AI导哈

多LLM交叉检查服务器

一个模型控制协议（MCP）服务器，允许同时交叉检查来自多个LLM提供商的响应，提供统一的接口查询不同LLM API。

  • by lior-ps
  • Python
  • 本地部署
  • 15 星标
  • 更新于
在 GitHub 查看 lior-ps/multi-llm-cross-check-mcp-server

使用说明

多LLM交叉检查MCP服务器

一种模型控制协议（MCP）服务器，允许同时交叉检查来自多个LLM提供者的响应。该服务器与Claude Desktop集成为MCP服务器，为查询不同的LLM API提供统一的接口。

特性

  • 并行查询多个LLM提供者
  • 目前支持：
    • OpenAI（ChatGPT）
    • 人类学（克劳德）
    • 困惑AI
    • 谷歌（双子座）
  • 异步并行处理，响应更快
  • 与Claude Desktop轻松集成

先决条件

  • Python 3.8或更高版本
  • 要使用的LLM提供程序的API密钥
  • uv包管理器（安装 pip install uv)

安装

通过Smithery安装

通过以下方式自动为Claude Desktop安装Multi-LLM交叉检查服务器 史密瑟里:

npx -y @smithery/cli install @lior-ps/multi-llm-cross-check-mcp-server --client claude

手动安装

  1. 克隆此存储库：
git clone https://github.com/lior-ps/multi-llm-cross-check-mcp-server.git
cd multi-llm-cross-check-mcp-server
  1. 初始化紫外线环境和安装要求：
uv venv
uv pip install -r requirements.txt

  1. 在Claude Desktop中配置： 创建一个名为的文件 claude_desktop_config.json 在您的Claude Desktop配置目录中，包含以下内容：

    {
  "mcp_servers": [
    {
      "command": "uv",
      "args": [
        "--directory",
        "/multi-llm-cross-check-mcp-server",
        "run",
        "main.py"
      ],
      "env": {
        "OPENAI_API_KEY": "your_openai_key",  // Get from https://platform.openai.com/api-keys
        "ANTHROPIC_API_KEY": "your_anthropic_key",  // Get from https://console.anthropic.com/account/keys
        "PERPLEXITY_API_KEY": "your_perplexity_key",  // Get from https://www.perplexity.ai/settings/api
        "GEMINI_API_KEY": "your_gemini_key"  // Get from https://makersuite.google.com/app/apikey
      }
    }
  ]
}

    笔记：

    1. 您只需要为要使用的LLM提供程序添加API密钥。服务器将跳过任何未配置API密钥的提供程序。
    2. 您可能需要在命令字段中输入uv可执行文件的完整路径。你可以通过跑步来获得这个 which uv 在MacOS/Linux或 where uv 在Windows上。

使用MCP服务器

配置后：

  1. 当您打开Claude Desktop时，服务器将自动启动
  2. 您可以使用 cross_check 通过要求“与其他LLM交叉检查”，在对话中使用该工具
  3. 提供提示，它将返回所有配置的LLM提供程序的响应

API响应格式

服务器返回一个字典，其中包含来自每个LLM提供程序的响应：

{
    "ChatGPT": { ... },
    "Claude": { ... },
    "Perplexity": { ... },
    "Gemini": { ... }
}

错误处理

  • 如果没有为特定LLM提供API密钥，则将跳过该提供程序
  • API错误被捕获并在响应中返回
  • 每个LLM的响应都是独立的，因此一个提供者的错误不会影响其他提供者

贡献

欢迎投稿！请随时提交拉取请求。

许可证

此项目根据MIT许可证获得许可-有关详细信息，请参阅许可证文件。

相关 MCP