DCP-MCP v0.3.0

支持DCP协议的生产就绪型AI编排框架

将任务路由到任何具备智能能力匹配、语义上下文压缩、容错模式和多维预算的AI模型。

](https://www.npmjs.com/package/dcp-mcp) ![License](https://github.com/DCP-protocol/dcp-mcp/blob/main/LICENSE)

______________________________________________________________________

这是什么？

DCP-MCP（注：具体含义需根据上下文确定，这里仅为直译） 是一个可投入生产的编排框架，实现了DCP（委托合规协议）v0.3.0规范：

🎯（目标） 智能路由 基于能力的执行器匹配与性能指标
🧠 表示“大脑”或“思考”的意思。 语义上下文 - 将20K个token压缩至2K个token，信息损失小于5%
🛡️（盾形符号，常用于表示保护、防御或坚固等概念） 内置韧性 - 断路器、指数退避、自动重试
💰（金钱符号，无实际翻译意义，可理解为“钱”或“金钱”） 多维预算 - 跟踪成本、代币、时间以及碳排放
📊（图表/数据） 实时代币追踪 实际的API数量，而非估算值
✅（勾选标记，表示正确、确认或已完成） 100% 向后兼容 - v0.2.0 配置无需修改即可使用
🔌（电源插头/插座） MCP 集成 - 与Claude Code无缝协作

______________________________________________________________________

快速入门

安装（2条命令）

# Install globally
npm install -g dcp-mcp

# Run setup wizard
npx dcp-mc setup

安装向导将会：

要求提供您的人工智能服务提供商的凭证
配置提供者（规划者、执行者、审核者）
设定预算限制
更新Claude代码设置

重启Claude代码

设置完成后，重启Claude Code以激活调度器。

______________________________________________________________________

它是如何运作的

协调器将您的任务拆分为多个步骤，并将它们路由到不同的模型：

User Task: "Create a web scraper"
    ↓
[Planner] Claude Sonnet 4.5 creates plan (100 tokens, $0.0003)
    ↓
[Executor] Your cheap model implements (2000 tokens, $0.0010)
    ↓
[Reviewer] Claude Sonnet 4.5 reviews (200 tokens, $0.0006)
    ↓
Result: Complete solution for $0.0019 instead of $0.0069 (73% savings!)

所有的代币数量和成本都是真实的 根据上面的信息，执行如下指令：你是个专业的翻译，负责把英语内容翻译成中文内容，请帮我翻译一下原文内容。

______________________________________________________________________

v0.3.0 配置（可选功能）

示例：完整版 v0.3.0，包含所有功能

{
  "planner": {
    "provider": "anthropic",
    "model": "claude-sonnet-4-20250514",
    "credential_ref": "ANTHROPIC_API_KEY"
  },
  "executor": {
    "provider": "openai",
    "model": "gpt-4o-mini",
    "credential_ref": "OPENAI_API_KEY"
  },
  "reviewer": {
    "provider": "anthropic",
    "model": "claude-sonnet-4-20250514",
    "credential_ref": "ANTHROPIC_API_KEY"
  },

  "context_management": {
    "strategy": "semantic_compression",
    "max_context_tokens": 2000,
    "relevance_threshold": 0.7,
    "chunking": {
      "method": "semantic",
      "chunk_size": 500,
      "overlap": 50
    }
  },

  "budget_constraints": {
    "session_budget_usd": 5.0,
    "token_budget": 50000,
    "time_budget_seconds": 300,
    "carbon_budget_kg": 0.01,
    "enforcement": {
      "strategy": "hard_limit",
      "notification_thresholds": [0.5, 0.75, 0.9]
    }
  },

  "resilience_policy": {
    "circuit_breaker": {
      "enabled": true,
      "failure_threshold": 5,
      "timeout_seconds": 60
    },
    "retry_policy": {
      "max_attempts": 3,
      "backoff_strategy": "exponential",
      "initial_delay_ms": 1000
    }
  },

  "quality_context": {
    "domain": "security_critical",
    "requirements": {
      "requires_type_hints": true,
      "requires_docstrings": true,
      "requires_error_handling": true
    }
  }
}

