ConsultingAgents MCP Server

ConsultingAgents MCP 服务

一个模型上下文协议（MCP）服务，可让 Claude Code 咨询其他 AI Agent，以分析代码和问题。此服务提供对 Darren（OpenAI）、Sonny（Anthropic）、Sergey（OpenAI，支持网页搜索）和 Gemma（Google Gemini，支持仓库分析）的访问，将他们作为专家顾问，为编码问题提供多模型视角。

功能

• Darren：由 o3-mini 模型驱动的 OpenAI 编码专家顾问，具备强大的推理能力
• Sonny：由 Claude 3.7 Sonnet 驱动的 Anthropic 编码专家顾问，具备增强的思考能力（注意：现在 Claude Code 已内置扩展思考模式，因此该功能有些重复）
• Sergey：由 GPT-4o 驱动的 OpenAI 网页搜索专家，用于查找相关文档和示例（注意：现在 Claude Code 已具备原生网页搜索能力，因此该功能有些重复）
• Gemma：由 gemini-2.5-pro-exp-03-25 驱动的 Google Gemini 专家，拥有 1M token 上下文，可全面分析代码仓库
• MCP 集成：通过 MCP 协议与 Claude Code 无缝集成
• 多种传输选项：支持 stdio（用于直接集成 Claude Code）和 HTTP/SSE 传输

先决条件

• Python 3.8+
• OpenAI API 密钥
• Anthropic API 密钥
• Google API 密钥
• Claude Code CLI（用于集成）

快速开始

1. 克隆仓库：

   git clone https://github.com/yourusername/consulting-agents-mcp.git
   cd consulting-agents-mcp
   

2. 创建并激活虚拟环境：

   python -m venv mcp_venv
   source mcp_venv/bin/activate  # On Windows: mcp_venv\Scripts\activate
   

3. 安装依赖项：

   pip install -r requirements.txt
   

4. 设置 API 密钥： 在项目根目录中创建 .env 文件：

   OPENAI_API_KEY=your_openai_api_key_here
   ANTHROPIC_API_KEY=your_anthropic_api_key_here
   GOOGLE_API_KEY=your_google_api_key_here
   

5. 启动服务：

   chmod +x start_mcp_server.sh
   ./start_mcp_server.sh
   

与 Claude Code 集成

1. 在 Claude Code 中注册 MCP 服务：

   claude mcp add ConsultingAgents /absolute/path/to/consulting-agents-mcp/start_mcp_server.sh
   

2. 启动并集成 MCP 的 Claude Code：

   claude --mcp-debug
   

3. 在 Claude Code 中使用这些工具：

   Now you can use consult_with_darren, consult_with_sonny, consult_with_sergey, and consult_with_gemma functions in Claude Code.
   

可用工具

该 MCP 服务提供四种咨询工具：

consult_with_darren

使用具备强大推理能力的 OpenAI o3-mini 模型分析代码并提供建议。

参数：

• consultation_context：问题描述（必填）
• source_code：可选的待分析代码

consult_with_sonny

使用具备增强思考能力的 Claude 3.7 Sonnet 进行深入代码分析。

参数：

• consultation_context：问题描述（必填）
• source_code：可选的待分析代码

注意： 现在 Claude Code 已内置扩展思考模式，因此该 Agent 有些重复，但在获取第二种意见或其他 Claude 模型提出的不同方案时仍可能有用。

consult_with_sergey

使用具备网页搜索能力的 GPT-4o 查找相关文档和示例。

参数：

• consultation_context：所需信息或文档的描述（必填）
• search_query：可选的具体搜索查询
• source_code：可选的上下文代码

注意： 现在 Claude Code 已具备原生网页搜索能力，因此该 Agent 有些重复，但在比较 GPT-4o 与 Claude 的搜索结果或获取不同视角时仍可能有用。

consult_with_gemma

使用 Google 的 Gemini 2.5 Pro 模型，以 1M token 上下文窗口分析整个代码仓库，并提供全面的开发计划。

参数：

• consultation_context：要实现的任务或功能描述（必填）
• repo_url：要分析的 GitHub 代码仓库 URL（必填）——重要：始终指定完整且正确的 GitHub URL（例如，“https://github.com/username/repo”）
• feature_description：要实现的功能的详细描述（必填）

