Token导航 LogoToken导航TokenDH.com
Delegation MCP logo
开发工具stdio官方级别未说明来源级核验

Delegation MCP

MCP Server

一个轻量级的MCP服务器,作为AI编码代理的路由智能层,分析请求并指导主代理使用最佳工具。

工具数

3

提示词数

0

GitHub Stars

0

资源数

0
开发工具PythonClaudeClaude

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

作者 / 组织

carlosduplar

提供方

carlosduplar

最后核验

2026/5/17 20:23

运行时

Python

快速接入

先看主来源和安装命令,再打开仓库或文档;下面只保留这个条目的关键接入事实。

命令预览

python install.py

详细介绍

______________________________________________________________________

标题:委托MCP 表情符号🚀 颜色来源:蓝色 颜色To:紫色 sdk:docker 固定:false 许可证:mit short_description:智能多代理路由与引导 标签:

  • mcp服务器
  • 建设mcp轨道企业
  • 多代理
  • 代理编排

______________________________________________________________________

🚀 委托MCP服务器

智能多代理路由与引导

*为MCP一岁生日黑客马拉松而建-2025年冬季*

⚡ 快速开始

# One command to install and configure everything
python install.py

就是这样! 重新启动Claude Code并开始委派:

"scan this codebase for security vulnerabilities"
→ MCP suggests: "Delegate to Gemini"
→ Claude executes: gemini scan .

"design an authentication architecture"
→ MCP suggests: "Handle directly (Claude is best)"
→ Claude executes: (Internal reasoning)

"refactor the delegation engine"
→ MCP suggests: "Delegate to Aider"
→ Claude executes: aider --message "refactor delegation engine"

特性:

  • 一个命令安装 -30秒完成设置
  • 智能路由 -规则+能力分析
  • 隐私第一 -您的代码永远不会通过此服务器
  • 轻量级 -占用空间最小,没有繁重的数据库
  • 跨平台 -Windows、Mac、Linux

______________________________________________________________________

🎮 尝试交互式演示

![Hugging Face Spaces](https://huggingface.co/spaces/Cduplar/multi-agent-mcp)

体验路由智能的实际应用!我们的HF Space演示让您:

交互功能:

  • 🧪 测试任何查询 -实时查看路由决策
  • 📊 路由透明度 -查看完整的决策过程:

- 任务分类(安全、架构、重构等) - 复杂性评估(简单/中等/复杂) - 检测到的关键字和路由推理 - 将要执行的CLI命令

  • ⚙️ 实时配置 -切换代理和路由策略,查看设置如何影响决策
  • 💡 查询示例 -简单和复杂的多步骤场景

试试这个:

  1. 访问 HF空间
  2. 输入: *审核身份验证系统是否存在SQL注入、XSS和CSRF漏洞*
  3. 用完整的推理观察它通往双子座的路线
  4. 在设置中禁用Gemini→ 看看去克劳德的路线吧!

想用真实的代理人进行测试吗? 复制空间并添加您的API密钥!

______________________________________________________________________

🌟 这是什么?

A. 轻量级MCP服务器 它充当AI编码代理的路由智能层。它不会自己执行任务(这会造成瓶颈和安全风险),而是分析您的请求并 指南 您的主代理(如Claude Code)在哪个工具上使用。

关键洞察:这是继 路线指引 图案:

  1. 分析:服务器分析提示(例如“审计安全”)。
  2. 路线:它根据您的需求确定最佳代理 预设规则.
  3. 指南:它返回 *精确命令* 跑步。
  4. 执行:客户端(Claude)直接执行命令。

这确保了 零锁定, 最大隐私,以及 本地性能.

______________________________________________________________________

🎯 核心价值主张

问题

开发人员手动在AI代理之间切换,失去了上下文和生产力:

  • 克劳德建筑
  • Gemini用于安全分析
  • git操作助手
  • GitHub集成副本

解决方案

一台MCP服务器,告诉您的代理人打电话给谁:

You → Claude Code → Delegation MCP → "Use Gemini for this" → Claude calls Gemini

你与一个代理合作,但获得了所有代理的力量。

______________________________________________________________________

📦 安装

先决条件

  • Python 3.10+
  • 至少安装了一个AI代理CLI:

- Gemini CLI: npm install -g @google/gemini-cli - 帮助: pip install aider-chat - 克劳德代码: npm install -g @anthropic-ai/claude-code - : npm install -g github/copilot

自动安装(推荐)

# Clone repository
git clone https://github.com/carlosduplar/multi-agent-mcp.git
cd multi-agent-mcp

# One-command install
python install.py

# Or on Unix/Mac
bash install.sh

安装程序将:

  1. 检查系统要求
  2. 发现已安装的代理
  3. 自动配置Claude代码
  4. 验证一切正常

重新启动Claude Code,你就准备好了!

