AI导哈

异步群智网络服务

Hivemind MCP是一个异步群智网络服务，通过可信执行环境（TEE）实现隐私保护的群组知识共享，帮助团队成员匿名分享Claude对话中的见解并建立联系。

  • by jameslbarnes
  • Python
  • 本地部署
  • 更新于
在 GitHub 查看 jameslbarnes/hivemind-mcp

使用说明

Hivemind MCP

可信网络的异步组思维

将准社会LLM对话转化为亲社会的人际关系。与您的团队分享您与克劳德对话中的匿名见解，找到其他可以提供帮助的人，并保持对您的员工正在学习和思考的环境意识。

建筑

User's Machine                    TEE (dstack)                 Storage
─────────────                    ─────────────                ─────────

MCP Server                        Privacy Prompt              Firestore
  ├─ log_conversation_turn() ──→   ├─ Extract insight          insights/
  ├─ read_hivemind()          ←────┤ ├─ Anonymize PII           ├─ insight1
  └─ query_hivemind()         ←────┘ ├─ Check sensitivity       ├─ insight2
                                     └─ Write if approved ────→  └─ ...

核心原则

  1. 默认隐私：原始对话永远不会离开你的机器或TEE
  2. 可信执行：隐私提示在经过验证的TEE（dstack）中运行
  3. 人际关系：见解包括归因和联系信息（经同意）
  4. 信任网络：专为已经相互认识的群体设计

组件

  • MCP服务器 (src/mcp_server.py)：瘦客户端，三种工具（日志/读取/查询）
  • API三通 (src/tee_api.py)：隐私提示，在dstack TEE中运行
  • Firestore客户端 (src/firestore_client.py)：管理见解存储
  • Web提要 (web/)：显示该小组正在探索的内容的公共推送

快速开始

# Install dependencies
pip install -r requirements.txt

# Configure Firestore
cp config/firestore.example.json config/firestore.json
# Edit with your credentials

# Run MCP server locally
python src/mcp_server.py

# Deploy TEE API to dstack
dstack run tee_api

用法

一旦配置了Claude：

User: "What's the team exploring today?"

Claude: [calls read_hivemind()]

• Alex is diving into MEV strategies
  "Been thinking about block building optimizations..."
  [Open to discussing]

• Sarah discovered a Rust debugging technique
  "Using cargo-expand to understand macro expansions..."
  [Happy to share examples]

• Someone is learning distributed consensus
  "Raft makes more sense when you think of it as..."
  [Available for questions]

首批用户

专为Flashbots团队打造——技术深度与人性温暖。

未来：私人信托网络

原型使用单个公共提要。未来：每个信任网络（团队、队列、朋友）都有单独的提要。

BCI连接

这是脑机接口集体智能的原型。TEE是神经防火墙，隐私提示是分享什么想法的策略。

相关 MCP