AI导哈

多智能体协作平台

Red Team MCP是一个连接68个提供商和1500多个模型的多智能体协作平台，支持构建专业团队、协调复杂工作流程，并与VS Code和Claude Desktop无缝集成。

  • by RedTeamMCP
  • Python
  • 本地部署
  • 1 星标
  • 更新于
在 GitHub 查看 RedTeamMCP/RedTeam-MCP

使用说明

Red Team MCP

Assemble elite AI agent teams to tackle any challenge

Quick Start • Features • Multi-Agent • MCP Integration • API

红队MCP是一个多代理协作平台，连接到 68家供应商和1500多种型号 通过 models.dev构建专门的代理团队，协调复杂的工作流程，并通过模型上下文协议（MCP）与VS Code和Claude Desktop无缝集成。

✨ 特性

🎯 通用模型访问

  • 68供应商：Anthropic、OpenAI、谷歌、Groq、Mistral、DeepSeek等60多家公司
  • 1500+型号：从models.dev自动同步
  • 统一API：所有提供商的一个接口

🤖 多Agent协作

  • 5种协调模式：管道、合奏、辩论、群体、分层
  • 预定义团队：写作、营销、研究、技术、高管
  • 自定义团队：构建自己的代理配置

📡 MCP集成

  • VS代码就绪：与GitHub Copilot配合使用
  • 克劳德桌面版：本地集成
  • 动态工具：所有作为MCP工具暴露的试剂

🚀 生产就绪

  • FastAPI后端：高性能异步API
  • Web仪表板：HTMX驱动的管理界面
  • 成本跟踪：按请求使用情况分析

🚀 快速开始

选项A:Docker（推荐）

git clone https://github.com/yourusername/red-team-mcp.git
cd red-team-mcp
cp .env.example .env
# Edit .env with your API keys

docker compose up -d
# Open http://localhost:8000/ui/

选项B：本地安装

git clone https://github.com/yourusername/red-team-mcp.git
cd red-team-mcp
python -m venv venv
source venv/bin/activate  # Windows: venv\Scripts\activate
pip install -r requirements.txt

配置API密钥

cp .env.example .env
# Edit .env with your API keys

跑

# Start the web server & dashboard
python main.py serve
# Open http://localhost:8000/ui/

# Or use the CLI
python main.py chat "What is machine learning?"

# Or start the MCP server
python main.py mcp

🤝 多智能体协调

红队MCP擅长在复杂任务中协调多个AI代理。从5种协调模式中选择：

模式 描述 最适合
管道 代理按顺序工作，每个代理都建立在前一个输出的基础上 文档工作流，迭代细化
合奏 代理并行工作，然后综合结果 综合分析，多视角
辩论 代理人进行来回论证 批判性思维，发现缺陷
群集 CrewAI支持的授权协作 复杂的项目，动态的任务分配
分层的 经理代理委托给专家 大型团队，结构化工作流程

预定义代理团队

团队 代理 默认模式
写作团队 创意作家、编辑、SEO专家 Pipeline
营销团队 策略师、品牌经理、社交媒体 分层
研究团队 研究员、数据科学家、分析师 Ensemble
技术团队 专家、解决方案架构师、安全 辩论
执行团队 战略、财务、运营 集成

示例：多代理请求

curl -X POST "http://localhost:8000/api/multi-agent" \
  -H "Content-Type: application/json" \
  -d '{
    "query": "Analyze the competitive landscape for AI startups",
    "coordination_mode": "ensemble",
    "agents": ["financial_analyst", "strategy_consultant", "technical_expert"]
  }'

📡 MCP集成

Red Team MCP提供了一个模型上下文协议服务器，用于与AI助手无缝集成。

VS代码设置

创建 .vscode/mcp.json 在您的项目中：

{
  "servers": {
    "red-team-mcp": {
      "command": "python",
      "args": ["-m", "src.mcp_server_dynamic"],
      "cwd": "/path/to/red-team-mcp"
    }
  }
}

