Token导航 LogoToken导航

MCP Server · 搜索检索

Consulting Agents MCP

An MCP server that interfaces with OpenAI and Anthropic's APIs to give Claude Code \\\"coworkers\\\" to help it on difficult problems.

stdio官方级别未说明来源级核验工具 0
PythonClaude搜索

快速开始

作者 / 组织
MatthewPDingle
提供方
MatthewPDingle
运行时
Python

工具数量

0

来源目录标注

资源数量

0

来源目录标注

提示词数量

0

来源目录标注

GitHub Star

16

仓库热度

收录来源

3 个

MCP.so

选型结论

Consulting Agents MCP 属于搜索检索类 MCP Server,公开资料标注 0 个工具,通过stdio 本地进程接入,适配 Claude,有可以直接复制的安装命令;接入前先确认权限范围。

分类

搜索检索

传输方式

stdio

认证方式

无需认证

部署方式

公开资料未说明

安装与配置

安装命令

python -m venv mcp_venv

公开命令不是通用的启动方式,拼不出可靠配置示例;请在客户端 MCP 配置里按官方文档填写 command 和 args。

上手步骤

  1. 1

    准备运行环境

    stdio 服务在本地起进程,需要先装好 Python,再按安装命令拉取依赖。

  2. 2

    安装服务

    复制下面的安装命令执行;命令里带占位符的位置换成自己的密钥或路径。

  3. 3

    写入客户端配置

    在客户端的 MCP 配置里填启动命令和参数,保存后完全退出客户端再打开,让新配置生效。

  4. 4

    验证是否可用

    连接成功后客户端会列出 0 个工具,随便调一个只读工具确认能返回结果。

接入前确认

不要直接授予不必要的文件、网络或账号权限;先核对安装命令和配置内容。

详细介绍

咨询代理MCP服务器

一个模型上下文协议(MCP)服务器,允许Claude Code咨询其他AI代理进行代码和问题分析。该服务器允许Darren(OpenAI)、Sonny(Anthropic)、Sergey(具有网络搜索功能的OpenAI)和Gemma(具有存储库分析功能的Google Gemini)作为专家顾问访问,从而实现了对编码问题的多模型视角。

特性

  • 达伦:OpenAI专家编码顾问,由具有高推理能力的o3 mini模型提供支持
  • 桑尼:由Claude 3.7 Sonnet提供支持的人类专家编码顾问,具有增强的思维能力(注:由于Claude Code具有原生扩展思维模式,因此有点多余)
  • 谢尔盖:OpenAI网络搜索专家,由GPT-4o提供支持,用于查找相关文档和示例(注意:由于Claude Code具有本机网络搜索功能,因此有点多余)
  • 杰玛:谷歌双子座专家,由Gemini-2.5-pro-exp-03-25提供支持,具有1M令牌上下文,用于全面的存储库分析
  • MCP集成:通过MCP协议与Claude Code无缝集成
  • 多种运输方式: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
  • 无烟煤API键
  • Google API密钥
  • Claude Code CLI(用于集成)

快速开始

  1. 克隆存储库:
   git clone https://github.com/yourusername/consulting-agents-mcp.git
   cd consulting-agents-mcp
  1. 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
  1. 安装依赖项:
   pip install -r requirements.txt
  1. 设置API密钥:

创建一个 .env 项目根目录中的文件:

   OPENAI_API_KEY=your_openai_api_key_here
   ANTHROPIC_API_KEY=your_anthropic_api_key_here
   GOOGLE_API_KEY=your_google_api_key_here
  1. 启动服务器:
   chmod +x start_mcp_server.sh
   ./start_mcp_server.sh

与Claude Code集成

  1. 注册MCP服务器 克劳德代码:
   claude mcp add ConsultingAgents /absolute/path/to/consulting-agents-mcp/start_mcp_server.sh
  1. 启动克劳德代码 通过MCP集成:
   claude --mcp-debug
  1. 使用工具 克劳德代码:
   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

MCP服务器提供四种咨询工具:

consult_with_darren

使用OpenAI的o3-mini模型进行高推理,分析代码并提供建议。

参数:

  • consultation_context:问题描述(必填)
  • source_code:要分析的可选代码

consult_with_sonny

使用具有增强思维的Claude 3.7 Sonnet提供深入的代码分析。

参数:

  • consultation_context:问题描述(必填)
  • source_code:要分析的可选代码

注: 由于Claude Code具有本机扩展思维模式,这个代理有点多余,但对于从另一个Claude模型中获得第二种意见或不同的方法仍然有用。

consult_with_sergey

使用GPT-4o和网络搜索功能查找相关文档和示例。

参数:

  • consultation_context:描述您需要什么信息或文件(必填)
  • search_query:要使用的可选特定搜索查询
  • source_code:上下文的可选代码

注: 由于Claude Code具有本机网络搜索功能,此代理有点多余,但对于比较GPT-4o和Claude之间的搜索结果或获得不同的视角仍然有用。

consult_with_gemma

使用谷歌的Gemini 2.5 Pro模型和1M令牌上下文窗口来分析整个存储库并提供全面的开发计划。

参数:

  • consultation_context:要实现的任务或功能的描述(必填)
  • repo_url:要分析的GitHub存储库URL(必需)- 重要提示: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说明(必填)