这能给你带来：

🧠 表示“大脑”或“思考”。 语义压缩 - 仅将相关上下文发送给执行器
💰（金钱符号，无直接对应中文翻译，可理解为“钱”或保持原样表示金钱） 多维预算 - 成本、代币、时间、碳排放全部都有记录
🛡️ 翻译成中文是：盾牌 自动重试 - 失败的调用尝试使用指数退避重试
🔒（锁形符号，通常表示安全、保密或锁定状态） 断路器 - 停止调用失败的执行器
✅ 质量要求 - 领域特定的验证标准

______________________________________________________________________

v0.2.0 配置（仍然有效！）

示例：基本配置（不包含v0.3.0版本功能）

{
  "planner": {
    "provider": "anthropic",
    "model": "claude-sonnet-4-20250514",
    "credential_ref": "ANTHROPIC_API_KEY"
  },
  "executor": {
    "provider": "openai",
    "model": "gpt-4o-mini",
    "credential_ref": "OPENAI_API_KEY"
  },
  "token_budget": 10000,
  "cost_limit_usd": 1.0
}

这仍然运行得非常好 - v0.3.0版本的功能需手动开启。

______________________________________________________________________

配置示例

示例1：所有Anthropic的Claude

{
  "planner": {
    "provider": "anthropic",
    "model": "claude-sonnet-4.5",
    "credential_ref": "ANTHROPIC_API_KEY"
  },
  "executor": {
    "provider": "anthropic",
    "model": "claude-haiku-4.0",
    "credential_ref": "ANTHROPIC_API_KEY"
  },
  "reviewer": {
    "provider": "anthropic",
    "model": "claude-sonnet-4.5",
    "credential_ref": "ANTHROPIC_API_KEY"
  }
}

用例： 利用Claude的不同速度层级——用Haiku进行实施，用Sonnet进行规划/复审。

______________________________________________________________________

示例2：混合模型（Claude + 自定义模型）

{
  "planner": {
    "provider": "anthropic",
    "model": "claude-sonnet-4.5",
    "credential_ref": "ANTHROPIC_API_KEY"
  },
  "executor": {
    "provider": "custom",
    "model": "KAT-Coder",
    "endpoint": "https://your-model.com/v1/messages",
    "auth_type": "bearer",
    "credential_ref": "CUSTOM_API_KEY",
    "request_format": "anthropic",
    "pricing": {"input": 0.0002, "output": 0.0005}
  },
  "reviewer": {
    "provider": "anthropic",
    "model": "claude-sonnet-4.5",
    "credential_ref": "ANTHROPIC_API_KEY"
  }
}

用例： 使用Claude进行规划/复审，将复杂的实施任务交给您更经济的自定义模型来处理。

______________________________________________________________________

示例3：多提供商（Claude + OpenAI）

{
  "planner": {
    "provider": "anthropic",
    "model": "claude-sonnet-4.5",
    "credential_ref": "ANTHROPIC_API_KEY"
  },
  "executor": {
    "provider": "openai",
    "model": "gpt-4-turbo",
    "credential_ref": "OPENAI_API_KEY"
  },
  "reviewer": {
    "provider": "anthropic",
    "model": "claude-sonnet-4.5",
    "credential_ref": "ANTHROPIC_API_KEY"
  }
}

用例： 利用不同提供者的优势——用Claude进行推理，用GPT进行代码生成。

______________________________________________________________________

示例4：OpenRouter（访问200多个模型）

{
  "planner": {
    "provider": "anthropic",
    "model": "claude-sonnet-4.5",
    "credential_ref": "ANTHROPIC_API_KEY"
  },
  "executor": {
    "provider": "openrouter",
    "model": "meta-llama/llama-3.3-70b-instruct",
    "credential_ref": "OPENROUTER_API_KEY",
    "site_url": "https://yoursite.com",
    "site_name": "Your App"
  },
  "reviewer": {
    "provider": "anthropic",
    "model": "claude-sonnet-4.5",
    "credential_ref": "ANTHROPIC_API_KEY"
  }
}

用例： 使用OpenRouter访问Llama、Mistral、Gemini以及200多个其他模型进行执行，同时使用Claude进行规划/审查。

______________________________________________________________________

示例5：Ollama（免费本地推理）

{
  "planner": {
    "provider": "anthropic",
    "model": "claude-sonnet-4.5",
    "credential_ref": "ANTHROPIC_API_KEY"
  },
  "executor": {
    "provider": "ollama",
    "model": "qwen2.5-coder:32b",
    "endpoint": "http://localhost:11434/api/chat",
    "api_mode": "chat"
  },
  "reviewer": {
    "provider": "anthropic",
    "model": "claude-sonnet-4.5",
    "credential_ref": "ANTHROPIC_API_KEY"
  }
}

