Consult7

Consult7 MCP 服务

Consult7 是一个模型上下文协议（MCP）服务，可通过 OpenRouter 调用大上下文窗口模型，让 AI Agent 分析大量文件集合——例如完整代码库、文档存储库或混合内容，这些内容超出了当前 Agent 的上下文限制。

为什么选择 Consult7？

Consult7 可让任何兼容 MCP 的 Agent 将文件分析任务交给大上下文模型（最多 2M 个 token）。适用于以下场景：

• Agent 当前上下文已满
• 任务需要特定模型能力
• 需要在单次查询中分析大型代码库
• 希望比较不同模型的结果

“对于 Claude Code 用户来说，Consult7 是一项颠覆性的工具。”

工作原理

Consult7 会从你指定的路径收集文件（文件名中可选用通配符），将其整合到单个上下文中，并连同你的查询一起发送给大上下文窗口模型。结果会直接返回给你正在使用的 Agent。

示例用例

快速总结代码库

• 文件： ["/Users/john/project/src/*.py", "/Users/john/project/lib/*.py"]
• 查询： “总结这个 Python 项目的架构和主要组件”
• 模型： "google/gemini-3.8-flash"
• 模式： "fast"

深度分析与推理

• 文件： ["/Users/john/webapp/src/*.py", "/Users/john/webapp/auth/*.py", "/Users/john/webapp/api/*.js"]
• 查询： “分析整个代码库中的身份验证流程。请逐步思考安全漏洞，并提出改进建议”
• 模型： "anthropic/claude-opus-4.8"
• 模式： "think"

生成并保存报告到文件

• 文件： ["/Users/john/project/src/*.py", "/Users/john/project/tests/*.py"]
• 查询： “生成一份全面的代码审查报告，包含架构分析、代码质量评估和改进建议”
• 模型： "google/gemini-4-argon"
• 模式： "think"
• 输出文件： "/Users/john/reports/code_review.md"
• 结果： 返回 "Result has been saved to /Users/john/reports/code_review.md"，并附上一行元数据页脚，而不会让 Agent 的上下文被大量内容淹没

特色模型：Gemini

Consult7 支持 Google 的 Gemini 系列：

• Gemini 4 Argon (google/gemini-4-argon) - 旗舰推理模型，1M 上下文
• Gemini 3.8 Flash (google/gemini-3.8-flash) - 快速且便宜，1M 上下文

高级用户的快捷记忆词：

• gemt = Gemini 4 Argon + think（旗舰推理）
• gemf = Gemini 3.8 Flash + fast（快速且便宜）
• gptt = GPT-6 Astra + think（最新 GPT，effort xhigh）
• grot = Grok 4.7 + think（effort xhigh）
• oput = Claude Opus 4.8 + think（自适应思考）
• fabt = Claude Fable 5.1 + think（最深入的推理，effort xhigh；高级版）
• ULTRA = 并行运行 GPTT、GROT 和 FABT（3 个前沿模型）
• FUSE = 融合：前沿模型小组进行审议，再由评审模型综合结果，一次调用即可完成

这些记忆词让你可以在查询中轻松引用模型和模式组合。

关于 Fable 5.1 的说明。 anthropic/claude-fable-5.1 是 Anthropic 能力最强的模型，但价格较高（约为 Opus 4.8 的 2 倍）。对于单次调用而言，它不会取代 Opus 4.8，成为日常首选的 Claude 模型。自 v3.11.0 起，它在 ULTRA 小组中占据 Anthropic 的席位（该小组本就用于处理棘手问题）。与仅支持自适应思考的 Opus 4.8 不同，OpenRouter 会遵循 Fable 的 effort 等级，因此 mid/think 会分别映射到 effort=high/effort=xhigh。

特色功能：Fusion（多模型分析）

Consult7 支持 OpenRouter 的 Fusion（openrouter/fusion）——只需调用一次，一组前沿模型（Opus、GPT、Gemini Pro）便会并行回答你的问题，再由一个评审模型综合各方回复，生成一个答案。遇到适合多种视角、且答错的代价远高于多几次额外补全的难题时，不妨使用它。

