AI导哈

多AI共识工具

AI Council是一个MCP服务器，通过并行查询多个AI模型并综合响应，以提高准确性和减少AI偏见。

  • by 0xAkuti
  • Python
  • 本地部署
  • 33 星标
  • 更新于
在 GitHub 查看 0xAkuti/ai-council-mcp

使用说明

AI委员会MCP服务器

多AI共识工具并行查询多个AI模型，综合响应以提高准确性，并通过集成决策减少AI偏差。

AI Council是一个强大的MCP（模型上下文协议）服务器，通过同时咨询多个AI模型来利用“群体智慧”。通过结合OpenAI、Claude、Gemini和任何与OpenAI兼容的API的见解，获得更可靠、更全面的答案。

✨ 什么是AI委员会？

AI委员会通过以下方式改变您与AI的互动方式：

  • 🔄 并行处理：同时查询多个AI模型（不是按顺序）
  • 🎯 减少偏差：使用匿名代号防止合成偏差
  • ⚡ 智能合成：一个模型将所有答案综合为一个全面的答案
  • 🔧 通用兼容性：适用于OpenAI、OpenRouter和任何与OpenAI兼容的API
  • 🛡️ 稳健的错误处理：当单个模型失败时，性能会下降

非常适合研究问题、复杂分析、创意项目、技术决策以及任何多个人工智能视角增值的任务。

📋 需求

  • Python 3.10+
  • 紫外线 已安装(安装指南)
  • 或者：
    • pipx 已安装(安装指南)，更新配置
        "command": "pipx",
  "args": ["run", "ai-council"]
    • 或手动安装 pip install ai-council，并更新配置
      "command": "ai-council",
"args": []

🚀 快速开始

  1. 得到你的 OpenRouter 的 API密钥

光标IDE设置

  1. 打开光标设置→ MCP
  2. 添加新的MCP服务器并设置您的api密钥：
{
  "ai-council": {
    "command": "uvx",
    "args": ["ai-council"],
    "env": {
      "OPENROUTER_API_KEY": "..."
    }
  }
}

Claude桌面设置

  1. 编辑 ~/.claude_desktop_config.json 并设置您的api密钥：
{
  "mcpServers": {
    "ai-council": {
      "command": "uvx",
      "args": ["ai-council"],
      "env": {
        "OPENROUTER_API_KEY": "..."
      }
    }
  }
}

就是这样！ 问任何复杂的问题，AI Council工具都会自动参与多个模型。

默认情况下，它将与Claude Sonnet 4、Gemini 2.5 Pro和DeepSeek V3一起使用OpenRouter。

CLI参数

使用命令行参数进行快速设置，将其中任何一个添加到 args 在您的mcp配置中：

可用CLI参数:

  • --openai-api-key：您的OpenAI API密钥
  • --openrouter-api-key：您的OpenRouter API密钥
  • --max-models：要查询的最大模型数（默认值：3）
  • --parallel-timeout：超时时间（秒）（默认值：60）
  • --log-level：日志记录级别（调试、信息、警告、错误）
  • --config：自定义配置文件的路径

⚙️ 高级配置

对于高级设置，请创建 config.yaml 文件并链接到它 --config path/to/config.yaml:

# config.yaml
openai_api_key: "your_openai_key_here"
openrouter_api_key: "your_openrouter_key_here"
max_models: 3
parallel_timeout: 90 # in seconds
synthesis_model_selection: "random"  # or "first"

models:
  # use OpenAI API
  - name: "GPT-4o"
    provider: "openai" 
    model_id: "gpt-4o"
    enabled: true # optional, defaults to true
    
  # use OpenRouter API
  - name: "Claude Sonnet"
    provider: "openrouter"
    model_id: "anthropic/claude-3.5-sonnet"
    code_name: "Bob" # optional, auto assigned otherwise
  
  # or any custom OpenAI compatible API
  - name: "Perplexity"
    provider: "custom"
    model_id: "llama-3.1-sonar-large-128k-online"
    base_url: "https://api.perplexity.ai"
    api_key: "your_perplexity_key_here"
    
  # Local LLM (Ollama)
  - name: "Local Llama"
    provider: "custom" 
    model_id: "llama-3b"
    base_url: "http://localhost:11434"
    api_key: "key-if-needed"

📖 运作原理

人工智能委员会采用了一种复杂的三阶段方法：

1. 平行协商

  • 同时查询您配置的AI模型
  • 为每个模型保持相同的上下文和问题
  • 优雅地处理故障（继续成功响应）

2. 匿名分析

  • 为每个模型的响应分配代码名称（Alpha、Beta、Gamma等）
  • 防止对特定品牌或供应商的综合偏见
  • 在删除模型标识的同时保留响应质量

3. 智能合成

  • 随机选择一个模型作为合成器
  • 合成器分析所有匿名响应
  • 结合最佳见解，得出全面的答案

🤝 致谢

这个项目的灵感来自 认知轮.

人工智能委员会通过以下方式扩展了这些想法：

  • 增强的配置灵活性
  • OpenRouter支持使用单个api密钥的多种型号选项
  • 支持自定义API端点
  • 改进了错误处理和日志记录
  • 使用Python

相关 MCP