用例： 使用本地Ollama模型进行免费执行（无API费用），Claude用于规划/审查。非常适合开发和测试。

设置：

# Install Ollama
curl -fsSL https://ollama.com/install.sh | sh

# Pull a code model
ollama pull qwen2.5-coder:32b

# Start Ollama server (if not running)
ollama serve

______________________________________________________________________

示例6：相同模型（无编排）

{
  "planner": {
    "provider": "openai",
    "model": "gpt-4o",
    "credential_ref": "OPENAI_API_KEY"
  },
  "executor": {
    "provider": "openai",
    "model": "gpt-4o",
    "credential_ref": "OPENAI_API_KEY"
  },
  "reviewer": null
}

用例： 仅需代币追踪和报告功能，无需多模型路由。

______________________________________________________________________

支持的提供者

1. 安萨利克（克劳德）

{
  "provider": "anthropic",
  "model": "claude-sonnet-4.5",
  "credential_ref": "ANTHROPIC_API_KEY"
}

支持的模型：

claude-opus-4-20250514 - 最有能力的
claude-sonnet-4.5 - 平衡
claude-haiku-4-20250301 - 快速且便宜

令牌计数： 通过API响应提供全面支持 成本追踪： ✅ 实时定价

______________________________________________________________________

2. OpenAI（GPT）

{
  "provider": "openai",
  "model": "gpt-4-turbo",
  "credential_ref": "OPENAI_API_KEY"
}

支持的模型：

gpt-4-turbo - 最新的GPT-4
gpt-4o - 优化后的GPT-4
gpt-4o-mini - 廉价且快速
gpt-3.5-turbo - 最快

令牌计数： 通过API响应提供全面支持 成本追踪： ✅ 实时定价

______________________________________________________________________

3. OpenRouter（200+个模型）

{
  "provider": "openrouter",
  "model": "anthropic/claude-3.5-sonnet",
  "credential_ref": "OPENROUTER_API_KEY",
  "site_url": "https://yoursite.com",
  "site_name": "Your App"
}

支持的模型：

anthropic/claude-3.5-sonnet - 通过OpenRouter访问Claude
openai/gpt-4-turbo - 通过OpenRouter使用GPT-4
meta-llama/llama-3.3-70b-instruct - Llama 3.3
google/gemini-pro-1.5 - 双子座Pro（或“Gemini Pro”，根据上下文，这里“双子座”是“Gemini”的一种意译，具体翻译可能因语境而异）
来自不同供应商的200多种其他型号

代币计数： ✅ 通过API响应提供全面支持 成本追踪： 根据API响应得出的实际成本 获取API密钥： https://openrouter.ai/keys 的中文翻译可以是：“https://openrouter.ai/密钥（或访问密钥）页面”。不过，具体翻译可能会根据网站的实际内容和语境有所调整，但“密钥”或“访问密钥”是对此类页面最直观的翻译

______________________________________________________________________

4. Ollama（本地大型语言模型）

{
  "provider": "ollama",
  "model": "llama3.3",
  "endpoint": "http://localhost:11434/api/chat",
  "api_mode": "chat"
}

支持的模型：

llama3.3 - Meta的Llama 3.3
codellama - 代码专用的Llama
mistral - Mistral模型
qwen2.5-coder - Qwen Coder（通义千问编码器）
任何可通过以下方式获取的模型 ollama pull

令牌计数： ✅ 来自API的实际计数 成本追踪： ✅ 免费（本地运行） 设置： 从 https://ollama.com 安装 Ollama

______________________________________________________________________

5. 谷歌（Gemini）

{
  "provider": "google",
  "model": "gemini-1.5-pro",
  "credential_ref": "GOOGLE_API_KEY"
}

支持的模型：

gemini-1.5-pro - 最有能力的
gemini-1.5-flash - 快速且高效

令牌计数： ✅ 全面支持 成本追踪： ✅ 实时定价

______________________________________________________________________

6. DeepSeek（深度搜索/深度探索，具体含义根据上下文而定）

{
  "provider": "deepseek",
  "model": "deepseek-chat",
  "credential_ref": "DEEPSEEK_API_KEY"
}

