Red Team MCP
Assemble elite AI agent teams to tackle any challenge
Quick Start • Features • Multi-Agent • MCP Integration • API
______________________________________________________________________
红队MCP是一个多代理协作平台，连接到 68家供应商和1500多种型号 通过 models.dev构建专门的代理团队，协调复杂的工作流程，并通过模型上下文协议（MCP）与VS Code和Claude Desktop无缝集成。
✨ 特性
🎯 通用模型访问
- 68供应商：Anthropic、OpenAI、谷歌、Groq、Mistral、DeepSeek等60多家公司
- 1500+型号：从models.dev自动同步
- 统一API：所有提供商的一个接口
🤖 多Agent协作
- 5种协调模式：管道、合奏、辩论、群体、分层
- 预定义团队：写作、营销、研究、技术、高管
- 自定义团队：构建自己的代理配置
📡 MCP集成
- VS代码就绪：与GitHub Copilot配合使用
- 克劳德桌面版：本地集成
- 动态工具：所有作为MCP工具暴露的试剂
🚀 生产就绪
- FastAPI后端：高性能异步API
- Web仪表板：HTMX驱动的管理界面
- 成本跟踪：按请求使用情况分析
🚀 快速开始
选项A:Docker（推荐）
git clone https://github.com/yourusername/red-team-mcp.git
cd red-team-mcp
cp .env.example .env
# Edit .env with your API keys
docker compose up -d
# Open http://localhost:8000/ui/选项B：本地安装
git clone https://github.com/yourusername/red-team-mcp.git
cd red-team-mcp
python -m venv venv
source venv/bin/activate # Windows: venv\Scripts\activate
pip install -r requirements.txt配置API密钥
cp .env.example .env
# Edit .env with your API keys跑
# Start the web server & dashboard
python main.py serve
# Open http://localhost:8000/ui/
# Or use the CLI
python main.py chat "What is machine learning?"
# Or start the MCP server
python main.py mcp🤝 多智能体协调
红队MCP擅长在复杂任务中协调多个AI代理。从5种协调模式中选择：
| 模式 | 描述 | 最适合 |
|---|---|---|
| 管道 | 代理按顺序工作，每个代理都建立在前一个输出的基础上 | 文档工作流，迭代细化 |
| 合奏 | 代理并行工作，然后综合结果 | 综合分析，多视角 |
| 辩论 | 代理人进行来回论证 | 批判性思维，发现缺陷 |
| 群集 | CrewAI支持的授权协作 | 复杂的项目，动态的任务分配 |
| 分层的 | 经理代理委托给专家 | 大型团队，结构化工作流程 |
预定义代理团队
| 团队 | 代理 | 默认模式 |
|---|---|---|
| 写作团队 | 创意作家、编辑、SEO专家 | Pipeline |
| 营销团队 | 策略师、品牌经理、社交媒体 | 分层 |
| 研究团队 | 研究员、数据科学家、分析师 | Ensemble |
| 技术团队 | 专家、解决方案架构师、安全 | 辩论 |
| 执行团队 | 战略、财务、运营 | 集成 |
示例：多代理请求
curl -X POST "http://localhost:8000/api/multi-agent" \
-H "Content-Type: application/json" \
-d '{
"query": "Analyze the competitive landscape for AI startups",
"coordination_mode": "ensemble",
"agents": ["financial_analyst", "strategy_consultant", "technical_expert"]
}'📡 MCP集成
Red Team MCP提供了一个模型上下文协议服务器，用于与AI助手无缝集成。
VS代码设置
创建 .vscode/mcp.json 在您的项目中：
{
"servers": {
"red-team-mcp": {
"command": "python",
"args": ["-m", "src.mcp_server_dynamic"],
"cwd": "/path/to/red-team-mcp"
}
}
}Claude桌面设置
添加到您的Claude桌面配置(~/Library/Application Support/Claude/claude_desktop_config.json):
{
"mcpServers": {
"red-team-mcp": {
"command": "python",
"args": ["/path/to/red-team-mcp/main.py", "mcp"]
}
}
}可用的MCP工具
| 工具 | 说明 |
|---|---|
list_agents | 列出所有可用的代理 |
list_teams | 列出所有预定义的团队 |
