Claude Ask Gemini MCP Tool

问LLM

 ](https://github.com/Lykhoyda/ask-llm/releases) 

MCP服务器+用于AI到AI协作的Claude Code插件

MCP服务器将您的AI客户端与多个LLM提供商连接起来，实现AI到AI的协作。与Claude Code、Claude Desktop、Cursor、Warp、Copilot和 40+其他MCP客户端利用Gemini的1M+代币上下文、Codex的GPT-5.5或当地Olama模型——所有这些都是通过标准 主控程序.

为什么？

• 获取第二意见 --在提交之前，请另一个AI审查你的编码方法
• 辩论计划 --发送架构提案以征求意见和替代建议
• 审查变更 --让多个AI分析差异，以捕捉你的主要AI可能错过的问题
• 海量上下文 --Gemini读取会溢出其他模型的整个代码库（1M+令牌）
• 本地和私人 --在没有数据离开您的机器的情况下，使用Ollama进行评论

快速开始

克劳德代码

# All-in-one — auto-detects installed providers
claude mcp add --scope user ask-llm -- npx -y ask-llm-mcp

Or install providers individually

claude mcp add --scope user gemini -- npx -y ask-gemini-mcp
claude mcp add --scope user codex -- npx -y ask-codex-mcp
claude mcp add --scope user ollama -- npx -y ask-ollama-mcp

克劳德桌面

添加 claude_desktop_config.json:

{
  "mcpServers": {
    "ask-llm": {
      "command": "npx",
      "args": ["-y", "ask-llm-mcp"]
    }
  }
}

Or install providers individually

{
  "mcpServers": {
    "gemini": {
      "command": "npx",
      "args": ["-y", "ask-gemini-mcp"]
    },
    "codex": {
      "command": "npx",
      "args": ["-y", "ask-codex-mcp"]
    },
    "ollama": {
      "command": "npx",
      "args": ["-y", "ask-ollama-mcp"]
    }
  }
}

Cursor, Codex CLI, OpenCode, and other clients

光标 (.cursor/mcp.json):

{
  "mcpServers": {
    "ask-llm": { "command": "npx", "args": ["-y", "ask-llm-mcp"] }
  }
}

Codex CLI (~/.codex/config.toml):

[mcp_servers.ask-llm]
command = "npx"
args = ["-y", "ask-llm-mcp"]

任何MCP客户端 （STDIO传输）：

{ "command": "npx", "args": ["-y", "ask-llm-mcp"] }

替换 ask-llm-mcp 和 ask-gemini-mcp, ask-codex-mcp，或 ask-ollama-mcp 对于单一供应商。

Claude代码插件

这 询问LLM插件 将多提供商代码审查、头脑风暴和自动挂钩直接添加到Claude code中：

/plugin marketplace add Lykhoyda/ask-llm
/plugin install ask-llm@ask-llm-plugins

所得

审查代理使用受以下启发的4相管道 Anthropic的代码审查插件：收集上下文，通过明确的假阳性排除进行快速构建，对每个发现进行综合和源级验证。

请参阅 插件文档 了解详情。

先决条件

• **** v20.0.0或更高版本（LTS）
• 至少有一个提供商：

- Gemini CLI — npm install -g @google/gemini-cli && gemini login - Codex CLI --已安装并验证 - 奥拉玛 --使用拉取的模型在本地运行(ollama pull qwen2.5-coder:7b)

MCP工具

全部 ask-* 工具接受可选 sessionId 用于多回合对话的参数，现在返回一个结构化的 AskResponse （提供者、响应、模型、会话ID、用法）通过MCP outputSchema 在人类可读的文本旁边。编排者(ask-llm-mcp)也暴露 usage://current-session 作为实时JSON快照的MCP资源。

用法示例

ask gemini to review the changes in @src/auth.ts for security issues
ask codex to suggest a better algorithm for @src/sort.ts
ask ollama to explain @src/config.ts (runs locally, no data sent anywhere)
use gemini to summarize @. the current directory
use multi-llm to compare what gemini and codex think about this approach

CLI子命令

编排器二进制文件(ask-llm-mcp)除了默认的MCP服务器外，还支持两种CLI模式：

# Interactive multi-provider REPL — switch providers, persist sessions, see usage live
npx ask-llm-mcp repl

# Diagnose your setup — Node version, PATH, provider CLI versions, env vars
npx ask-llm-mcp doctor          # human-readable
npx ask-llm-mcp doctor --json   # machine-readable, exit 1 on error

REPL为每个提供商发送会话(/provider gemini, /provider codex, /new, /sessions, /usage)并继承所有执行器行为（配额回退、Gemini的流json输出、本机会话恢复）。

模型

所有提供者都会自动退回到错误较轻的模型。

文档

• 文档站点：

贡献

欢迎投稿！看 未解决的问题 为了工作。

许可证

MIT许可证。看 许可证 了解详情。

免责声明： 这是一个非官方的第三方工具，不隶属于谷歌或OpenAI，也不受其认可或赞助。