注: 此代理特别有用,因为Claude Code本身不具备在单个上下文中分析整个存储库的能力。

重要URL规范: 使用Gemma时,请始终提供确切的GitHub存储库URL。Claude Code可能会从您的本地目录路径中错误地推断出存储库URL,从而导致存储库访问错误。URL的格式应为 https://github.com/username/repository 具有正确的区分大小写能力。

高级配置

环境变量

  • MCP_TRANSPORT:传输协议(默认:“stdio”,可选:“http”、“sse”)
  • HOST:使用HTTP/SSE传输时的服务器主机(默认值:“127.0.0.1”)
  • PORT:使用HTTP/SSE传输时的服务器端口(默认值:5000)

HTTP API(使用HTTP传输时)

当使用HTTP传输运行时,服务器提供以下端点:

健康检查
GET /health

返回服务器状态和可用代理。

模特咨询
POST /consult

请求Darren或Sonny的尸体:

{
  "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的申请正文:

{
  "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"
}

重要提示: 始终在中提供准确完整的GitHub存储库URL repo_url 现场。不要依赖Claude Code从本地目录路径推断出这一点。

故障排除

  • 未找到MCP服务器:验证claude mcp add命令中的绝对路径
  • API身份验证错误:检查在.env文件中是否正确设置了API密钥
  • 连接问题:在启动Claude Code之前,确保MCP服务器正在运行
  • 除错记录:检查正在运行MCP服务器的终端以获取详细日志

更新到新版本

更新到新版本的咨询代理mcp时,请执行以下步骤:

  1. 更新存储库代码 (提取最新更改)
  2. 重新启动MCP服务器:
   ./start_mcp_server.sh
  1. 从Claude Code中删除现有的MCP服务器:
   claude mcp remove ConsultingAgents
  1. 使用绝对路径将MCP服务器重新添加到Claude Code中:
   claude mcp add ConsultingAgents /absolute/path/to/consulting-agents-mcp/start_mcp_server.sh

此过程可确保Claude Code使用具有任何新型号或功能的MCP服务器的更新版本。

发展

以开发模式运行

  1. 使用调试输出启动服务器:
   DEBUG=true ./start_mcp_server.sh
  1. 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:主MCP服务器实现
  • start_mcp_server.sh:使用适当的环境启动服务器的脚本
  • requirements.txt:Python依赖关系

许可证

麻省理工学院

贡献

欢迎投稿!请随时提交拉取请求。

工具与能力

工具数量

0

资源数量

0

提示词数量

0

能力标签

research-and-dataAI代码分析Python本地部署多模型咨询开发工具代码优化仓库分析

支持客户端

Claude

数量来自来源目录的标注,具体工具清单以官方文档为准。

典型使用场景

查资料带出处

把网页、论文和文档的检索结果连同链接一起带回对话。

站内知识检索

在自己的文档库里做语义搜索,比关键词更贴题。

事实核对

交叉多个来源确认一条信息,减少模型凭记忆作答。

选择建议

值得选的地方

  • 只提供 0 个工具,职责集中,接入后不容易误操作。
  • 有现成的安装命令,不用自己找入口,照着跑就能起服务。
  • 3 个目录同时收录,信息可以交叉核对。

先想清楚的地方

  • stdio 方式要求本地装好 Python,换机器要重新装一遍。
  • 第三方目录整理,版本更新和行为细节以官方仓库为准。

更适合

  • 需要在搜索检索场景里让模型直接调用外部能力的人。
  • 已经在用 Claude 的用户,接入路径最短。
  • 想先快速试一下、能接受在本地跑服务的人。

不太适合

  • 完全不想在本地装环境的人。
  • 需要厂商级 SLA 和技术支持的生产环境。

同类对比

5 个同类
MCP Server工具数传输方式安装命令收录来源最后核验
Consulting Agents MCP

MCP.so · 本页

0stdio有3 个2026-05-17
Baidu Netdisk

MCP World

未标注未说明未标注1 个2026-05-17
Sequentialthinking

MCP.so

1SSE有2 个2026-05-17
Brave Search 433812ff

MCP World

2未说明未标注1 个2026-05-17
mindsdb (430e18)

MCP World

0未说明有1 个2026-05-17

按同分类和工具数量挑出最接近的几条,字段以各自详情页为准。

常见问题

5 条

Consulting Agents MCP 怎么安装?

公开资料给出的安装命令是 python -m venv mcp_venv,运行环境为 Python。装完后按客户端要求写进 MCP 配置,重启客户端生效。

Consulting Agents MCP 怎么在 Claude Desktop、Cursor 里配置?

它是stdio 本地进程,客户端配置里要写启动命令和参数,运行环境是 Python;保存后完全退出客户端再打开,配置才会生效。

Consulting Agents MCP 收费吗?

本站只整理公开资料,不代收费用,也没有标注具体价格。是否收费取决于服务本身和背后的接口额度,正式使用前按官方说明确认。

Consulting Agents MCP 需要 API Key 吗?

公开资料标注为无需认证,装好就能连;如果实际调用时报鉴权错误,按官方文档补上凭据。

Consulting Agents MCP 支持哪些客户端?

公开资料标注支持 Claude;其他客户端只要能配置 MCP Server,也能用同样的命令或地址接入。

来源信息

继续浏览同类 MCP