chat | 与特定客服聊天 |
run_team | 在任务上执行团队 |
coordinate | 运行多代理协调 |
brainstorm | 生成多个视角 |
📖 api参考
聊天端点
POST /api/chat
Content-Type: application/json
{
"agent_id": "creative_writer",
"message": "Write a tagline for an AI product",
"temperature": 0.8,
"max_tokens": 500
}多代理端点
POST /api/multi-agent
Content-Type: application/json
{
"query": "Develop a go-to-market strategy",
"coordination_mode": "hierarchical",
"agents": ["marketing_strategist", "sales_analyst"],
"rebuttal_limit": 3
}运行团队终结点
POST /api/team/{team_id}/run
Content-Type: application/json
{
"query": "Create a blog post about AI trends",
"coordination_mode": "pipeline"
}其他端点
| 端点 | 方法 | 描述 |
|---|---|---|
/api/agents | GET | 列出所有代理 |
/api/teams | GET | 列出所有团队 |
/api/models | GET | 列出可用型号 |
/health | GET | 健康检查 |
/ws/chat | WS | WebSocket流媒体 |
🏗️ 建筑
red-team-mcp/
├── main.py # CLI entry point
├── config/config.yaml # Configuration
├── src/
│ ├── api/ # FastAPI application
│ │ ├── app.py # App factory
│ │ ├── endpoints.py # REST endpoints
│ │ └── websockets.py # WebSocket handlers
│ ├── agents/ # Agent implementations
│ │ ├── configurable_agent.py
│ │ └── coordinator.py # Multi-agent coordination
│ ├── web/ # Dashboard UI
│ │ ├── routes.py
│ │ └── templates/ # HTMX templates
│ ├── providers/ # 68 provider implementations
│ ├── config.py # Configuration management
│ ├── models.py # Model selector
│ ├── db.py # SQLite persistence
│ └── mcp_server_dynamic.py # MCP server
└── mcp_servers/ # Generated MCP servers⚙️ 配置
环境变量
# Core providers
ANTHROPIC_API_KEY=your_key
OPENAI_API_KEY=your_key
GOOGLE_API_KEY=your_key
GROQ_API_KEY=your_key
DEEPSEEK_API_KEY=your_key
# And 60+ more providers supported!config.yaml
api:
host: "0.0.0.0"
port: 8000
rate_limit: "100/minute"
models:
default: "claude-sonnet-4-20250514"
agents:
predefined:
- id: my_custom_agent
name: Custom Agent
model_id: gpt-4o
provider: openai
role: Specialist
goal: Help with specific tasks🧪 发展
# Run tests
python -m pytest tests/ -v
# Run with hot reload
python main.py serve --reload
# Generate MCP servers
python main.py generate-mcp --all📊 Web仪表板
访问管理员仪表板 http://localhost:8000/ui/ 致：
- 💬 聊天 与任何代理交互
- 👥 管理团队 和代理配置
- 📈 查看统计信息 关于使用和成本
- ⚙️ 配置 提供者和设置
- 📤 出口 配置
🤝 贡献
- 复刻仓库
- 创建要素分支(
git checkout -b feature/amazing) - 添加新功能的测试
- 确保所有测试通过(
python -m pytest) - 提交拉取请求
📄 许可证
AGPL-3.0许可证-请参阅 许可证 了解详情。
🙏 致谢
- models.dev -综合模型数据库
- 船员AI -代理编排框架
- 快速API -高性能web框架
- 所有68家人工智能提供商都让他们的模型可访问
______________________________________________________________________
Ready to assemble your AI team?
Get Started →