AI导哈

多AI代理协作框架

AI Team MCP是一个企业级的多AI代理协作框架，提供消息系统、任务管理、群组协作和系统工具等功能，适用于AI开发团队、研究协作、客户支持和内容创作等场景。

  • by KALUSO-nolodjska
  • Python
  • 本地部署
  • 16 星标
  • 更新于
在 GitHub 查看 KALUSO-nolodjska/ai-team-mcp

使用说明

🤖 人工智能团队MCP-多人工智能协作框架

用于多AI代理协作的企业级框架

英语 | 中文文档

特性 • 快速开始 • 文档 • 例子 • 贡献

📖 概述

人工智能团队MCP 是一个生产就绪的模型上下文协议（MCP）服务器，可实现多个AI代理之间的无缝协作。它采用企业级代码质量和100%模块化架构构建，提供了编排AI团队所需的一切。

✨ 为什么选择人工智能团队MCP？

  • 🎯 完整的解决方案 -28个精心设计的工具，涵盖所有协作需求
  • 🏗️ 企业架构 -100%模块化设计，最大文件<820行
  • ⚡ 高性能 -针对速度和可靠性进行了优化
  • 🔌 易于集成 -与Cursor、Windsurf和Claude Desktop无缝协作
  • 📚 证据充分的 -综合指南和示例
  • 🔒 生产就绪 -为真实的企业用例而构建

🎬 现实世界影响

该框架用于构建一个完整的AI开发团队，该团队：

  • ✅ 在中完成了2150行代码重构 4分钟
  • ✅ 管理复杂的多模块项目 5个AI代理
  • ✅ 已交付企业质量代码 100%测试覆盖率

🚀 特性

👥 消息系统

  • 直接信息 -在AI代理之间发送消息
  • 文件共享 -共享代码、文档和资源
  • 阅读收据 -跟踪消息状态
  • 过滤 -按关键字、时间和阅读状态搜索
  • 智能截断 -可配置的内容长度（最多5000个字符）

📋 任务管理

  • 任务创建 -优先级（P0/P1/P2）、截止日期、描述
  • 作业 -将任务委派给特定代理
  • 状态跟踪 -实时进度监控
  • 权限控制 -基于角色的访问（经理vs员工）
  • 软/硬删除 -灵活的任务清理

👨‍👩‍👧‍👦 团体协作

  • 项目组 -按项目组织代理商
  • 群组消息 -向所有成员广播
  • @提及 -通知特定成员
  • 消息固定 -突出重要信息
  • 主题/线索 -组织讨论
  • 未读跟踪 -永远不要错过重要更新
  • 组存档 -清理已完成的项目

🔧 系统工具

  • 代理商注册 -身份和角色管理
  • 会话管理 -跟踪活动会话
  • 待机模式 -新任务/消息的5分钟自动监控
  • 员工配置 -从加载角色/描述 .mdc 文件

🏗️ 建筑

mcp_ai_chat/
├── server_modular.py        # Main entry point (v5.0)
├── tools/                   # Tool definitions (28 tools)
│   ├── message_tools.py    # 7 message tools
│   ├── task_tools.py       # 6 task tools
│   ├── group_tools.py      # 11 group tools
│   └── system_tools.py     # 4 system tools
├── handlers/                # Request handlers
│   ├── message_handler.py
│   ├── task_handler.py
│   ├── group_handler.py
│   └── system_handler.py
├── core/                    # Core functionality
│   ├── storage.py          # Data persistence
│   └── session.py          # Session management
└── utils/                   # Utilities
    ├── time_utils.py
    └── format_utils.py

设计原则

  • ✅ 模块化 -每个模块都有一个单一的职责
  • ✅ 可测试性 -干净的接口和依赖注入
  • ✅ 可扩展性 -易于添加新工具和功能
  • ✅ 可维护性 -代码结构清晰，注释全面

⚡ 快速开始

先决条件

  • Python 3.8或更高版本
  • 光标、风帆或克劳德桌面
  • 对MCP的基本了解

安装

  1. 安装MCP Python SDK：
pip install mcp
  1. 克隆此存储库：
git clone https://github.com/KALUSO-nolodjska/ai-team-mcp.git
cd ai-team-mcp
  1. 配置您的MCP客户端：

对于 光标 或 帆板运动，编辑 ~/.cursor/mcp.json 或 ~/.windsurf/mcp.json:

{
  "mcpServers": {
    "ai-team-manager": {
      "command": "python",
      "args": ["-m", "mcp_ai_chat.server_modular"],
      "cwd": "/path/to/ai-team-mcp"
    }
  }
}

对于 克劳德桌面，编辑 ~/Library/Application Support/Claude/claude_desktop_config.json （macOS）或 %APPDATA%\Claude\claude_desktop_config.json （Windows）：

{
  "mcpServers": {
    "ai-team": {
      "command": "python",
      "args": ["-m", "mcp_ai_chat.server_modular"],
      "cwd": "/path/to/ai-team-mcp"
    }
  }
}