• 上下文： 128K——小于单个模型的 1M–2M，因此更适合输入量适中的难题，而不是包含海量文件的请求。
• 模式 → 研究深度： fast / mid / think 将面板的网页搜索／抓取预算分别映射到 max_tool_calls 2 / 8 / 16。
• 助记符： FUSE = openrouter/fusion。

简单提示词会直接作答（不启用面板）；只有在问题值得深入讨论时，才会启动面板。Fusion 按面板运行次数计费，因此费用高于单模型调用。

安装

Claude Code

只需运行：

claude mcp add -s user consult7 uvx -- consult7 your-openrouter-api-key

Claude Desktop

将以下内容添加到 Claude Desktop 配置文件中：

{
  "mcpServers": {
    "consult7": {
      "type": "stdio",
      "command": "uvx",
      "args": ["consult7", "your-openrouter-api-key"]
    }
  }
}

将 your-openrouter-api-key 替换为你的实际 OpenRouter API 密钥。

无需安装——uvx 会自动下载 consult7，并在隔离环境中运行。

命令行选项

uvx consult7 <api-key> [--test]

• <api-key>：必填。你的 OpenRouter API 密钥
• --test：可选。测试 API 连接

模型和模式是在调用工具时指定的，而非在启动时指定。

支持的模型

Consult7 支持 OpenRouter 上的全部 500 多种模型。下表列出了具有动态文件大小限制优化配置的旗舰模型：

模型	上下文	适用场景
openai/gpt-6-astra	1M	最新的顶级 GPT，基于推理力度进行推理；价格较高
google/gemini-4-argon	1M	旗舰级 Gemini，基于推理力度进行推理
google/gemini-3.8-flash	1M	Gemini 3.8 Flash，速度快、成本低
anthropic/claude-fable-5.1	1M	能力最强；价格较高——仅用于棘手问题
anthropic/claude-opus-4.8	1M	质量最佳，支持自适应思考
anthropic/claude-sonnet-4.6	1M	推理能力出色，速度快
anthropic/claude-haiku-4.5	200k	经济实惠，速度极快
x-ai/grok-4.7	500k	前沿 Grok，基于推理力度进行推理
x-ai/grok-4.20	2M	自动推理，超大上下文
x-ai/grok-4.1-fast	2M	上下文窗口最大
openrouter/fusion	128k	多模型面板 + 评审模型（参见“特色功能：Fusion”）

已被取代的 ID 仍可使用，并保留其调优设置：openai/gpt-5.6-sol、x-ai/grok-4.6、anthropic/claude-fable-5、google/gemini-3.1-pro-preview。

快速助记符：

• gptt = openai/gpt-6-astra + think（最新 GPT，深度推理 [effort xhigh]；价格较高）
• gemt = google/gemini-4-argon + think（Gemini 4 Argon，深度推理 [effort high]）
• grot = x-ai/grok-4.7 + think（Grok 4.7，深度推理 [effort xhigh]；500K 上下文——处理更大的文件集合请使用 x-ai/grok-4.20）
• oput = anthropic/claude-opus-4.8 + think（Claude Opus，自适应思考）
• opuf = anthropic/claude-opus-4.8 + fast（Claude Opus，不进行推理）
• fabt = anthropic/claude-fable-5.1 + think（Claude Fable，最深度推理 [effort xhigh]；价格较高，仅用于棘手问题）
• fabm = anthropic/claude-fable-5.1 + mid（Claude Fable，高强度推理；价格较高）
• gemf = google/gemini-3.8-flash + fast（Gemini 3.8 Flash，速度快、成本低）
• ULTRA = 并行调用 GPTT、GROT 和 FABT（3 个前沿模型，获取最大程度的洞见）
• FUSE = openrouter/fusion（一次调用：前沿模型面板进行讨论，由评审模型综合；模式决定网络研究深度）