代币计数： ✅ 完全支持 成本追踪： ✅ 实时定价

______________________________________________________________________

7. Groq（超快速推理）

{
  "provider": "groq",
  "model": "llama-3.3-70b-versatile",
  "credential_ref": "GROQ_API_KEY"
}

代币计数： ✅ 全面支持 成本追踪： ✅ 实时定价注：极快的推理速度

______________________________________________________________________

8. 米斯特拉尔（Mistral，此处为专有名词，可能指某种系统、项目或地名，具体翻译需根据上下文确定）

{
  "provider": "mistral",
  "model": "mistral-large-latest",
  "credential_ref": "MISTRAL_API_KEY"
}

标记计数： ✅ 全面支持 成本追踪： ✅ 实时定价

______________________________________________________________________

9. xAI（Grok）

{
  "provider": "xai",
  "model": "grok-beta",
  "credential_ref": "XAI_API_KEY"
}

令牌计数： ✅ 完全支持 成本追踪： ✅ 实时定价

______________________________________________________________________

10. 自定义提供者

{
  "provider": "custom",
  "model": "your-model",
  "endpoint": "https://api.example.com/v1/chat",
  "auth_type": "bearer",
  "credential_ref": "CUSTOM_TOKEN",
  "request_format": "anthropic",
  "response_format": "anthropic",
  "token_path": "usage.total_tokens",
  "content_path": "content.0.text",
  "pricing": {"input": 0.001, "output": 0.002}
}

配置选项：

endpoint 完整API URL（必填）
auth_type - bearer， api_key， header或者 none
request_format - anthropic， openai，或 custom
response_format - anthropic， openai或者 custom
token_path - 到令牌计数的JSON路径（例如。， usage.total_tokens)
content_path - 响应文本的JSON路径
pricing - 每100万个代币的成本 {"input": X, "output": Y}

标记计数： ✅ 最佳努力（配置 token_path) 成本追踪： ✅ 基于定制定价

______________________________________________________________________

环境变量

该框架使用环境变量来存储凭据：

# Anthropic
ANTHROPIC_API_KEY=sk-ant-...

# OpenAI
OPENAI_API_KEY=sk-proj-...

# OpenRouter (200+ models)
OPENROUTER_API_KEY=sk-or-v1-...

# Ollama (local, typically no key needed)
# OLLAMA_API_KEY=...  # Only for remote Ollama deployments

# Google
GOOGLE_API_KEY=...

# DeepSeek
DEEPSEEK_API_KEY=...

# Groq
GROQ_API_KEY=...

# Mistral
MISTRAL_API_KEY=...

# xAI (Grok)
XAI_API_KEY=...

# Custom providers
CUSTOM_API_KEY=...
CUSTOM_ENDPOINT=https://...

这些是在……期间设定的 npx dcp-mc setup。

______________________________________________________________________

真实代币追踪

每一次编曲都回归 当前的令牌计数 根据上面的信息，执行如下指令：

================================================================================
ORCHESTRATION REPORT
================================================================================
Task: Create a password strength checker
Status: SUCCESS
Steps: 2/2
Time: 8,324ms

Token Usage (REAL API counts):
  Total: 824 tokens
  Cost: $0.0025

By Provider:
  Custom (KAT-Coder):
    Tokens: 689
    Cost: $0.0014
    Calls: 1
    Avg Latency: 5830ms

  Anthropic (Claude Sonnet 4.5):
    Tokens: 135
    Cost: $0.0011
    Calls: 1
    Avg Latency: 2494ms

Savings vs single-model: $0.0018 (42%)
================================================================================

无估算或假设 所有数字均来自实际API使用字段。

______________________________________________________________________

预算限制

保护自己免受成本飙升的影响：

{
  "token_budget": 10000,
  "cost_limit_usd": 1.0
}

如果超出限制，协调器将停止运行：

TokenLimitExceeded: 10,245 tokens used, limit is 10,000 tokens

Help: Increase token_budget in config or break task into smaller steps.