  1. 重新启动MCP客户端 （光标/风帆/克劳德桌面）

  2. 测试安装：

# In your AI assistant, try:
mcp_ai-chat-group_register_agent({
  "agent_name": "test_agent",
  "role": "Developer",
  "description": "Test agent for verification"
})

您应该看到一条成功消息，确认代理已注册！ 🎉

💡 用法示例

示例1：基本消息交换

# Agent A sends a message to Agent B
mcp_ai-chat-group_send_message({
  "recipients": "agent_b",
  "message": "API implementation completed. Please review."
})

# Agent B receives messages
mcp_ai-chat-group_receive_messages({
  "recipient": "agent_b",
  "unread_only": True
})

示例2：任务管理

# Manager creates a task
mcp_ai-chat-group_create_task({
  "title": "Implement user authentication",
  "description": "Add JWT-based auth with refresh tokens",
  "priority": "P1",
  "due_date": "2025-11-15T23:59:59"
})

# Manager assigns task to Agent A
mcp_ai-chat-group_assign_task({
  "task_id": "TASK_20251110_001",
  "assignee": "agent_a"
})

# Agent A updates task status
mcp_ai-chat-group_update_task_status({
  "task_id": "TASK_20251110_001",
  "status": "进行中",
  "progress_note": "50% complete, JWT signing working"
})

示例3：小组协作

# Create a project group
mcp_ai-chat-group_create_group({
  "name": "Authentication Module",
  "description": "Team working on auth features",
  "members": ["manager", "agent_a", "agent_b"]
})

# Send message to group with @mention
mcp_ai-chat-group_send_group_message({
  "group_id": "GRP_20251110_001",
  "message": "Backend API ready for testing!",
  "mentions": ["agent_c"],
  "importance": "high",
  "topic": "API Release"
})

# Receive group messages with filtering
mcp_ai-chat-group_receive_group_messages({
  "group_id": "GRP_20251110_001",
  "mentions_me": True,
  "importance": "high"
})

示例4：待机模式

# Agent enters standby mode (auto-checks for 5 minutes)
mcp_ai-chat-group_standby({
  "status_message": "Waiting for new tasks",
  "check_tasks": True,
  "check_messages": True,
  "auto_read": True
})
# Returns immediately if new tasks/messages arrive
# Otherwise continues checking for 5 minutes

📚 文档

工具类别

类别 工具 描述
消息 7个工具 发送、接收、标记已读、共享代码
任务 6个工具 创建、分配、更新、删除、列表
群组 11个工具 创建组、消息传递、固定、归档
系统 4个工具 注册代理、会话、待机

📖 请参阅 API完整参考 详细文档。

🎯 用例

1.人工智能开发团队

  • 协调前端、后端和DevOps AI代理
  • 共享代码和文档
  • 跟踪任务和进度
  • 审查和批准变更

2.研究合作

  • 多个AI代理处理问题的不同方面
  • 分享研究结果和假设
  • 坐标实验
  • 汇总结果

3.客户支持

  • 将查询路由到专门的AI代理
  • 上报复杂问题
  • 跟踪分辨率状态
  • 共享知识库更新

4.内容创作

  • 作家、编辑和审稿人共同工作
  • 分享草稿和反馈
  • 跟踪修订
  • 协调出版

🛠️ 高级配置

员工配置文件

在中定义代理角色和描述 .mdc 文件夹：

# .cursor/rules/agent_a.mdc
Role: Frontend Developer
Description: Specializes in React, TypeScript, and UI/UX
Responsibilities:
- Implement user interfaces
- Optimize performance
- Ensure accessibility

然后注册自动加载：

mcp_ai-chat-group_set_employee_config({
  "agent_name": "agent_a",
  "mdc_file_path": ".cursor/rules/agent_a.mdc"
})

mcp_ai-chat-group_register_agent({
  "agent_name": "agent_a",
  "auto_load_from_mdc": True
})

待机模式

启用连续监控：

# Agent automatically checks for new tasks/messages every 5 minutes
while True:
    result = mcp_ai-chat-group_standby({
        "status_message": "Ready for work",
        "check_tasks": True,
        "check_messages": True,
        "auto_read": True
    })
    # Process new tasks/messages
    # Loop continues until interrupted

📊 演出

  • 启动时间：<100ms
  • 消息延迟：<10ms
  • 任务查询：<5ms
  • 内存使用：<50MB（典型）
  • Max代理：无限制（使用100+测试）

🤝 贡献

我们欢迎捐款！以下是您可以提供帮助的方式：

  1. 🐛 报告Bug -打开一个关于复制步骤的问题
  2. 💡 建议功能 -在讨论中分享你的想法
  3. 🔧 提交PR -修复错误或添加功能
  4. 📖 改进文档 -帮助使文档更清晰

看 贡献.md 详细指南。

📜 许可证

此项目根据MIT许可证获得许可-请参阅 许可证 文件以获取详细信息。

🙏 致谢

📞 支持

⭐ 明星历史

如果你觉得这个项目有用，请考虑给它一颗星！ ⭐

它帮助其他人发现项目，并激励我们不断改进。

内置于❤️ 由人工智能团队MCP社区

⬆ 返回页首

相关 MCP