你可以使用任意 OpenRouter 模型 ID（例如 deepseek/deepseek-r1-0528）。请参阅完整模型列表。文件大小限制会根据各模型的上下文窗口自动计算。

性能模式

• fast：不要求推理——适用于快速回答和简单任务。GPT-6 Astra、Grok 4.7 和 Fable 默认会进行推理，因此对它们来说，fast 表示各自的默认级别（计费），页脚会显示为 reasoning: model default。Gemini 4 Argon、3.8 Flash 和 3.1 Pro 在每种模式下都会明确设置推理强度：fast = 低，mid = 中，think = 高
• mid：适度推理——适用于代码审查、错误分析
• think：最大程度推理——适用于安全审计、复杂重构

文件指定规则

• 仅限绝对路径：/Users/john/project/src/*.py
• 通配符只能用于文件名：/Users/john/project/*.py（不能用于目录路径）
• 使用通配符时必须指定扩展名：*.py，不能只写 *
• 混合指定文件和模式：["/path/src/*.py", "/path/README.md", "/path/tests/*_test.py"]

常见模式：

• 所有 Python 文件：/path/to/dir/*.py
• 测试文件：/path/to/tests/*_test.py 或 /path/to/tests/test_*.py
• 多种扩展名：["/path/*.js", "/path/*.ts"]

自动忽略： __pycache__、.env、secrets.py、.DS_Store、.git、node_modules。通配符会跳过这些文件；显式指定其中任何一个都会报错。

快速失败： 相对路径或不存在的路径、目录、匹配不到任何内容的通配符、显式指定的忽略文件、二进制文件（前 8 KB 中含有 NUL 字节；.pdf 除外），或超过模型大小预算的文件，都会导致整个调用在发送给模型之前失败（不产生费用）。错误信息会列出所有问题。

PDF（v3.12.0）： .pdf 文件会通过 OpenRouter 作为原生文档发送给模型（模型可以看到包括图表在内的页面），并与同一调用中的文本文件一并发送。OpenRouter 上未列出文件输入能力的模型会在调用前被拒绝。排版数学公式和手写内容会从渲染后的页面读取，而非从 PDF 文本层读取（已通过 LaTeX 论文中的公式和一份扫描版手写提交进行验证）。每页在 Gemini 上大约消耗 500 个输入令牌，在 GPT 上约 1,500 个，在 Claude 和 Grok 上约 2,500-3,000 个，因此对于高级模型上的长篇 PDF，请先将其转换为文本（pdftotext），再发送 .txt 文件。PDF 有独立的 32 MB 传输大小预算；Anthropic 模型每次请求最多接受 600 页。PDF 始终以原生格式转发，不会经过 OpenRouter 的 OCR 解析器，因此 PDF 不会离开所选模型的提供商（使用 zdr 时也如此）。

大小预算： 所有文件合计共用一个预算，没有单文件限制：（模型上下文 − 输出预留 − 推理预留）× 每个令牌约 4 字节，例如，1M 上下文模型约为 4 MB，Grok 4.7（500K）约为 2 MB，Grok 4.20（2M）约为 8 MB。还会根据估算的令牌数进行第二次检查，以保留 10% 的安全余量。大小错误会说明预算和请求的总大小。

工具参数

咨询工具接受以下参数：

• files（必需）：绝对文件路径列表，或文件名中带通配符的模式
• query（必需）：要让大模型处理这些文件的问题或指令
• model（必需）：要使用的大模型（见上方的支持模型）
• mode（必需）：性能模式——fast、mid 或 think
• output_file（可选）：用于将响应保存到文件而非直接返回的绝对路径
  • 在调用大模型前会检查路径，因此无效路径不会产生费用
  • 如果文件已存在，将使用 _updated 后缀保存（例如，report.md → report_updated.md，然后是 report_updated_1.md，……）
  • 指定此参数时，会返回 "Result has been saved to /path/to/file" 以及元数据页脚
  • 适用于生成报告、文档或分析结果，避免占满 Agent 的上下文
• zdr（可选）：启用零数据保留路由（默认为 false）
  • 为 true 时，仅路由到具有 ZDR 策略的端点（提供商不会保留提示词）
  • 支持 ZDR：GPT-6 Astra、Grok 4.7、Gemini 4 Argon、Gemini 3.8 Flash、Gemini 3.1 Pro、Claude Opus 4.8、GPT-5、GPT-5.5、Grok 4.6
  • 不支持：Claude Fable 5.1 和 5、GPT-5.6 Sol、Grok 4.20（会返回错误）

