cpal-你的朋友克劳德
一个允许任何AI咨询Claude的MCP服务器。
的逆 gpal --gpal让Claude咨询Gemini，cpal让Gemini（或任何MCP客户）咨询Claude。
特性
- 🧠 默认情况下为Opus --深度推理（十四行诗/俳句可用）
- 💭 延伸思考 --复杂分析的显式思维链
- 🔧 自主探索 --Claude读取文件并搜索您的代码库
- 📸 视觉 --分析图像和PDF
- 💬 有意义的会议 --通话中保留的对话历史记录
- 📦 批次API -即发即弃处理50%的成本折扣
- 🔢 代币计数 --免费端点在发送前估算成本
- 🎛️ 努力控制 --将输出努力从“低”调整到“最大”
- 📚 1M上下文 --选择加入扩展上下文窗口（测试版，需要 API 4级无烟煤+)
安装
需要 紫外线.
git clone https://github.com/tobert/cpal && cd cpal
uv tool install .API密钥（选择一个）
选项A：密钥文件（推荐）
mkdir -p ~/.config/cpal && chmod 700 ~/.config/cpal
echo "sk-ant-..." > ~/.config/cpal/api_key && chmod 600 ~/.config/cpal/api_key选项B：环境变量
export ANTHROPIC_API_KEY="sk-ant-..."如果两者都被设置， --key-file 优先于环境变量。
配置
选择与您的MCP客户端匹配的方法：
双子星命令行工具
gemini mcp add cpal --scope user -- cpal --key-file ~/.config/cpal/api_key克劳德代码
可用于从不同的Claude实例获取第二意见，或将任务委托给特定的模型层（例如，在Sonnet上运行Claude Code时使用Opus进行深度分析）。
claude mcp add cpal --scope user -- cpal --key-file ~/.config/cpal/api_key手动（光标等）
添加到MCP配置(~/.cursor/mcp.json等等）：
{
"mcpServers": {
"cpal": {
"command": "cpal",
"args": ["--key-file", "/home/you/.config/cpal/api_key"]
}
}
}或者使用env var：
{
"mcpServers": {
"cpal": {
"command": "cpal",
"env": { "ANTHROPIC_API_KEY": "sk-ant-..." }
}
}
}用法
您的AI主机会根据您的提示自动调用这些MCP工具。下面的例子显示了工具签名——你不直接调用它们，你只需要让你的人工智能咨询克劳德。
“让Claude检查src/server.py中的错误” 触发器consult_claude(query="...", file_paths=[...])“让Claude设计缓存策略” 触发器consult_claude(query="...")
成本说明： Opus是默认型号，也是最昂贵的型号。使用 model="haiku" 或 model="sonnet" 为了降低成本。
工具参考
# Basic (uses Opus)
consult_claude(query="Design a caching strategy for this API")
# Extended thinking is enabled by default (extended_thinking=True)
# Control the thinking budget (default 10000, max ~100000)
consult_claude(query="Analyze this algorithm", thinking_budget=50000)
# Disable thinking for simple queries
consult_claude(query="What does this function do?", extended_thinking=False)
# Vision
consult_claude(query="What's wrong with this UI?", media_paths=["screenshot.png"])
# Different models
consult_claude(query="Hard problem", model="opus") # deep reasoning
consult_claude(query="Quick check", model="haiku") # fast & cheap
# Multi-turn conversation
consult_claude(query="Explain the auth flow", session_id="review-123")
consult_claude(query="What about edge cases?", session_id="review-123") # continues
# Effort control — tune output depth (low, medium, high, max)
consult_claude(query="Quick summary", effort="low")
consult_claude(query="Exhaustive analysis", effort="max")
# 1M context window (beta, tier 4+, premium pricing above 200K tokens)
consult_claude(query="Analyze this large codebase", context_1m=True)实用工具
# List available models and their resolved IDs
list_models()
# Count tokens before sending (free — no API cost)
count_tokens(query="Review this code: ...", model="opus")
count_tokens(query="...", file_paths=["src/server.py"]) # includes file content运作原理
MCP Client (Gemini, Cursor, etc.)