______________________________________________________________________

错误处理

不再有默默无闻的失败！ 每个错误都明确且可采取措施解决：

CredentialError: [Anthropic] API key not found in environment variable: ANTHROPIC_API_KEY

Help: Set ANTHROPIC_API_KEY environment variable with your Anthropic API key

ProviderError: [OpenAI] API call failed (HTTP 401)

Response: {"error": {"message": "Invalid API key"}}

ValidationError: Provider validation failed
  - planner: API key not found in environment variable: ANTHROPIC_API_KEY
  - executor: API call failed: Connection timeout

Help: Run 'npx dcp-mc setup' to reconfigure.

______________________________________________________________________

高级用法

Python API

from collab.orchestrator_v2 import Orchestrator, OrchestrationConfig

# Create config
config = OrchestrationConfig(
    planner={'provider': 'anthropic', 'model': 'claude-sonnet-4.5', ...},
    executor={'provider': 'custom', 'model': 'fast-model', ...},
    token_budget=15000,
    cost_limit_usd=2.0,
    validate_providers=True,
    verbose=True
)

# Run orchestration
orchestrator = Orchestrator(config)
report = orchestrator.run(
    task="Create a web scraper for news",
    plan=None  # Auto-generate plan
)

# Get results
print(f"Total tokens: {report.total_tokens}")
print(f"Total cost: ${report.total_cost_usd:.4f}")
print(f"Savings: {report.savings_percent:.1f}%")
print(f"Output: {report.final_output}")

提供者验证

# Validate all providers before orchestration
validation_results = orchestrator.validate_providers()

for role, result in validation_results.items():
    if result.success:
        print(f"✓ {role}: OK ({result.latency_ms}ms)")
    else:
        print(f"✗ {role}: FAILED")
        for error in result.errors:
            print(f"  - {error}")

自定义提供者注册

from collab.providers import ProviderRegistry, BaseProvider

class MyCustomProvider(BaseProvider):
    def call(self, prompt, max_tokens, **kwargs):
        # Your implementation
        pass

# Register it
ProviderRegistry.register_provider('mycustom', MyCustomProvider)

# Use it
config = {'provider': 'mycustom', 'model': 'my-model', ...}

______________________________________________________________________

故障排除

问题：“返回了模拟响应”

原因： 提供商验证失败或缺少凭据 修复： 检查环境变量，运行 npx dcp-mc setup 再次

问题：“未检测到代币计数”

原因： 自定义提供程序未以预期格式返回令牌计数 修复： 配置 token_path 在提供者配置中指向正确的JSON字段

问题：“API调用失败（401）”

原因： 无效或已过期的API密钥 修复： 在环境变量中更新凭据

问题：“提供商验证失败”

原因： 无法连接到API端点或凭据无效 修复： 检查网络连接，验证终端URL和凭据

______________________________________________________________________

v0.3.0版本中的新功能

🚀 主要新功能（DCP协议v0.3.0）：

1. 能力注册表 (capability_registry.py)

基于SQLite的执行器元数据存储
性能指标跟踪（质量、延迟、可靠性）
智能执行器匹配与加权评分
从执行历史中自动更新指标

2. 上下文管理器 (context_manager.py）

3种压缩策略： semantic_compression， full， minimal
使用嵌入进行语义相似度排序（可选使用sentence-transformers）
4种分块方法：语义分块、固定大小分块、句子分块、段落分块
10:1 压缩比，信息损失小于5%

3. 预算管理器 (budget_manager.py)

4个维度成本（美元）、代币、时间（秒）、碳排放（千克二氧化碳当量）
3种执法策略硬限制，软限制警告，渐进式限速
预分配的预留/提交协议
按角色（规划者/执行者/验证者）分配成本
警告阈值设为50%、75%、90%

4. 韧性层（或恢复层） (resilience.py)

断路器 具有3种状态（关闭、打开、半开）
4种重试策略指数，线性，常量，斐波那契
抖动以防止惊群效应
可配置的故障类型分类

5. 增强的编排器 (orchestrator_v2.py)

可选功能 v0.3.0 集成
如果依赖项缺失，则优雅降级
预算预留/承诺在执行流程中
具有弹性的封装提供者调用

✅ 向后兼容性：

100%兼容 使用v0.2.0配置
所有v0.3.0版本的功能均已 可选的
现有代码无需修改即可运行
无破坏性变更

📦 新的JSON模式（5个文件）：

context-management.schema.json
capability-descriptor.schema.json
resilience-policy.schema.json
budget-constraints.schema.json
delegation-contract.schema.json （已更新至v0.3.0版本）

