mcpField
A
ai-consensus

ai-consensus

本地服务
ai-consensus.aiAI 与智能体014 周前更新

关于 ai-consensus

ai-consensus 是供编码 Agent 使用的 MCP 服务连接器,可将重要开发决策交由 Claude、GPT 和 Gemini 独立评审并交叉质询,返回建议及最有力的异议。

主要功能

  1. 01三个模型独立评审
  2. 02模型回答之间交叉质询
  3. 03返回建议及最有力异议
  4. 04启动任务并稍后收取结果
  5. 05检查连接并取消任务

适用场景

  1. 01评审架构或设计决策
  2. 02比较棘手问题的解决方案
  3. 03判断实施方案后再采取行动

MCP 相关

该连接器向 Claude Code、Cursor 和 Cline 等 MCP 客户端提供共识评审工具。客户端可提交决策、检查连接、获取结果并取消任务。

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。

mcp.json · 通用配置
{
"mcpServers": {
"thestevenjohnstone-ai-consensus": {
"command": "npx",
"args": [
"-y",
"ai-consensus-connector"
],
"env": {
"AI_CONSENSUS_API_KEY": "<AI_CONSENSUS_API_KEY>"
}
}
}
}
启动命令npx -y ai-consensus-connector
需要配置的环境变量
AI_CONSENSUS_API_KEY密钥AI Consensus API key (create one at https://ai-consensus.ai/app/api-keys)

本地服务需要在你的电脑上安装运行环境(如 Node.js 18+)。各客户端的配置文件位置不同,请参考客户端文档。

安装包
npmai-consensus-connector0.12.2

工具

5

收录的工具列表 · 更新于 3 周前

参数类型必填说明
promptstring是要交由 AI Consensus 处理的决策、问题或任务。

详细介绍

AI Consensus — 编码 Agent 连接器

让 AI Consensus 成为开发流程中的常驻环节。你的编码 Agent——Claude Code、Cursor、Cline 或任何 MCP 客户端——会将每个 重要决策交由三个前沿 AI(Claude、GPT、Gemini)处理:它们先独立作答, 再相互质询,最终给出一条建议,以及最有力的异议。你可以继续在 自己的 Agent 中工作;评审小组会同步审查。

这不是一个偶尔才会用到的工具。只需开启一次,它就会成为你的评审层;此后, 每件重要事项在发布前都会由三个独立模型进行讨论。(坦诚地说:一次运行需要 几分钟;使用自带密钥的方案时,大约会消耗价值 0.40–1 美元的服务商令牌。)

设置 — Claude Code(约 2 分钟)

  1. 获取 API 密钥:登录 https://ai-consensus.ai → Developer API → 创建密钥(请复制密钥;它只会显示一次)。

  2. 添加连接器:

    claude mcp add ai-consensus --scope user \
      --env AI_CONSENSUS_API_KEY=aic_live_your_key_here \
      -- npx -y ai-consensus-connector
    

    (自托管?添加 --env AI_CONSENSUS_API_URL=https://your-instance。)

  3. 确认连接成功(免费——不会启动运行):

    “使用 check_ai_consensus_connection 工具。”

  4. 将其设为常驻规则——添加到项目的 CLAUDE.md:

    STANDING RULE: This project develops with AI Consensus as its review layer.
    Route every decision of consequence — architecture, design, implementation
    approach, tricky bugs, anything whose cost of being wrong is real — through
    consult_ai_consensus as a matter of course, and weigh its recommendation and
    strongest dissent before acting. Purely mechanical edits (formatting, typos,
    exact instructed changes) don't need a run. When in doubt, consult.
    

    希望将所有内容都交由评审小组处理的团队,可以改用严格模式:

    STRICT MODE: Consult consult_ai_consensus before every non-trivial change of
    any kind, and weigh the dissent before acting.
    

设置 — Cursor / Cline / 其他 MCP 客户端

添加一个 stdio MCP 服务,命令为 npx -y ai-consensus-connector,并设置 AI_CONSENSUS_API_KEY 环境变量。对于 Cursor,在 mcp.json 中添加:

{
  "mcpServers": {
    "ai-consensus": {
      "command": "npx",
      "args": ["-y", "ai-consensus-connector"],
      "env": { "AI_CONSENSUS_API_KEY": "aic_live_your_key_here" }
    }
  }
}

然后将常驻规则写入项目的 Agent 规则文件(.cursorrules、 .clinerules 等)。

工具

  • consult_ai_consensus — 将决策/任务交由评审小组处理,并等待结果(需要几分钟)。
  • start_ai_consensus / get_ai_consensus_result — 启动后即返回,稍后再获取结果。
  • check_ai_consensus_connection — 零成本设置检查(连通性、密钥是否通过验证、服务商密钥是否已配置)。
  • cancel_ai_consensus_run — 停止运行。

你的密钥用于验证账户身份,并按你的方案计费(使用自有密钥时不限量,或使用预付费额度)。 请妥善保管密钥——请注意,将密钥粘贴到上面的 --env 命令中会将其存入 shell 历史记录;如果对此有所顾虑,请使用客户端的配置文件。

开源,托管服务

此连接器基于 MIT license 开源。它是付费托管 AI Consensus 服务的轻量 客户端——你需要自备 AI Consensus API 密钥;讨论引擎本身运行在我们的服务器上, 不属于此代码库。MIT 许可证仅适用于此连接器的代码,不授予使用 AI Consensus 名称 或品牌的权利。

**支持范围:**连接器错误和设置问题 → GitHub issues; 账户、API 密钥或计费问题 → [email protected]。

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。