**注意：**由于 Claude Code 无法原生地在单个上下文中分析整个代码仓库，因此这个 Agent 尤其有用。

**重要的 URL 规范：**使用 Gemma 时，始终提供准确的 GitHub 代码仓库 URL。Claude Code 可能会根据你的本地目录路径错误地推断代码仓库 URL，从而导致代码仓库访问错误。URL 格式应为 https://github.com/username/repository，并确保大小写正确。

高级配置

环境变量

• MCP_TRANSPORT：传输协议（默认值："stdio"，其他选项："http"、"sse"）
• HOST：使用 HTTP/SSE 传输时的服务主机（默认值："127.0.0.1"）
• PORT：使用 HTTP/SSE 传输时的服务端口（默认值：5000）

HTTP API（使用 HTTP 传输时）

使用 HTTP 传输运行时，服务会提供以下端点：

健康检查

GET /health

返回服务状态和可用的 Agent。

模型咨询

POST /consult

Darren 或 Sonny 的请求正文：

{
  "agent": "Darren",
  "consultation_context": "I have a bug in my code where...",
  "source_code": "def example():\n    return 'hello'"
}

Sergey 的请求正文：

{
  "agent": "Sergey",
  "consultation_context": "How do I implement JWT authentication in Express?",
  "search_query": "express.js JWT auth implementation"
}

Gemma 的请求正文：

{
  "agent": "Gemma",
  "consultation_context": "Adding user authentication to the API",
  "repo_url": "https://github.com/username/repo",
  "feature_description": "Implement basic username/password authentication for API access"
}

**重要：**始终在 repo_url 字段中提供准确且完整的 GitHub 代码仓库 URL。不要依赖 Claude Code 根据你的本地目录路径推断 URL。

故障排除

• 找不到 MCP 服务：检查 claude mcp add 命令中的绝对路径
• API 身份验证错误：检查 .env 文件中的 API 密钥是否设置正确
• 连接问题：启动 Claude Code 前，确保 MCP 服务正在运行
• 调试日志：查看 MCP 服务运行所在的终端，获取详细日志

更新到新版本

将 consulting-agents-mcp 更新到新版本时，请按以下步骤操作：

1. 更新代码仓库代码（拉取最新更改）
2. 重启 MCP 服务：

   ./start_mcp_server.sh
   

3. 从 Claude Code 中移除现有 MCP 服务：

   claude mcp remove ConsultingAgents
   

4. 使用绝对路径将 MCP 服务重新添加到 Claude Code：

   claude mcp add ConsultingAgents /absolute/path/to/consulting-agents-mcp/start_mcp_server.sh
   

此流程可确保 Claude Code 使用更新后的 MCP 服务版本，并包含任何新增的模型或功能。

开发

在开发模式下运行

1. 启动服务并输出调试信息：

   DEBUG=true ./start_mcp_server.sh
   

2. 测试 HTTP 端点（使用 HTTP 传输时）：

   # Test Darren
   curl -X POST http://localhost:5000/consult \
     -H "Content-Type: application/json" \
     -d '{"agent":"Darren","consultation_context":"Test message"}'
   
   # Test Sonny
   curl -X POST http://localhost:5000/consult \
     -H "Content-Type: application/json" \
     -d '{"agent":"Sonny","consultation_context":"Test message"}'
   
   # Test Sergey
   curl -X POST http://localhost:5000/consult \
     -H "Content-Type: application/json" \
     -d '{"agent":"Sergey","consultation_context":"Test message","search_query":"example"}'
   
   # Test Gemma
   curl -X POST http://localhost:5000/consult \
     -H "Content-Type: application/json" \
     -d '{"agent":"Gemma","consultation_context":"Add user authentication","repo_url":"https://github.com/username/repo","feature_description":"Implement basic username/password authentication for API access"}'
   

项目结构

• mcp_consul_server.py：MCP 服务的主要实现
• start_mcp_server.sh：用于在正确设置环境的情况下启动服务的脚本
• requirements.txt：Python 依赖项

许可证

MIT

参与贡献

欢迎贡献！欢迎提交 Pull Request。