AI Collab

ai collab

Claude Code的多AI协作MCP服务器。在任何AI CLI代理组合中组织头脑风暴会议——GitHub Copilot、Google Gemini、OpenAI Codex或任何自定义CLI工具。

它做什么

ai collab允许Claude Code将问题委托给其他ai代理，并运行结构化的多代理头脑风暴会议，其工作流程分为三个阶段：

1. 独立分析 --每个代理独立分析主题
2. 深思熟虑 --代理人审查调查结果，并根据证据进行投票（接受/拒绝/修改）
3. 整合 --克劳德综合了最终共识

所有通信都是通过共享的SQLite数据库进行的。每个代理都有自己的MCP服务器实例，用于读取/写入记录。

快速开始

先决条件

• 防锈工具链 （用于建筑）
• Claude 代码命令行工具
• 至少安装了一个AI CLI工具：

- (copilot) - 谷歌双子星命令行工具 (gemini) - OpenAI Codex命令行界面 (codex) - 或任何其他基于CLI的AI工具

安装

cargo install --git https://github.com/crsln/ai-collab.git ai-collab-server

或用于开发：

git clone https://github.com/crsln/ai-collab.git
cd ai-collab
cargo install --path crates/ai-collab-server

这使得 ai-collab-server 在您的货箱目录中（已在PATH中）。

设置

1. 复制示例配置并启用代理：

cp ai-collab.toml.example ai-collab.toml
# Edit ai-collab.toml — enable/disable agents as needed

1. 使用默认工作流、工具指南和角色模板为数据库添加种子：

ai-collab-server seed-defaults --db .data/brainstorm.db

配置Claude代码

添加到您的项目 .mcp.json （或全球 ~/.claude/settings.json):

{
  "mcpServers": {
    "ai-collab": {
      "command": "ai-collab-server",
      "args": ["serve", "--db", ".data/brainstorm.db"]
    }
  }
}

配置代理MCP访问

每个AI代理都需要面向MCP服务器的代理来进行头脑风暴工具。

克劳德子代理人 (.claude/agent-mcp.json):

{
  "mcpServers": {
    "brainstorm": {
      "command": "ai-collab-server",
      "args": ["agent-serve", "--db", ".data/brainstorm.db"]
    }
  }
}

GitHub Copilot (~/.copilot/mcp-config.json):

{
  "mcpServers": {
    "brainstorm": {
      "command": "ai-collab-server",
      "args": ["agent-serve", "--db", ".data/brainstorm.db"]
    }
  }
}

谷歌双子座 (.gemini/settings.json 在您的项目中）：

{
  "mcpServers": {
    "brainstorm": {
      "command": "ai-collab-server",
      "args": ["agent-serve", "--db", ".data/brainstorm.db"]
    }
  }
}

OpenAI Codex (~/.codex/config.toml):

[mcp_servers.brainstorm]
command = "ai-collab-server"
args = ["agent-serve", "--db", ".data/brainstorm.db"]

用法

快速委派

Use ask_agent("copilot", "How do I rebase interactively?")
Use ask_agent("gemini", "Analyze the architecture", cwd="/path/to/project")
Use ask_agents("What's the best approach for caching?", cwd="/path/to/project")
Use list_agents()

结构化头脑风暴

使用 /multi-ai-brainstorm 具备完整的三阶段头脑风暴会议的技能。

建筑

一个Rust二进制文件(ai-collab-server)提供两种MCP服务器模式：

1. ai-collab-server serve --编排器MCP服务器（Claude Code在此连接）
2. ai-collab-server agent-serve --面向MCP服务器的代理（每个代理在此处连接）

数据流

User asks Claude Code to brainstorm
  │
  ├── Claude Code ←──MCP──→ ai-collab-server serve (orchestrator tools)
  │     ├── ask_agent / ask_agents → subprocess dispatch via providers
  │     ├── bs_run_round → parallel agent dispatch with fail-fast gates
  │     └── bs_* tools → brainstorm.db read/write
  │
  ├── brainstorm.db (shared SQLite — single source of truth)
  │
  └── Each agent (Copilot/Gemini/Codex) ←──MCP──→ ai-collab-server agent-serve
        ├── bs_get_onboarding → discover task, role, workflow, prior work
        ├── bs_save_response → save analysis (auto-validated)
        └── bs_batch_respond → vote on all feedback items at once

板条箱结构

ai-collab/
  ├── crates/
  │   ├── ai-collab-server    — Two MCP servers (orchestrator + agent-facing) + validator
  │   ├── ai-collab-core      — Enums, models, validation heuristics, traits
  │   ├── ai-collab-db        — SQLite persistence (WAL mode, CRUD/DDL)
  │   ├── ai-collab-config    — TOML config loading + agent registry
  │   └── ai-collab-provider  — Subprocess dispatch for agents
  ├── Cargo.toml              — Workspace root
  ├── ai-collab.toml.example  — Agent configuration template
  └── dashboard.html          — Web dashboard for session visualization

配置

ai-collab.toml

在中定义您的代理 ai-collab.toml:

[settings]
db_path = ".data/brainstorm.db"
default_timeout = 900

[agents.copilot]
enabled = true
command = "copilot"
args = ["-p", "{prompt}", "--allow-all"]
display_name = "GitHub Copilot"

[agents.gemini]
enabled = true
command = "gemini"
args = ["-p", "{prompt}", "--yolo"]
display_name = "Google Gemini"

看 ai-collab.toml.example 更多示例包括Codex、Aider和定制代理。

自描述数据库

头脑风暴数据库是自描述的。代理定义、工作流模板、工具指南和角色模板存储在全局表中。客服电话 bs_get_onboarding(agent_name) 发现他们需要的一切。

代理调度提示完全基于ID（约150个字符）：代理名称、会话/轮ID和引导指令。问题存储在 rounds 表，并通过检索 bs_get_onboarding().

角色库

用于为代理分配专门行为的可重用角色模板：

Use bs_list_roles()
Use bs_apply_role(session_id, "copilot", "security-reviewer")
Use bs_create_role(slug="api-reviewer", display_name="API Reviewer", ...)

包括8个种子模板： code-reviewer, security-reviewer, architecture-analyst, performance-analyst, ux-design-critic, devil-advocate, copilot-code-verifier, gemini-research-analyst.

许可证

麻省理工学院