______________________________________________________________________

🎯 运作原理

智能路由指引

我们使用混合方法来确定作业的最佳代理:

  1. 基于规则的预设:您配置的规则具有优先权(例如,“始终使用Gemini进行安全保护”)。
  2. 能力分析:如果没有规则匹配,我们会分析代理能力以找到最佳匹配。

查询:“扫描漏洞”

  1. 检查规则:比赛 security_audit 预设? -> 双子座
  2. 指南:返回指南以使用Gemini

交互示例

用户:“审核SQL注入的身份验证码”

克劳德代码 电话 get_routing_guidance:

{
  "query": "Audit auth.py for SQL injection"
}

MCP服务器 回答:

{
  "decision": "DELEGATE_TO: gemini",
  "agent": "gemini",
  "task_type": "security_audit",
  "cli_command": "gemini \"Audit auth.py for SQL injection\""
}

克劳德代码 然后执行:

gemini "Audit auth.py for SQL injection"

______________________________________________________________________

🔧 MCP工具

get_routing_guidance

获取任务的路线指南。返回哪个代理应该处理它以及要运行的确切CLI命令。

{
  "query": "Audit auth.py for SQL injection"
}

discover_agents

自动发现系统上可用的CLI代理并注册它们。

{
  "force_refresh": false  # Optional: force re-discovery
}

list_agents

列出所有已注册的代理及其可用性状态。

⚡ 代币开销

这种MCP服务器的一个关键优势是 最小上下文占用空间。以下是实际的令牌使用情况:

MCP Tools:
├─ get_routing_guidance: 601 tokens
├─ discover_agents:      584 tokens
└─ list_agents:          554 tokens
                         ─────────
Total MCP overhead:      1,739 tokens (0.9% of 200k context)

这意味着什么:

  • ✅ 不到您上下文预算的1%
  • ✅ 为实际代码和对话留出99%以上的空间
  • ✅ 没有繁重的提示或臃肿的说明
  • ✅ 不牺牲上下文的智能路由

与此相比,运行多个代理实例或复杂的编排框架可能会消耗10-20%的上下文,仅仅是为了协调开销。

______________________________________________________________________

🏗️ 建筑

┌─────────────────────────────────────────┐
│  Claude Code (or other MCP client)      │
│  - User chats here                      │
│  - Calls get_routing_guidance           │
│  - EXECUTES the returned command        │
└──────────────┬──────────────────────────┘
               │ MCP Protocol (stdio)
               ▼
┌──────────────────────────────────────────┐
│  Delegation MCP Server                   │
│  - Analyzes task complexity & type       │
│  - Checks rules & capabilities           │
│  - Returns guidance (NO EXECUTION)       │
└──────────────────────────────────────────┘

v0.4.0-轻量级架构

隐私和安全:

  • 无代码执行:服务器从不执行代码或命令。这只是暗示他们。
  • 无数据持久性:服务器不保存任何数据库或代码日志。
  • 直接连接:您的代理人直接与委托工具(例如,Claude->Gemini)交谈。

代理自动发现:

  • 自动检测已安装的CLI代理(Claude、Gemini、Aider等)
  • 验证代理可用性
  • 优雅的错误处理

______________________________________________________________________

🗂️ 项目结构

multi-agent-mcp/
├── src/delegation_mcp/
│   ├── server.py              # MCP server (Routing Guidance) ⭐
│   ├── delegation.py          # Routing logic & scoring
│   ├── orchestrator.py        # Agent registry
│   ├── agent_discovery.py     # System scanner for agents
│   ├── tool_discovery.py      # Tool definitions
│   ├── config.py              # Configuration handling
│   ├── cli.py                 # CLI tools
│   └── adapters/              # Agent definitions
│       ├── claude.py
│       ├── gemini.py
│       ├── copilot.py
│       └── aider.py
├── tools/                     # Tool definitions (JSON)
├── tests/                     # Comprehensive tests
└── config/                    # Default delegation rules

______________________________________________________________________

🚀 路线图

✅ 第一阶段:基础(完成)

  • 带路由引导的MCP服务器
  • 基于能力的路由
  • 代理自动发现
  • 生产级架构

🔜 第二阶段:情报(2026年第一季度)

  • ML供电路由
  • 从用户反馈中学习
  • 自定义代理定义

🔮 第三阶段:合作(2026年第二季度)

  • 复杂的多步骤工作流程
  • 并行代理执行指南

______________________________________________________________________

🤝 贡献

我们欢迎捐款!添加新的代理适配器、改进路由逻辑或增强文档。

______________________________________________________________________

📄 许可证

MIT许可证-请参阅 许可证

______________________________________________________________________

🎯 愿景

“你和一个代理人一起工作,但得到了所有代理人的力量。”

当今的人工智能领域拥有出色的专家,但他们各自为政。 授权MCP改变了这一点。 它是让代理协作的智能层,创造了比其部分之和更大的东西。

______________________________________________________________________

内置于❤️ 对于MCP生态系统

目录标签

目录标签

开发工具PythonClaude多代理路由本地部署AI编码辅助智能调度隐私优先

支持客户端

Claude

接入字段

传输方式(transport,传输协议)

stdio

鉴权方式(authType,认证方式)

none

运行时(runtime,运行环境)

Python

部署方式(deploymentType,部署类型)

local-only

工具数量(toolCount,工具数)

3

资源数量(resourceCount,资源数)

0

提示词数量(promptCount,提示词数)

0

权限和风险

stdiononelocal-only

接入前请确认传输方式、认证方式和部署位置,并根据实际工具能力限制访问范围。

安装前确认

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。

来源信息

继续浏览同类 MCP