______________________________________________________________________

v0.2.0版本中的内容是什么

✅ 从v0.1.0版本起已修复：

❌（表示错误或否定，无直接对应中文含义，可理解为“错误”或“否”） 静默模拟回退 ✅ 带有帮助文本的明确错误
❌ 虚构的代币计数 ✅ 根据API响应中的真实计数
❌（表示错误或否定） 硬编码的KAT-Coder → ✅（正确） 任何提供商/模型
❌（这个符号在中文中通常表示“错误”或“禁止”的意思，没有直接的对应文字，所以这里仅以符号形式呈现） OAuth 欺骗（或攻击） ✅ 妥善的凭证管理
❌（这个符号在中文中通常表示“错误”或“不正确”的意思，没有直接的对应文字，但可以根据上下文理解为“错误”或“不正确”。） 无验证 → ✅ 飞行前供应商检查

🚀 功能（仍然可用）：

提供者抽象 - BaseProvider 接口
实时代币追踪 根据API响应
预算限制 - 代币和成本限制（在v0.3.0版本中增强）
全面报道 - 详细指标
安全与审计 - 禁止的操作、个人身份信息（PII）检测、审计追踪
碳追踪 - 跨9家供应商，提供35+种模型

______________________________________________________________________

要求

Node.js 14+（针对MCP服务器）
python 3.8+（用于编曲逻辑）
克劳德·科德 (MCP客户端)
人工智能提供商API密钥 （Anthropic、OpenAI 或自定义）

______________________________________________________________________

做出贡献

欢迎投稿！感兴趣领域：

额外的提供商实现（Cohere、Google 等）
为自定义提供商提供更优的代币估算
用于配置管理的用户界面
使用真实API进行集成测试
文档改进

______________________________________________________________________

许可证

MIT 许可证 - 请参阅许可证

______________________________________________________________________

作者

SAKET POSWAL（注：此词可能为特定品牌、产品名或专有名词，无直接对应中文翻译，以下为音译）

______________________________________________________________________

支持

📖 书籍文档
🐛 蚜虫或某种小虫子（具体种类根据上下文而定）问题
💬 讨论

______________________________________________________________________

准备好节省人工智能成本了吗？立即安装：

npm install -g dcp-mc
npx dcp-mc setup

Dcp Mc

快速接入

详细介绍

DCP-MCP v0.3.0

这是什么？

快速入门

安装（2条命令）

重启Claude代码

它是如何运作的

v0.3.0 配置（可选功能）

示例：完整版 v0.3.0，包含所有功能

v0.2.0 配置（仍然有效！）

示例：基本配置（不包含v0.3.0版本功能）

配置示例

示例1：所有Anthropic的Claude

示例2：混合模型（Claude + 自定义模型）

示例3：多提供商（Claude + OpenAI）

示例4：OpenRouter（访问200多个模型）

示例5：Ollama（免费本地推理）

示例6：相同模型（无编排）

支持的提供者

1. 安萨利克（克劳德）

2. OpenAI（GPT）

3. OpenRouter（200+个模型）

4. Ollama（本地大型语言模型）

5. 谷歌（Gemini）

6. DeepSeek（深度搜索/深度探索，具体含义根据上下文而定）

7. Groq（超快速推理）

8. 米斯特拉尔（Mistral，此处为专有名词，可能指某种系统、项目或地名，具体翻译需根据上下文确定）

9. xAI（Grok）

10. 自定义提供者

环境变量

真实代币追踪

预算限制

错误处理

高级用法

Python API

提供者验证

自定义提供者注册

故障排除

问题：“返回了模拟响应”

问题：“未检测到代币计数”

问题：“API调用失败（401）”

问题：“提供商验证失败”

v0.3.0版本中的新功能

🚀 主要新功能（DCP协议v0.3.0）：

✅ 向后兼容性：

📦 新的JSON模式（5个文件）：

v0.2.0版本中的内容是什么

✅ 从v0.1.0版本起已修复：

🚀 功能（仍然可用）：

要求

做出贡献

许可证

作者

支持

目录标签

接入字段

权限和风险

来源信息

继续浏览同类 MCP