🤖 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
______________________________________________________________________
📖 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
- 安装MCP Python SDK：
pip install mcp- 克隆此存储库：
git clone https://github.com/KALUSO-nolodjska/ai-team-mcp.git
cd ai-team-mcp- 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"
}
}
}- 重新启动MCP客户端 （光标/风帆/克劳德桌面）
- 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：
- 🐛 报告Bug -打开一个关于复制步骤的问题
- 💡 建议功能 -在讨论中分享你的想法
- 🔧 提交PR -修复错误或添加功能
- 📖 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
- 内置于 模型上下文协议（MCP）
- 受到现代软件工程实践的启发
- 通过人工智能与人类协作开发
- 特别感谢MCP社区
______________________________________________________________________
📞 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