使用示例

通过 Claude Code 中的 MCP 使用

Claude Code 会自动使用此工具并提供正确的参数：

{
  "files": ["/Users/john/project/src/*.py"],
  "query": "Explain the main architecture",
  "model": "google/gemini-3.8-flash",
  "mode": "fast"
}

通过 Python API 使用

from consult7.consultation import consultation_impl

result = await consultation_impl(
    files=["/path/to/file.py"],
    query="Explain this code",
    model="google/gemini-3.8-flash",
    mode="fast",  # fast, mid, or think
    provider="openrouter",
    api_key="sk-or-v1-..."
)

测试

# Test OpenRouter connection
uvx consult7 sk-or-v1-your-api-key --test

卸载

从 Claude Code 中移除 consult7：

claude mcp remove consult7 -s user

版本历史

v3.13.1

• 提前说明 PDF 额度：工具描述和拒绝消息现在都会说明，每次调用可处理约 24 MB 的 PDF 文件（32 MB 限制针对 base64 负载），扫描件每页约 1–2 MB。
• 上游在处理过程中超时时，会提示错误是暂时性的，且 consult7 不会重试，让调用方知道需要重新运行。
• 包和 consultation_impl 文档字符串说明，MCP 工具是唯一受支持的接口；批量处理由调用方 Agent 负责（每项调用一次工具，并使用 output_file 保存答案）。consult7.__version__ 现在会报告真实版本。

v3.13.0

• PDF 输入。 files 中的 .pdf 文件会作为原生文档发送给大模型（OpenRouter file 内容部分，仅限原生引擎，不使用 OCR 回退）。可在一次调用中与文本文件混合处理；页脚会显示页数和 PDF 数量；按供应商显示每页的 token 估算；不支持文件输入的模型、超大 PDF 负载（32 MB base64）以及 Anthropic 模型中超过 600 页的 PDF，都会在调用前报错。
• GPT-6.1 Terra（openai/gpt-6.1-terra）作为经济型 GPT 选项加入：上下文长度为 1M，每百万 token 收费 $1/$5，基于推理强度进行推理（mid = high，think = xhigh），不支持 ZDR。GPT-6 Astra 仍是默认 GPT。

v3.12.0

• Gemini 4 Argon（google/gemini-4-argon）是旗舰 Gemini 模型，也是 gemt 模型。Gemini 3.8 Flash（google/gemini-3.8-flash）取代 Gemini 3 Flash，成为 gemf 模型。两者都支持 ZDR。
• 修正 Gemini 推理级别。 Gemini 4 Argon、3.8 Flash 和 3.1 Pro 即使未设置推理参数也会进行推理，因此旧映射（fast 不发送参数，mid 发送 low 强度）会导致 mid 的推理量低于 fast（在 3.1 Pro 上约为其三分之一）。现在这些模型在所有模式下都会收到明确的推理强度：fast = low，mid = medium，think = high。
• 从调优列表中移除旧版 Gemini 模型：Gemini 3 Flash、3.1 Flash Lite、3 Pro（已不再登陆 OpenRouter）、2.5 Pro 和 2.5 Flash。这些模型仍可作为未知模型运行，但不会使用推理参数。
• consult7 --help 会打印用法说明，而不会被当作 API 密钥。现已支持 Python 3.15（重新锁定依赖，并移除未使用的 anthropic 开发依赖）。

