回每个模型的回复和主张图谱。
append_round添加后续轮次,可选用带类型的片段引导(KEEP / EXPLORE / CHALLENGE / CORE / SHIFT)。
get_session读取完整会话状态:轮次、回复、片段和主张图谱。
share_session通过公开 URL 分享会话;返回页面以及 .md 和 .brief.md 机器可读版本。
list_sessions列出你之前的会话。
list_models列出你的账户可用的模型及其价格。
get_credit查看你的额度余额。

完整参考文档、请求和响应格式,以及各客户端说明:https://mumo.chat/docs/mcp。机器可读描述文件:[`/.well-known/mcp.json`](https://mumo.chat/.well-known/mcp.json)(清单)和 /api/mcp/server-card(MCP 服务卡)。注册表名称:chat.mumo/mcp。

工作流程

  1. 使用 create_deliberation 提交问题,以操作者第一人称撰写(“我正在决定是否要……”)。
  2. 使用 wait_for_round——讨论组需要 15–120 秒;等待较长时间很正常。
  3. 先阅读主张图谱,再阅读正文。使用 append_round 和片段引导讨论,或就此停止。

讨论组的意见仅供参考。请仔细阅读分歧,不要因为某一方票数更多就听从它。


本仓库:客户端基线

除了服务端,mumo 还为每种宿主提供一项技能,教会 Agent 何时召集评审小组,以及如何读取评审结果。本仓库是该技能的唯一事实来源:一个带令牌的 SKILL.template.md,加上每个客户端的覆盖配置,由 scripts/ 中的构建脚本渲染到各个同级客户端仓库。切勿直接编辑客户端的 SKILL.md——请在此处编辑并重新渲染。

客户端仓库渲染为
mumo-chat/mumo-claudeClaude Code 插件
mumo-chat/mumo-cursorCursor 插件
mumo-chat/mumo-codexCodex 插件
mumo-chat/mumo-vscodeVS Code 扩展
mumo-chat/mumo-hermesHermes Agent 技能
mumo-chat/mumo-openclawOpenClaw 技能
内容
skills/mumo/
├── SKILL.template.md       # tokenized baseline (the source of truth)
├── playbooks/              # shared cognitive-shape playbooks
└── references/             # shared reference docs (claim maps, snippets, takeaway, etc.)
scripts/
├── build-skill.js          # renderer: template + per-client overlay -> client SKILL.md
├── README.md               # how the build system works
└── clients/                # per-client configs + Setup/Frontmatter partials
server.json                 # Official MCP Registry descriptor (chat.mumo/mcp)

模板使用 {{TOKEN}} 标记作为每个客户端的替换点(应用名称、主持人示例、安装 URL、工具命名注册表说明等)。每个 scripts/clients/<client>.json 文件都会为这些标记填入内容。

构建
node scripts/build-skill.js                      # render to all six sibling client repos
node scripts/build-skill.js --target <client>    # render one
node scripts/build-skill.js --verify-all         # check for drift across all six (use in CI)

详情请参阅 scripts/README.md(令牌参考、新增客户端等)。

编辑
  • 共享内核变更 → 编辑 skills/mumo/SKILL.template.md。重新渲染以应用变更。
  • 每个客户端的覆盖配置变更(## Setup 正文、frontmatter、应用名称、主持人示例、安装 URL、工具命名说明)→ 编辑 scripts/clients/<client>/ 下的片段或 scripts/clients/<client>.json 中的令牌。重新渲染。
  • 共享手册 / 参考资料 → 编辑 skills/mumo/playbooks/ 或 skills/mumo/references/。目前需手动同步;后续会处理构建系统支持。
架构

共享章节 + 每个客户端覆盖配置的模式记录在 mumo 主仓库的 docs/MCP_CLIENTS.md 中。2026-05-20 的审计报告 docs/audits/2026-05-20-mcp-skill-delta.md 精确列出了哪些章节是共享的,哪些是每个客户端特有的。

链接

许可证

MIT

评论

支持 Markdown

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。