DUAL CLI ECHO SHELL

🎯 双CLI ECHO SHELL

统一AI CLI桥-GitHub Copilot+Claude代码集成

📖 概述

DUAL CLI ECHO SHELL是一个生产级AI编排系统 GitHub Copilot命令行界面 和 克劳德代码CLI 将其转换为具有完全CPU访问权限的单个HTTP网桥。同时查询两个AI，通过专业的web GUI管理15+MCP服务器，并使用语音命令控制一切。

主要特点：

• 🤖 并行AI查询 -同时询问Copilot和Claude
• 🌐 专业Web图形用户界面 -功能齐全的指挥中心
• 🎙️ 语音控制 -使用10+个触发短语进行唤醒词检测
• 🔧 MCP服务器管理 -从GUI面板启动/终止服务器
• 🔒 完全CPU访问 -通过Python子进程直接控制系统
• 🌍 外部访问 -Ngrok隧道用于远程连接
• 🎭 12个人工智能人物 -从ECHO PRIME到GS343

______________________________________________________________________

🚀 快速开始

先决条件

• Windows 10/11
• Python 3.8+
• GitHub CLI+Copilot扩展
• Claude Code命令行界面（可选）
• Node.js+npm（用于Claude CLI）

安装

# 1. Clone repository
git clone https://github.com/Bmcbob76/DUAL-CLI-ECHO-SHELL.git
cd DUAL-CLI-ECHO-SHELL

# 2. Install GitHub CLI + Copilot
winget install --id GitHub.cli
gh auth login
gh extension install github/gh-copilot

# 3. Install Claude Code CLI
npm install -g @anthropic-ai/claude-code
claude-code auth

# 4. Install Python dependencies
pip install flask flask-cors psutil --break-system-packages

# 5. Launch bridge server
python ai_bridge_server.py
# Server starts on http://localhost:8765

# 6. Launch GUI (optional)
cd GUI
python gui_server.py
# GUI opens at http://localhost:8766

______________________________________________________________________

🏗️ 建筑

┌─────────────────────────────────────────────────────────┐
│                  WEB GUI (localhost:8766)               │
│  • Parallel AI queries                                 │
│  • MCP server management                               │
│  • Voice control with wakewords                        │
│  • File browser & terminal                             │
└────────────────────┬────────────────────────────────────┘
                     │ HTTP
                     ▼
┌─────────────────────────────────────────────────────────┐
│           AI BRIDGE SERVER (localhost:8765)             │
│                                                         │
│  Endpoints:                                             │
│  • POST /api/copilot  → GitHub Copilot CLI             │
│  • POST /api/claude   → Claude Code CLI                │
│  • POST /api/both     → Parallel query (ThreadPool)    │
│  • GET  /api/metrics  → System health                  │
└──────────────┬──────────────────────┬───────────────────┘
               │                      │
               ▼                      ▼
┌──────────────────────┐   ┌──────────────────────┐
│  GitHub Copilot CLI  │   │  Claude Code CLI     │
│  (gh copilot)        │   │  (claude-code)       │
└──────────┬───────────┘   └──────────┬───────────┘
           │                          │
           └───────────┬──────────────┘
                       ▼
           ┌────────────────────────┐
           │    FULL CPU ACCESS     │
           │  (Python subprocess)   │
           └────────────────────────┘

______________________________________________________________________

💻 API使用

查询GitHub副本

curl -X POST http://localhost:8765/api/copilot \
  -H "Content-Type: application/json" \
  -d '{"query":"Write Python function for factorial"}'

查询克劳德代码

curl -X POST http://localhost:8765/api/claude \
  -H "Content-Type: application/json" \
  -d '{"query":"Explain bubble sort algorithm"}'

查询两者（并行）

curl -X POST http://localhost:8765/api/both \
  -H "Content-Type: application/json" \
  -d '{"query":"Create binary search tree in Python"}'

答复：

{
  "success": true,
  "copilot": {
    "provider": "GitHub Copilot",
    "response": "class BSTNode:...",
    "duration_ms": 234
  },
  "claude": {
    "provider": "Claude Code",
    "response": "class BinarySearchTree:...",
    "duration_ms": 456
  },
  "duration_ms": 467
}

______________________________________________________________________

🎙️ 语音控制

唤醒词：

• “Echo”/“Echo Prime”
• “嘿，回声”/“好的，回声”
• “电脑”/“贾维斯”/“星期五”
• “助理”/“指挥官”/“系统”

用途：

1. 说wakeword： *“嘿，回声”*
2. 系统发出蜂鸣声并显示监听指示灯
3. 说出命令： *“今天天气怎么样？”*
4. 命令已自动处理

特征：

• 背景噪声降低（200Hz高通滤波器）
• 快速响应的中期结果
• 视觉反馈(🎤 听。..)
• 音频确认蜂鸣声
• 50%置信阈值

______________________________________________________________________

🔧 MCP服务器管理

什么是MCP服务器集成？

GUI包括一个功能强大的MCP（模型上下文协议）服务器管理系统 两种互补控制:

🎛️ MCP下拉菜单（左侧栏）

它的作用： 通过特定的MCP服务器后端路由您的AI查询

可以这样想： 选择哪位专家来处理您的请求

示例：

Query: "Search my documents for project files"

MCP Dropdown = "crystal-memory-hub"
→ Routes through Crystal Memory system
→ Searches M: drive crystal archives
→ Returns memory-indexed results
→ AI response includes memory context

MCP Dropdown = "desktop-commander"
→ Routes through Desktop Commander
→ Searches P: drive file system
→ Returns direct file results
→ AI response includes file paths

