AI Consultation MCP

代理咨询MCP

](https://www.npmjs.com/package/ai-consultation-mcp) 

MCP（模型上下文协议）服务器，使AI代理能够获得 第二意见 从其他人工智能模型中，丰富他们在工作中的视角。

目的当人工智能代理处理复杂任务时，单一视角可能会导致盲点或次优解决方案。这个MCP服务器允许像Claude Code这样的代理咨询DeepSeek和OpenAI模型，以获得替代观点、验证或不同的问题解决策略。

特性

• 中央守护进程架构：基于SQLite的中央守护进程，在所有连接的客户端之间实现WebSocket实时同步
• 多工具自动安装：自动检测和配置用于Claude代码、游标、Windsurf、Cline、Continue、Zed、Roo代码、OpenCode和VSCode副本的MCP
• 多提供商支持:

- 开放人工智能：gpt-5.2，gpt-5.2-pro - 深度求索：deepseek聊天，deepseek推理器

• 专业咨询模式：调试、代码分析、架构审查、计划验证、概念解释
• 对话管理：继续与上下文进行多回合对话（最多5条消息，以防止无限循环）
• 实时Web用户界面：配置提供程序、API密钥，并通过WebSocket通过实时更新查看对话历史记录
• 加密存储：API密钥在静止时使用AES-256-GCM加密
• RAG+内存：上传文档（txt、md、pdf、docx），添加记忆笔记，并在咨询期间使用它们

快速入门（2个步骤）

# 1. Auto-install to all detected AI tools
npx ai-consultation-mcp --install

# 2. Configure your API key in the Web UI that opens automatically
# Done! Restart your AI tools and start using

安装

选项1:npm（推荐）

安装和使用MCP服务器的最简单方法：

# Auto-install to all detected AI tools
npx ai-consultation-mcp --install

# Or install globally
npm install -g ai-consultation-mcp
ai-consultation-mcp --install

选项2：来自GitHub

克隆存储库并从源代码构建：

# Clone the repository
git clone https://github.com/menesekinci/ai-consultation-mcp.git
cd ai-consultation-mcp

# Install dependencies
npm install

# Build
npm run build

# Run the installer
npm start -- --install

自动安装功能

这 --install 旗帜将：

• 扫描已安装的AI工具（Claude Code、Cursor、Windsurf、OpenCode、VSCode Copilot、Cline、Continue、Zed、Roo Code）
• 将MCP配置添加到每个检测到的工具中
• 打开Web UI以配置API密钥
• 显示需要重新启动哪些工具

支持的AI工具

手动安装（克劳德代码）

增添 ~/.claude/mcp.json:

{
  "mcpServers": {
    "agent-consultation": {
      "command": "npx",
      "args": ["-y", "ai-consultation-mcp"]
    }
  }
}

建筑

中央守护进程+WebSocket

MCP服务器使用 中央守护程序架构 为了获得强大的多客户端支持：

┌─────────────────────────────────────────────────────────────────┐
│                      CENTRAL DAEMON                              │
│  ┌─────────────┐  ┌─────────────┐  ┌─────────────────────────┐  │
│  │ SQLite DB   │  │ WebSocket   │  │ HTTP API               │  │
│  │ (WAL mode)  │  │ Server      │  │ /api/*                 │  │
│  │             │  │             │  │                         │  │
│  │ - config    │  │ - sync      │  │ - config CRUD          │  │
│  │ - convos    │  │ - broadcast │  │ - provider CRUD        │  │
│  │ - history   │  │ - rooms     │  │ - chat history         │  │
│  └─────────────┘  └─────────────┘  └─────────────────────────┘  │
└───────────────────────────┬─────────────────────────────────────┘
                            │
            ┌───────────────┼───────────────┐
            │               │               │
            ▼               ▼               ▼
    ┌───────────────┐ ┌───────────────┐ ┌───────────────┐
    │ MCP Proxy     │ │ MCP Proxy     │ │ Web UI        │
    │ (Claude Code) │ │ (Cursor)      │ │ (Browser)     │
    │               │ │               │ │               │
    │ stdio ↔ WS    │ │ stdio ↔ WS    │ │ WS Client     │
    └───────────────┘ └───────────────┘ └───────────────┘

