使用说明
DebateTalk MCP
官方MCP服务器和CLI DebateTalk --从您的人工智能助手或终端运行结构化的多模型人工智能辩论。
DebateTalk使多个AI模型独立地争论一个问题，挑战彼此的推理，并收敛到一个结构化的综合中： 强固接地、故障线、盲点和您的呼叫。
演示
特性
- MCP服务器 --将Claude Desktop、Cursor或任何兼容MCP的客户端连接到DebateTalk
- 命令行界面 --从终端运行辩论并检查模型状态
- 流媒体进度 --通过MCP日志通知进行实时逐轮更新
- 成本和份额链接 --每次辩论都会显示成本和可共享的URL
- 5个工具：
run_debate,get_model_status,recommend_models,estimate_cost,get_history
在没有API密钥的情况下尝试 —
dt models立即生效，无需注册。查看哪些型号处于在线状态及其实时延迟。对于辩论、推荐和历史记录，您需要一个API免密钥帐户，其中包括 console.debatetalk.ai/api-keys.
安装
npm install -g @debatetalk/mcp
这给了你 dt CLI和MCP服务器。
设置API密钥：
export DEBATETALK_API_KEY=dt_your_key_here
获取钥匙 console.debatetalk.ai/api-keys.免费帐户包括1个API密钥-在注册 console.debatetalk.ai.
命令行界面
进行一场辩论：
dt debate "Should we adopt microservices?"
输出示例：
- Starting debate…
✔ Debate complete
"Should we adopt microservices?"
Cost: $0.0842
━━━ STRONG GROUND ━━━
1. Microservices suit orgs with 50+ engineers and distinct team boundaries
2. Monoliths are simpler to operate at small scale
3. Migration costs are consistently underestimated
━━━ FAULT LINES ━━━
1. If teams need independent deploy cycles, then microservices — otherwise monolith
2. If operational maturity is low, then monolith — otherwise microservices are viable
3. If data consistency is critical, then monolith avoids distributed transaction pain
━━━ BLIND SPOTS ━━━
1. Cost of distributed tracing and observability tooling
2. Team cognitive load increases with service count
3. Shared database patterns can bridge the gap
━━━ YOUR CALL ━━━
1. Do you have dedicated platform engineering?
2. Are teams already blocked on shared deploy cycles?
3. Can you afford 6+ months of migration investment?
🔗 https://console.debatetalk.ai/share/a1b2c3d4-5678-90ab-cdef-1234567890ab
检查哪些型号在线：
dt models
为您的问题获取推荐的模型面板：
dt recommend "Is Rust worth learning in 2026?"
运行前估算成本：
dt cost "Should we raise our Series A now?"
查看过去的辩论：
dt history
dt history --limit 5
MCP服务器（Claude Desktop、Cursor、Cline、Goose和任何MCP客户端）
添加到MCP客户端配置中：
{
"mcpServers": {
"dt": {
"command": "npx",
"args": ["-y", "@debatetalk/mcp"],
"env": {
"DEBATETALK_API_KEY": "dt_your_key_here"
}
}
}
}
配置文件位置：
- 克劳德台式机（Mac）：
~/Library/Application Support/Claude/claude_desktop_config.json - 克劳德桌面（Windows）：
%APPDATA%\Claude\claude_desktop_config.json - 克劳德代码：
~/.claude/settings.json（根据mcpServers) - 光标：
.cursor/mcp.json在项目根目录中 - 风浪：
~/.codeium/windsurf/mcp_config.json - Cline/Roo代码： VS Code扩展中的MCP设置面板
- 鹅：
~/.config/goose/config.yaml（根据extensions) - 其他客户： 请参阅客户的MCP文档
让你的人工智能助手进行辩论
MCP客户端阅读工具描述以决定何时调用它——不需要精确的措辞。这些工作中的任何一项：
“争论我们是否应该在Go中重写后端” “使用DT——我们现在应该提高A轮吗？” “多模型：Rust在2026年值得学习吗？” “对架构决策进行压力测试” “获得关于转向微服务的第二意见”
克劳德还将在单一人工智能答案不足的高风险决策中主动调用它。
示例--光标：
询问Cursor的AI聊天： “使用run_debate工具——我们应该从REST切换到GraphQL吗？”
Cursor调用MCP工具，流式传输进度，并在聊天中内联返回完整的合成结果。
示例——Cline（VS代码）：
在Cline的经纪人聊天中： “争论：我们目前的身份验证中间件对于SOC 2来说足够安全吗？”
Cline检测到 run_debate MCP服务器上的工具并运行辩论。结果显示在Cline输出面板中。
克劳德代码——插件市场
1.添加DebateTalk市场：
/plugin marketplace add DebateTalk-AI/mcp
2.安装插件：
/plugin install debatetalk@debatetalk-mcp
3.设置API密钥：
添加 ~/.claude/settings.json:
{
"pluginConfigs": {
"debatetalk@debatetalk-mcp": {
"options": {
"api_key": "dt_your_key_here"
}
}
}
}
然后运行 /reload-plugins --五个DebateTalk工具在您的会话中立即可用。
MCP工具参考
| 工具 | 需要授权 | 说明 |
|---|---|---|
run_debate |
是 | 进行结构化的多模式辩论（流媒体） |
get_model_status |
否 | 所有型号的实时运行状况和延迟 |
recommend_models |
是 | 为您的问题获取最佳模型面板 |
estimate_cost |
是 | 运行前估算信贷成本 |
get_history |
是 | 列出你过去的辩论 |
run_debate
question string required The question or topic to debate
models array optional Specific model IDs to use (omit for smart routing)
rounds number optional Number of deliberation rounds (default: 2)
get_model_status
没有参数。返回每个模型的实时运行状况、延迟和正常运行时间。
recommend_models
question string required The question — routing picks the strongest panel
estimate_cost
question string required
models array optional
rounds number optional
get_history
limit number optional Number of debates to return (default: 20, max: 100)
贡献
看 贡献.md欢迎提出问题和公关。
许可证
麻省理工学院——见 许可证.