Claude桌面设置

添加到您的Claude桌面配置(~/Library/Application Support/Claude/claude_desktop_config.json):

{
  "mcpServers": {
    "red-team-mcp": {
      "command": "python",
      "args": ["/path/to/red-team-mcp/main.py", "mcp"]
    }
  }
}

可用的MCP工具

工具 说明
list_agents 列出所有可用的代理
list_teams 列出所有预定义的团队
chat 与特定客服聊天
run_team 在任务上执行团队
coordinate 运行多代理协调
brainstorm 生成多个视角

📖 api参考

聊天端点

POST /api/chat
Content-Type: application/json

{
  "agent_id": "creative_writer",
  "message": "Write a tagline for an AI product",
  "temperature": 0.8,
  "max_tokens": 500
}

多代理端点

POST /api/multi-agent
Content-Type: application/json

{
  "query": "Develop a go-to-market strategy",
  "coordination_mode": "hierarchical",
  "agents": ["marketing_strategist", "sales_analyst"],
  "rebuttal_limit": 3
}

运行团队终结点

POST /api/team/{team_id}/run
Content-Type: application/json

{
  "query": "Create a blog post about AI trends",
  "coordination_mode": "pipeline"
}

其他端点

端点 方法 描述
/api/agents GET 列出所有代理
/api/teams GET 列出所有团队
/api/models GET 列出可用型号
/health GET 健康检查
/ws/chat WS WebSocket流媒体

🏗️ 建筑

red-team-mcp/
├── main.py                    # CLI entry point
├── config/config.yaml         # Configuration
├── src/
│   ├── api/                   # FastAPI application
│   │   ├── app.py            # App factory
│   │   ├── endpoints.py      # REST endpoints
│   │   └── websockets.py     # WebSocket handlers
│   ├── agents/               # Agent implementations
│   │   ├── configurable_agent.py
│   │   └── coordinator.py    # Multi-agent coordination
│   ├── web/                  # Dashboard UI
│   │   ├── routes.py
│   │   └── templates/        # HTMX templates
│   ├── providers/            # 68 provider implementations
│   ├── config.py             # Configuration management
│   ├── models.py             # Model selector
│   ├── db.py                 # SQLite persistence
│   └── mcp_server_dynamic.py # MCP server
└── mcp_servers/              # Generated MCP servers

⚙️ 配置

环境变量

# Core providers
ANTHROPIC_API_KEY=your_key
OPENAI_API_KEY=your_key
GOOGLE_API_KEY=your_key
GROQ_API_KEY=your_key
DEEPSEEK_API_KEY=your_key

# And 60+ more providers supported!

config.yaml

api:
  host: "0.0.0.0"
  port: 8000
  rate_limit: "100/minute"

models:
  default: "claude-sonnet-4-20250514"

agents:
  predefined:
    - id: my_custom_agent
      name: Custom Agent
      model_id: gpt-4o
      provider: openai
      role: Specialist
      goal: Help with specific tasks

🧪 发展

# Run tests
python -m pytest tests/ -v

# Run with hot reload
python main.py serve --reload

# Generate MCP servers
python main.py generate-mcp --all

📊 Web仪表板

访问管理员仪表板 http://localhost:8000/ui/ 致：

  • 💬 聊天 与任何代理交互
  • 👥 管理团队 和代理配置
  • 📈 查看统计信息 关于使用和成本
  • ⚙️ 配置 提供者和设置
  • 📤 出口 配置

🤝 贡献

  1. 复刻仓库
  2. 创建要素分支(git checkout -b feature/amazing)
  3. 添加新功能的测试
  4. 确保所有测试通过(python -m pytest)
  5. 提交拉取请求

📄 许可证

AGPL-3.0许可证-请参阅 许可证 了解详情。

🙏 致谢

  • models.dev -综合模型数据库
  • 船员AI -代理编排框架
  • 快速API -高性能web框架
  • 所有68家人工智能提供商都让他们的模型可访问

Ready to assemble your AI team?
Get Started →

相关 MCP