优点：

• ✅ SQLite+WAL模式下无比赛条件
• ✅ 所有连接的客户端之间的实时同步
• ✅ 自动守护进程生命周期管理
• ✅ 持续对话历史

默认运行时：守护进程/代理架构是默认和推荐的模式。 --legacy 为了兼容性而保留，但已弃用。

配置

设置API密钥

npx ai-consultation-mcp --config

这将打开一个web UI，您可以在其中：

• 为所有支持的提供程序添加/更新API密钥
• 测试API密钥有效性
• 设置默认和回退模型
• 实时查看对话历史记录
• 管理RAG文档和内存笔记

支持的提供商

模型特点

用法

配置后，您的AI助手可以使用以下工具：

咨询代理

从另一个AI模型那里获得第二种意见。

Parameters:
- question (required): The question or problem to get advice on
- mode (optional): Consultation mode - debug, analyzeCode, reviewArchitecture, validatePlan, explainConcept, general
- context (optional): Additional context like code snippets or error messages
- docIds (optional): Restrict RAG to these document IDs
- docTitles (optional): Restrict RAG to matching document titles

继续对话

继续现有的咨询对话。

Parameters:
- conversationId (required): The conversation ID from a previous consultation
- message (required): Your follow-up message
- docIds (optional): Restrict RAG to these document IDs
- docTitles (optional): Restrict RAG to matching document titles

end_conversation

结束积极的咨询对话。

Parameters:
- conversationId (required): The conversation ID to end

rag_search

使用可选过滤器搜索RAG文档。

Parameters:
- query (required): Search query
- docIds (optional): Restrict to document IDs
- docTitles (optional): Restrict to document titles
- folder (optional): Restrict to folder
- topK (optional): Number of results (default 4)
- minScore (optional): Minimum similarity score (default 0.35)

rag_list_docs

列出可用的RAG文件。

Parameters:
- folder (optional): Restrict to folder

rag_list_folders

列出可用的RAG文件夹。

rag_list_memories

列出结构化记忆笔记。

rag_get.doc_chunks

获取文档的所有块。

Parameters:
- documentId (required)

rag_add_memory

添加记忆笔记（嵌入并可由RAG搜索）。

Parameters:
- category (required): architecture | backend | db | auth | config | flow | other
- title (required): Short memory title
- content (required): Memory content

rag_upload_files

使用文件路径将本地文件上传到RAG索引。

Parameters:
- paths (required): Array of file paths to upload
- ifExists (optional): skip | allow | replace (default: skip)
- folder (optional): Folder name

示例

{
  "tool": "rag_upload_files",
  "paths": ["Architecture/trendyol-go-api-context7.md", "docs/migros.md"],
  "ifExists": "skip",
  "folder": "food/migros"
}

rag_update_doc_folder

更新文档文件夹。

Parameters:
- documentId (required)
- folder (required)

rag_bulk_update_folders

批量更新文档文件夹。

Parameters:
- mappings (required): [{ documentId, folder }]

示例

在Claude Code中，您可以这样使用它：

“你能就这个架构决策咨询DeepSeek吗？我不确定使用monorepo是否是这种微服务设置的正确选择。”

然后克劳德会打电话给 consult_agent 使用工具回答您的问题并提供答案。

咨询方式

RAG/内存

MCP服务器包括一个用于上下文咨询的本地RAG（检索增强生成）管道。 文件夹（命名空间）可用于限定文档的范围。一个常见的流程是：

1. rag_list_folders
2. rag_list_docs 随着 folder
3. rag_search 随着 folder 和/或特定 docIds

启动本地嵌入服务器

python3 -m venv .venv
source .venv/bin/activate
pip install -r scripts/embedding_server_requirements.txt
python scripts/embedding_server.py

服务器正在监听 http://127.0.0.1:7999/embed 默认情况下。您可以用以下命令覆盖 RAG_EMBED_URL.

添加记忆笔记

{
  "tool": "rag_add_memory",
  "category": "auth",
  "title": "Login flow",
  "content": "POST /auth/login -> validate -> issue JWT -> response Authorization header"
}

Web UI RAG功能

• 上传多个文档（txt、md、pdf、docx）
• 选择文档以确定搜索范围
• 带有顶级K/minScore控件的RAG测试
• 实时文档管理

发展

# Clone the repo
git clone https://github.com/menesekinci/ai-consultation-mcp.git
cd ai-consultation-mcp

# Install dependencies
npm install

# Run in development mode
npm run dev

# Run daemon in development mode
npm run dev:daemon

# Build for production
npm run build

# Run tests
npm test

安全

• API密钥加密：所有API密钥在静止时使用AES-256-GCM加密
• 仅限本地：Web UI只能在本地主机上访问
• 无日志：从未记录API密钥
• SQLite WAL模式：符合ACID标准的数据库操作可防止数据损坏

许可证

麻省理工学院