v3.11.2

• 不再限制单个文件的大小。 所有文件共用一个总预算，因此单个大文件可以用完全部预算（之前，单个文件最多只能占预算的一半）。大小错误会报告请求的总大小和预算，令牌错误会提及 10% 的安全余量。
• 二进制文件会快速失败（前 8 KB 中包含 NUL 字节），而不会作为无效令牌发送。
• 未知模型 ID： 如果模型不在 OpenRouter 的模型列表中，错误会说明这一点，指出假定的 128K 上下文，并建议最接近的已列出 ID。model:nitro 等变体 ID 使用基础模型的上下文大小。
• 页脚： 显示墙钟 time，始终显示模式（包括 [fast]），启用时显示 zdr。两种令牌估算现在使用相同的提示词文本；被拒绝的 fast 调用也不再声称 reasoning disabled。

v3.11.1

• 在任何付费调用前快速失败。 列表中缺少文件、通配符未匹配到任何文件、明确指定了被忽略的文件（.env、secrets.py 等），或文件超出模型的单文件或总大小限制时，现在会在发送任何内容前以清晰的错误使调用失败。之前，这些情况只会在提示词中报告（或被丢弃），付费调用仍会基于不完整输入执行。
• 调用前检查 output_file。 相对路径或不可写路径会免费失败。如果调用后保存仍然失败，则会返回响应，而不是将其丢失。
• 错误会在 MCP 结果中设置 isError=true，客户端和封装程序无需解析文本即可检测失败。
• 上游错误消息不再包含 OpenRouter 账户的 user_id。
• 页脚：显示 1 file（而不是 1 files）。使用 fast 时，始终进行推理的模型（GPT-6 Astra、Grok 4.7、Fable）会显示 reasoning: model default。
• 工具描述更短（少于 2,000 个字符，文件规则置于前）。Claude Code 之前会截断旧描述中的文件规则。

v3.11.0

• 新增 ULTRA 面板：GPTT + GROT + FABT（3 个模型并行）。Gemini 3.1 Pro 退出面板（gemt 和所有 Gemini 模型仍可用）；Opus 4.8（oput/opuf）仍可用，但其 ULTRA 席位改由 Fable 使用。
• gptt → GPT-6 Astra（openai/gpt-6-astra，1M 上下文，$10/$50 每百万令牌）——也是 consult7 <key> --test 使用的模型。Astra 必须启用推理，因此 mid/think 现在分别映射为 effort=high/effort=xhigh（GPT-5.6 Sol 使用 medium/high）。支持 ZDR。
• grot → Grok 4.7（x-ai/grok-4.7，500K 上下文；自 v3.10.0 起，默认模型一直是 Grok 4.6）。使用相同的 effort 映射（high/xhigh）。支持 ZDR。
• fabt/fabm → Claude Fable 5.1（anthropic/claude-fable-5.1，1M 上下文）。使用相同的 effort 映射。不支持 ZDR。
• 已被取代的 ID（openai/gpt-5.6-sol、x-ai/grok-4.6、anthropic/claude-fable-5）仍可使用，并保留之前的设置。

v3.9.0

• 新增默认 GPT：GPT-5.6 Sol（openai/gpt-5.6-sol）——最新的顶级 GPT，约 1M 上下文 / 128K 输出，基于 effort 的推理（mid → effort=medium，think → effort=high）。取代 GPT-5.5 成为 gptt 的默认模型；GPT-5.5 仍可作为旧版模型使用。GPT-5.6 Sol 不支持 ZDR（GPT-5.5 仍支持）。
• 未添加 Grok 4.5： x-ai/grok-4.5 在 OpenRouter 上受区域限制（返回 403“你所在的区域不可用”），且无法通过真实 API 验证，因此未集成。Grok 4.20 仍是 grot 的默认模型。