何时使用哪个服务器：

它是如何工作的：

1. 从下拉列表中选择MCP服务器
2. 您发送AI查询
3. 查询丰富了MCP服务器上下文
4. AI同时接收：您的查询+服务器数据
5. AI响应使用服务器功能

类比：

• 比如选择手机应用程序 -同一部手机（AI），不同的应用程序（MCP服务器）用于不同的任务
• 就像选择一个工具 -你仍然在做这项工作，但合适的工具会让它更容易

🔧 MCP面板（右侧滑出）

它的作用： 管理正在运行的MCP服务器（启动/停止/监视）

可以这样想： 打开任务管理器查看正在运行的程序

用途：

1. 点击“🔧 MCP服务器”按钮（右上角）
2. 面板幻灯片显示了所有15台服务器
3. 每个节目：在线✅ 或离线❌
4. 点击🚀 启动以启动脱机服务器
5. 点击⛔ 终止以停止运行服务器

何时使用：

• 在下拉列表中选择服务器之前启动它
• 故障服务器故障排除
• 监控系统资源
• 系统维护

______________________________________________________________________

完整的MCP工作流示例

脚本： 您想使用语音合成

第一步： 检查语音系统是否正在运行

Click "🔧 MCP Servers" (top-right)
→ Panel shows "voice-system-hub: OFFLINE ❌"

第二步： 启动服务器

Click "🚀 Launch" next to voice-system-hub
→ Wait 3 seconds
→ Status changes to "ONLINE ✅"

步骤3： 选择它进行AI查询

Close MCP panel
→ Go to left sidebar
→ MCP Dropdown → Select "voice-system-hub"

步骤4： 用它

Type: "Say hello using ECHO PRIME voice"
→ AI receives your query + voice server connection
→ Returns TTS audio played through your speakers

______________________________________________________________________

MCP与无MCP

没有MCP服务器：

Query: "Find files about authentication"
AI Response: "I'd suggest looking in common directories..."
Result: Generic advice, no actual files found

使用MCP服务器（桌面命令器）：

Query: "Find files about authentication"
AI Response: "Found 3 files:
  - P:\ECHO_PRIME\auth\login.py
  - P:\ECHO_PRIME\utils\oauth.py  
  - P:\ECHO_PRIME\middleware\auth.js"
Result: Actual files from your system

区别： MCP服务器提供AI 直接存取 到您的系统资源

______________________________________________________________________

🎭 AI个性

12个具有特殊角色的独特AI代理：

______________________________________________________________________

🌍 外部访问（Ngrok）

通过Ngrok隧道启用远程访问：

# 1. Install ngrok
choco install ngrok

# 2. Authenticate
ngrok config add-authtoken YOUR_TOKEN_HERE

# 3. Launch tunnel
ngrok http 8765

# 4. Use public URL
# https://abc123.ngrok.io/api/both

使用案例：

• 从移动设备访问
• 与外部AI共享（Spark）
• 远程开发
• Webhooks集成

______________________________________________________________________

📁 项目结构

DUAL-CLI-ECHO-SHELL/
├── ai_bridge_server.py          # Core HTTP bridge
├── GUI/
│   ├── index.html               # Web interface
│   ├── gui_server.py            # GUI backend
│   ├── enhanced_voice_recognition.js
│   └── MCP_SYSTEM_EXPLAINED.md
├── README.md                     # This file
├── INSTALL_GUIDE.md             # Detailed setup
├── TEST_PROCEDURES.md           # Validation tests
├── SPARK_INTEGRATION.md         # External AI guide
├── NGROK_CONFIG.md              # Tunnel setup
└── CLAUDE_BEHAVIOR.md           # AI response protocol

______________________________________________________________________

🧪 测试

# Health check
curl http://localhost:8765/health

# System metrics
curl http://localhost:8765/api/metrics

# Test Copilot
curl -X POST http://localhost:8765/api/copilot \
  -H "Content-Type: application/json" \
  -d '{"query":"test"}'

# Test parallel query
curl -X POST http://localhost:8765/api/both \
  -H "Content-Type: application/json" \
  -d '{"query":"explain recursion"}'

预期产量：

• 所有端点均返回200 OK
• 副驾驶/克劳德标记为可用
• 响应时间小于1秒
• CPU指标低于50%

______________________________________________________________________

🔒 安全

当前（发展）：

• ✅ 通过ngrok的HTTPS
• ❌ 无身份验证
• ❌ 无速率限制
• ✅ 请求日志记录

生产建议：

1. 添加API密钥身份验证
2. 实施速率限制
3. 使用带有有效证书的HTTPS
4. 添加请求验证
5. 启用日志监控

______________________________________________________________________

🤝 贡献

欢迎投稿！拜托：

1. 分叉存储库
2. 创建特征分支(git checkout -b feature/AmazingFeature)
3. 提交更改(git commit -m 'Add AmazingFeature')
4. 推送到分支(git push origin feature/AmazingFeature)
5. 打开拉取请求

______________________________________________________________________

📜 许可证

此项目根据MIT许可证获得许可-请参阅 许可证 文件以获取详细信息。

______________________________________________________________________

🙏 致谢

• Anthropic -克劳德代码CLI
• GitHub -Copilot命令行界面
• ECHO PRIME XV4项目 -系统架构
• 指挥官鲍比·唐·麦克威廉姆斯二世 -愿景与发展

______________________________________________________________________

📞 支持

• GitHub问题： 报告错误
• 文档： 看 /docs 指南文件夹
• 存储库： https://github.com/Bmcbob76/DUAL-CLI-ECHO-SHELL

______________________________________________________________________

内置于⚡ 指挥官鲍比·唐·麦克威廉姆斯二世\ ECHO PRIME XV4项目的一部分