MindBridge MCP服务器⚡ 大脑大动作的AI路由器
MindBridge是您的AI命令中心——一个模型上下文协议（MCP）服务器，旨在统一、组织和增强您的LLM工作流。
忘记供应商锁定，忘记处理十几个API。\ MindBridge将您的应用程序连接到 *任何* 从OpenAI和Anthropic到Ollama和DeepSeek，他们可以像专家顾问团队一样相互交流。
需要原始速度吗？买一个便宜的模型。\ 需要复杂的推理吗？把它交给专家。\ 想要第二种意见吗？MindBridge内置了这一功能。
这不仅仅是模型聚合。这是模型编排。
______________________________________________________________________
核心功能🔥
| 它的作用 | 为什么你应该使用它 |
|---|---|
| 多LLM支持 | 立即在OpenAI、Anthropic、Google、DeepSeek、OpenRouter、Ollama（本地模型）和OpenAI兼容API之间切换。 |
| 推理引擎感知 | 智能路由到为深度推理构建的模型，如Claude、GPT-4o、DeepSeek Reasoner等 |
| getSecondOpinion工具 | 向多个模型提出同一个问题，并排比较答案。 |
| OpenAI兼容的API层 | 将MindBridge放入任何期望使用OpenAI端点的工具中（Azure、Together.ai、Groq等）。 |
| 自动检测提供程序 | 只需添加密钥。MindBridge自动处理设置和发现。 |
| 灵活如地狱 | 通过环境变量、MCP配置或JSON配置一切——这取决于你。 |
______________________________________________________________________
为什么选择MindBridge？
*“每个法学硕士都擅长一些事情。MindBridge让他们一起工作。”*
非常适合：
- 代理商建设者
- 多模型工作流
- AI编排引擎
- 推理繁重的任务
- 构建更智能的AI开发环境
- LLM供电后端
- 任何厌倦了供应商围墙花园的人
______________________________________________________________________
安装🛠️
选项1：从npm安装（推荐）
# Install globally
npm install -g @pinkpixel/mindbridge
# use with npx
npx @pinkpixel/mindbridge通过Smithery安装
通过以下方式自动安装克劳德桌面版mindbridge mcp 史密瑟里:
npx -y @smithery/cli install @pinkpixel-dev/mindbridge-mcp --client claude选项2：从源代码安装
- 克隆存储库：
git clone https://github.com/pinkpixel-dev/mindbridge.git
cd mindbridge- 安装依赖项：
chmod +x install.sh
./install.sh- 配置环境变量：
cp .env.example .env编辑 .env 并为要使用的提供程序添加API密钥。
配置⚙️
环境变量
服务器支持以下环境变量：
OPENAI_API_KEY：您的OpenAI API密钥ANTHROPIC_API_KEY：您的Anthropic API密钥DEEPSEEK_API_KEY：您的DeepSeek API密钥GOOGLE_API_KEY：您的Google AI API密钥OPENROUTER_API_KEY：您的OpenRouter API密钥OLLAMA_BASE_URL：Ollama实例URL（默认值：http://localhost:11434)OPENAI_COMPATIBLE_API_KEY：（可选）OpenAI兼容服务的API密钥OPENAI_COMPATIBLE_API_BASE_URL：OpenAI兼容服务的基本URLOPENAI_COMPATIBLE_API_MODELS：可用型号的逗号分隔列表
MCP配置
对于与MCP兼容的IDE（如Cursor或Windsurf）一起使用，您可以在您的 mcp.json 文件：
{
"mcpServers": {
"mindbridge": {
"command": "npx",
"args": [
"-y",
"@pinkpixel/mindbridge"
],
"env": {
"OPENAI_API_KEY": "OPENAI_API_KEY_HERE",
"ANTHROPIC_API_KEY": "ANTHROPIC_API_KEY_HERE",
"GOOGLE_API_KEY": "GOOGLE_API_KEY_HERE",
"DEEPSEEK_API_KEY": "DEEPSEEK_API_KEY_HERE",
"OPENROUTER_API_KEY": "OPENROUTER_API_KEY_HERE"
},
"provider_config": {
"openai": {
"default_model": "gpt-4o"
},
"anthropic": {
"default_model": "claude-3-5-sonnet-20241022"
},
"google": {
"default_model": "gemini-2.0-flash"
},
"deepseek": {
"default_model": "deepseek-chat"
},
"openrouter": {
"default_model": "openai/gpt-4o"
},
"ollama": {
"base_url": "http://localhost:11434",
"default_model": "llama3"
},
"openai_compatible": {
"api_key": "API_KEY_HERE_OR_REMOVE_IF_NOT_NEEDED",
"base_url": "FULL_API_URL_HERE",
"available_models": ["MODEL1", "MODEL2"],
"default_model": "MODEL1"
}
},
"default_params": {
"temperature": 0.7,
"reasoning_effort": "medium"
},
"alwaysAllow": [
"getSecondOpinion",
"listProviders",
"listReasoningModels"
]
}
}
}将API密钥替换为实际密钥。对于OpenAI兼容配置，您可以删除 api_key 字段，如果服务不需要身份验证。
用法💫
启动服务器
自动重新加载的开发模式：
npm run dev生产方式：
npm run build
npm start全局安装时：
mindbridge可用工具
- getSecond意见
{
provider: string; // LLM provider name
model: string; // Model identifier
prompt: string; // Your question or prompt
systemPrompt?: string; // Optional system instructions
temperature?: number; // Response randomness (0-1)
maxTokens?: number; // Maximum response length
reasoning_effort?: 'low' | 'medium' | 'high'; // For reasoning models
}- 列表提供者
- 列出所有已配置的提供程序及其可用型号 - 无需参数
- 列表推理模型
- 列出针对推理任务优化的模型 - 无需参数
示例用法📝
// Get an opinion from GPT-4o
{
"provider": "openai",
"model": "gpt-4o",
"prompt": "What are the key considerations for database sharding?",
"temperature": 0.7,
"maxTokens": 1000
}
// Get a reasoned response from OpenAI's o1 model
{
"provider": "openai",
"model": "o1",
"prompt": "Explain the mathematical principles behind database indexing",
"reasoning_effort": "high",
"maxTokens": 4000
}
// Get a reasoned response from DeepSeek
{
"provider": "deepseek",
"model": "deepseek-reasoner",
"prompt": "What are the tradeoffs between microservices and monoliths?",
"reasoning_effort": "high",
"maxTokens": 2000
}
// Use an OpenAI-compatible provider
{
"provider": "openaiCompatible",
"model": "YOUR_MODEL_NAME",
"prompt": "Explain the concept of eventual consistency in distributed systems",
"temperature": 0.5,
"maxTokens": 1500
}发展🔧
npm run lint：运行ESLintnpm run format：使用Prettier格式化代码npm run clean：清理构建工件npm run build：构建项目
贡献
PR欢迎！帮助我们让人工智能工作流程不那么愚蠢。
______________________________________________________________________
许可证
麻省理工学院——无论做什么，都不要作恶。
______________________________________________________________________
由以下材料制成❤️ 靠近 粉红色像素