v3.8.0

• 新增 Claude Fable 5（anthropic/claude-fable-5）——Anthropic 能力最强的模型，上下文长度为 1M。价格较高（约为 Opus 4.8 的 2 倍），因此仅用于特别棘手的问题，且不属于 ULTRA 面板；它不会取代 Opus 4.8 成为默认 Claude 模型。新增助记符 fabt（think）/ fabm（mid）。与仅支持自适应思考的 Opus 4.8 不同，OpenRouter 会遵循 Fable 的 effort 等级，因此 mid/think 分别对应 effort=high/effort=xhigh（刻意不提供 max——它往往会过度思考，令 token 成本增加约 2 倍）。不支持 ZDR（Fable 要求保留数据 30 天）。
• **调整了回复长度提示词：**系统提示词现在会要求模型根据任务匹配答案长度（问题需要深入解答时提供详尽回复，否则简洁作答），而不是一味要求“保持简洁”。

v3.7.1

• 显示流式传输过程中的 API 错误：当 OpenRouter 在初始 200 响应后以流式数据块的形式发送错误时，调用现在会返回该错误消息，而不是误导性的“未收到内容”。

v3.7.0

• 新增 Fusion（openrouter/fusion）——一次调用即可使用多模型面板加评审模型；mode 对应网络研究深度（fast/mid/think → max_tool_calls 2/8/16）。新增 FUSE 助记符。
• 将 Claude Opus 从 4.7 升级至 4.8（上下文长度为 1M，支持自适应思考）；oput/opuf 现在指向 4.8，4.7 保留为旧版 ID。
• 回复页脚现在会报告调用成本（美元）（来自 OpenRouter 使用情况统计），例如 cost: $0.0923。

v3.6.1

• 切换推理模式的页脚现在会区分自适应模型（Opus、Grok）的 mid 与 think
• 当模型没有零数据保留端点时，显示更友好的错误消息
• output_file 返回内容现在包含元数据页脚，调用方可以据此确认运行了什么

v3.6.0

• 升级模型：GPT-5.5、Claude Opus 4.7、Grok 4.20
• Claude Opus 4.7（上下文长度为 1M）使用自适应思考——reasoning.enabled=true
• Grok 4.20（上下文长度为 2M）使用自动推理——reasoning.enabled=true
• 更新助记符：gptt → GPT-5.5，oput/opuf → Claude Opus 4.7，grot → Grok 4.20
• 仍支持旧版模型 ID

v3.5.0

• 将 GPT-5.2 升级至 GPT-5.4（上下文长度约为 1M）

v3.4.0

• 升级模型：Gemini 3.1 Pro、Claude Opus 4.6、Claude Sonnet 4.6、Grok 4.1 Fast
• 新增模型：Claude Haiku 4.5、Gemini 3.1 Flash Lite
• 更新助记符：gemt → Gemini 3.1 Pro，oput/opuf → Claude Opus 4.6
• 仍支持旧版模型 ID

v3.3.0

• 修复 GPT-5.2 思考模式下的截断问题（改用流式传输）
• 新增 google/gemini-3-flash-preview（Gemini 3 Flash，速度极快）
• 更新 gemf 助记符，使其使用 Gemini 3 Flash
• 新增 zdr 参数，用于零数据保留路由

v3.2.0

• 更新至支持基于 effort 的推理的 GPT-5.2

v3.1.0

• 新增 google/gemini-3-pro-preview（上下文长度为 1M 的旗舰推理模型）
• 新增助记符：gemt（Gemini 3 Pro）、grot（Grok 4）、ULTRA（并行执行）

v3.0.0

• 移除 Google 和 OpenAI 直连提供商——现在仅使用 OpenRouter
• 移除 |thinking 后缀——改用 mode 参数（现为必填）
• 简化 mode 参数 API：fast、mid、think
• 将 CLI 从 consult7 <provider> <key> 简化为 consult7 <key>
• 改进 MCP 集成，为模式添加枚举验证
• 根据模型上下文窗口动态调整文件大小限制

v2.1.0

• 新增 output_file 参数，可将回复保存到文件

v2.0.0

• 新增文件列表接口，并简化验证
• 将文件大小限制下调至更符合实际的值

许可证

MIT