│
▼ MCP
┌─────────┐
│ cpal │ ──▶ Anthropic API ──▶ Claude
└─────────┘
│
cpal gives Claude these tools to
autonomously explore your codebase:
• list_directory
• read_file
• search_project自定义系统提示
通过编写来自多个来源的系统提示，自定义Claude对您、您的项目或工作流程的“了解”。
配置文件 (~/.config/cpal/config.toml):
# Files loaded in order and concatenated
system_prompts = [
"~/.config/cpal/CLAUDE.md",
]
# Inline text appended after files
system_prompt = "常に日本語で回答してください (Always respond in Japanese)"
# Set to false to fully replace the built-in prompt with your own
include_default_prompt = true路径支持 ~ 和 $ENV_VAR 扩展，因此您可以使用 $WORKSPACE/CLAUDE.md 等等
CLI标志 （可重复，按顺序连接）：
# Append additional prompt files
cpal --system-prompt /path/to/project-context.md
# Multiple files
cpal --system-prompt ~/CLAUDE.md --system-prompt ./PROJECT.md
# Replace the built-in prompt entirely
cpal --system-prompt ~/my-prompt.md --no-default-prompt组成顺序：
- 内置cpal系统提示（除非
include_default_prompt = false或--no-default-prompt) - 文件来源
system_prompts在config.toml中 - 内联
system_prompt来自config.toml - 文件来源
--system-promptCLI标志
通过查看活动内容 resource://server/info --它显示了哪些来源做出了贡献以及总提示长度。
安全
- 所有文件访问都被沙盒化到启动cpal的目录中
- 阻止了路径遍历和符号链接攻击
- 会话按以下方式隔离
session_id - 文件大小限制：10MB文本，20MB媒体
批次API
这些是你的AI主机可以调用的MCP工具——与 consult_claude，但异步批量处理可以享受50%的成本折扣。批处理在24小时内完成。
# Submit a batch
create_batch(queries=[
{"custom_id": "review-1", "query": "Review this code: ..."},
{"custom_id": "review-2", "query": "Review this other code: ..."},
])
# Check status
list_batches()
get_batch(batch_id="msgbatch_...")
# Get results when done
get_batch_results(batch_id="msgbatch_...")
# Cancel a processing batch
cancel_batch(batch_id="msgbatch_...")不删除API --Anthropic不提供删除批处理结果的端点。批次将在29天后自动清除。
不使用工具 --批处理查询是一次性的（没有代理文件探索）。参数如 file_paths 和 media_paths 在批处理模式下不可用--将内容直接粘贴到 query 弦。
MCP资源
支持资源的MCP客户端的只读自检端点：
| URI | 描述 |
|---|---|
resource://server/info | 服务器版本、功能和特性列表 |
resource://models | 具有ID、描述和默认值的可用模型 |
resource://config/limits | 安全限制（文件大小、搜索上限、会话TTL） |
resource://sessions | 列出所有活动会话 |
resource://session/{session_id} | 特定会话的详细信息（消息计数、预览） |
resource://tools/internal | Claude用于自主探索的工具 |
模型
模型别名通过Anthropic API自动解析为每层的最新版本。使用 list_models() 查看当前映射。如果无法访问API，则回退ID：
| 别名 | 回退ID | 最适合 |
|---|---|---|
opus | claude-opus-4-5-20251101 | 深度推理，难题（默认） |
sonnet | claude-sonnet-4-5-20250929 | 平衡推理、代码审查 |
haiku | claude-haiku-4-5-20251001 | 快速探索，快速提问 |
默认情况下，Claude每个查询最多可以进行1000次自主工具调用。用覆盖 CPAL_MAX_TOOL_CALLS 环境变量。
备注
- 会话在内存中 --服务器重新启动时，历史记录会丢失。会话在1小时不活动后过期。
- 模型需要花钱 --Opus是默认的，也是最昂贵的。看 人为定价.使用
haiku或sonnet为了降低成本。 - 视觉 --支持PNG、JPEG、GIF、WebP和PDF（最大20MB）。
- 1M上下文 --需要 API 4级无烟煤+。20万代币以上适用溢价。默认的上下文窗口是20万个令牌。
发展
uv sync --all-extras
uv run pytest tests/test_tools.py -v # unit tests (free)⚠️ 跑步 pytest tests/ 随着 ANTHROPIC_API_KEY set将运行需要花钱的集成测试。看 CLAUDE.md 了解详情。
许可证
麻省理工学院