mcpField
P
Phone-a-Friend MCP Server 🧠📞

Phone-a-Friend MCP Server 🧠📞

本地服务
github.com/abhishekbhakatAI 与智能体1069 周前更新

关于 Phone-a-Friend MCP Server 🧠📞

Phone-a-Friend MCP Server 可让一个 AI 借助外部 AI 进行批判性思考、长上下文推理和复杂问题求解。它将上下文与指定文件整理后提交分析,再返回可执行见解,或生成供手动咨询的提示词文件。

主要功能

  1. 01提交上下文和文件供外部 AI 分析
  2. 02从回复中提取可执行见解
  3. 03生成用于手动咨询的提示词文件
  4. 04配置服务提供方和模型

适用场景

  1. 01为复杂的多步问题获取另一种观点
  2. 02分析长上下文或项目文件
  3. 03就代码或算法设计咨询其他模型
  4. 04创建提示词文件以供手动 AI 评审

MCP 相关

向 MCP 客户端提供 AI 咨询和提示词文件生成工具。咨询工具通过已配置的服务提供方调用外部 AI 服务。

配置

本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。

暂未收录安装方式

我们还没有获取到这个服务的安装包或远程地址,请按项目 README 中的说明安装。

代码仓库

工具

还没有获取到工具列表

本地服务需要在你的电脑上运行后才能读取工具,维护者暂未提供工具列表。

详细介绍

Phone-a-Friend MCP 服务 🧠📞

一个 AI 对 AI 咨询系统,让一个 AI 能够通过 OpenRouter「打电话问朋友」(另一个 AI),进行批判性思考、长上下文推理和复杂问题求解。

问题 🤔

有时,AI 会遇到需要以下能力才能解决的复杂问题:

  • 超越即时能力的深度批判性思考
  • 基于大量信息的长上下文推理
  • 受益于外部视角的多步骤分析
  • 来自不同 AI 模型的专业知识

解决方案 💡

Phone-a-Friend MCP 服务创建了一个两步咨询流程:

  1. 上下文 + 推理:打包所有相关上下文,并发送给外部 AI 进行深度分析
  2. 提取可执行见解:将推理回复处理成主要 AI 可用的格式

这让 AI 系统能够将其他 AI 模型用作复杂推理任务的「顾问」。

架构 🏗️

Primary AI → Phone-a-Friend MCP → OpenRouter → External AI (O3, Claude, etc.) → Processed Response → Primary AI

顺序工作流:

  1. analyze_context - 收集并整理所有相关上下文
  2. get_critical_thinking - 通过 OpenRouter 将上下文发送给外部 AI 进行推理
  3. extract_actionable_insights - 将回复处理成可执行的格式

适用场景 🎯

适用于:

  • 需要深入分析的复杂多步骤问题
  • 需要长上下文推理(>100k 个 token)的情况
  • 跨领域专业知识咨询
  • 高风险的关键决策
  • 需要多种视角的问题

快速开始 ⚡

使用下面的 JSON 配置 MCP 客户端(例如 Claude Desktop),无需克隆或手动安装。 如果尚未安装,uv runner 会自动下载并运行服务包。

将以下 JSON 配置添加到 MCP 客户端,并将 <YOUR_API_KEY> 替换为你的密钥:

{
  "mcpServers": {
    "phone-a-friend": {
      "command": "uvx",
      "args": [
        "phone-a-friend-mcp-server",
        "--provider", "openai",
        "--api-key", "<YOUR_API_KEY>"
      ]
    }
  }
}

就是这么简单!现在,你可以在任何兼容的客户端中使用 phone_a_friend 工具。更多选项请参阅「高级配置」部分。

可用工具 🛠️

phone_a_friend

📞 咨询外部 AI 以进行批判性思考和复杂推理。通过 API 调用获取回复。

fax_a_friend

📠 生成用于手动 AI 咨询的主提示词文件。创建文件以供复制粘贴。

参数

phone_a_friend

  • all_related_context(必填):一般性非代码上下文,例如约束条件、回溯信息或高层需求。
  • file_list(必填):文件路径或 glob 模式数组。只需传入路径——服务会自动读取这些文件(跳过 .gitignore 中的文件或非文本/二进制文件),并为外部 AI 构建完整代码上下文。
  • task(必填):清晰、具体地描述你希望外部 AI 执行的任务。

fax_a_friend

  • all_related_context(必填):同上。
  • file_list(必填):同上。
  • task(必填):同上。
  • output_directory(必填):保存生成的 fax_a_friend.md 主提示词文件的目录。

高级配置 🔧

本节介绍所有配置选项,包括环境变量、CLI 标志和模型选择。

提供商和 API 密钥

可以通过 CLI 标志或环境变量配置服务。

提供商CLI 标志环境变量
OpenAI--provider openaiOPENAI_API_KEY
OpenRouter--provider openrouterOPENROUTER_API_KEY
Anthropic--provider anthropicANTHROPIC_API_KEY
Google--provider googleGOOGLE_API_KEY

CLI 示例:

phone-a-friend-mcp-server --provider openai --api-key "sk-..."

环境变量示例:

export OPENAI_API_KEY="sk-..."
phone-a-friend-mcp-server
模型选择

你可以覆盖各提供商的默认模型。

提供商默认模型
OpenAIo3
AnthropicClaude 4 Opus
GoogleGemini 2.5 Pro Preview 05-06
OpenRouteranthropic/claude-4-opus

通过 CLI 覆盖:

phone-a-friend-mcp-server --model "o3"

通过环境变量覆盖:

export PHONE_A_FRIEND_MODEL="o3"
其他选项
功能CLI 标志环境变量默认值
温度--temperature 0.5PHONE_A_FRIEND_TEMPERATURE0.4
基础 URL--base-url ...PHONE_A_FRIEND_BASE_URL提供商默认值

使用场景 🎯

  1. 为氛围编程进行深入推理
  2. 用于复杂算法、数据结构或数学计算
  3. 使用 React、Vue、CSS 或现代前端框架进行前端开发

许可证 📄

MIT 许可证——详情请参阅 LICENSE 文件。

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。