multi reasoning MCP

多推理MCP编排器（仅限CLI）

此MCP服务器使用以下命令编排多代理工作流 Codex CLI 和 Gemini CLI 只有（没有模型API）。它规划任务，将子任务路由到模式，并通过确定性补丁门应用更改。

亮点

• 仅CLI执行（Codex CLI+Gemini CLI）
• 模式注册表(modes/modes.yaml)带有提示、模式和安全标志
• 只有计划的编排者vs计划和执行
• 带有确认令牌的确定性补丁应用程序
• 可选桥接到工作区内存MCP(services/mcp_workspace_memory)

______________________________________________________________________

设置

cd projects/multi_reasoning_mcp
python3 -m venv .venv
. .venv/bin/activate
pip install -r requirements.txt
pip install -r requirements-dev.txt

运行MCP服务器（stdio）

cd projects/multi_reasoning_mcp
. .venv/bin/activate
python -m multi_reasoning_mcp.server

______________________________________________________________________

VS代码集成

此repo支持 两者:

1. 打开monorepo根目录(~/dev-workspace)，以及
2. 打开项目文件夹(~/dev-workspace/projects/multi_reasoning_mcp).

Monrepo根

工作区MCP配置： .vscode/mcp.json 包括：

• local/multi_reasoning_mcp
• local/workspace_memory

仅限项目文件夹

项目MCP配置： projects/multi_reasoning_mcp/.vscode/mcp.json

编辑后重新加载VS代码 mcp.json.

______________________________________________________________________

Codex VS代码扩展+Codex CLI

Codex用途 ~/.codex/config.toml （由扩展和CLI共享）。提供助手：

projects/multi_reasoning_mcp/scripts/register_codex_mcp.sh

这登记了：

• multi_reasoning_mcp
• workspace_memory

生成一个 ~/.codex/config.toml 与此仓库路径匹配的代码片段：

projects/multi_reasoning_mcp/scripts/codex_config_snippet.sh

______________________________________________________________________

Gemini CLI

添加编排器MCP服务器：

cd projects/multi_reasoning_mcp
gemini mcp add -t stdio -s project \
  -e PYTHONPATH="$PWD/src" \
  multi_reasoning_mcp python -m multi_reasoning_mcp.server

Gemini跑步者配置位于 config/llm_runners.yaml。您可以启用：

• extensions：显式Gemini扩展列表
• include_directories：用于大上下文摄取的附加文件夹
• allowed_tools / allowed_mcp_server_names：工具护栏

______________________________________________________________________

MCP工具暴露

• diagnostics()
• list_modes()
• repo_scan_tool(options)
• orchestrate_task(task, context, constraints, plan_only)
• run_subtask(subtask_spec, context, constraints, confirm_token?)
• apply_patch(patch_text, safety_level, confirm_token?)
• memory_search(...) （工作区桥）
• memory_remember(...) （工作区桥）
• context7_resolve_library_id(query, library_name) （桥）
• context7_query_docs(library_id, query) （桥）
• playwright_navigate(params) （桥）
• playwright_screenshot(params) （桥）
• playwright_click(params) （桥）
• memory_create_entities(...) （桥）
• memory_create_relations(...) （桥）
• memory_add_observations(...) （桥）
• memory_delete_entities(...) （桥）
• memory_delete_observations(...) （桥）
• memory_delete_relations(...) （桥）
• memory_read_graph() （桥）
• memory_search_nodes(query) （桥）
• memory_open_nodes(names) （桥）
• bridge_health() （桥）

所有输出均为JSON格式，具有人类可读性 summary 现场。

工具命名

• repo_scan_tool 是规范的repo扫描工具名称。
• 网桥包装工具以服务器名称作为前缀(context7_*, playwright_*, memory_*).

允许列表政策

工具通道由以下人员控制：

1. 全球排外主义者 config/llm_runners.yaml (gemini.allowed_tools 和 gemini.allowed_mcp_server_names).
2. 每种模式允许在 modes/modes.yaml.

有效的工具集是这两个列表的交集。如果任一列表为空，则没有可用的工具。

______________________________________________________________________

安全门

apply_patch 对于有风险的补丁（删除、重命名、批量更改、大差异）需要一个确认令牌。服务器返回从补丁内容中导出的所需令牌：

CONFIRM_

重新运行 apply_patch 使用该令牌继续。

敏感模式(financial_planner, therapist)还需要一个确认令牌才能通过执行 run_subtask.

______________________________________________________________________

Roo和编排器模式

Roo模式不同于编排器模式。路由使用中描述的关键字启发式方法 src/multi_reasoning_mcp/router.py一个常见的映射是：

______________________________________________________________________

例子

仅计划编排

{"task":"Refactor module X","context":"repo root","constraints":"no behavior change","plan_only":true}

执行子任务

{
  "subtask_spec": {
    "id": "1",
    "title": "Refactor module X",
    "description": "Refactor module X for clarity",
    "mode_id": "general_coder",
    "engine": "codex_cli",
    "reasoning_level": "standard"
  },
  "context": "repo root",
  "constraints": "no behavior change"
}

深入研究（第一阶段+第二阶段）

• 第一阶段：跑步 deep_researcher_stage1 收集来源。
• 第二阶段：跑步 deep_researcher_stage2_packet 为GPT-5.2 Pro生成粘贴就绪包（手动运行）。

编辑通行证

使用 editor 文档格式和一致性模式。

融资模式

使用 financial_planner 有明确的假设。输出仅供参考（不是财务建议）。

治疗师模式

使用 therapist CBT风格练习的模式。产出包括免责声明和危机说明。

______________________________________________________________________

烟雾测试

projects/multi_reasoning_mcp/scripts/smoke.sh

______________________________________________________________________

桥接MCP集成

此编排器可以桥接到回购范围的工作区内存和可选的外部MCP服务器。默认网桥 config位于：

projects/multi_reasoning_mcp/config/mcp_bridge.yaml

桥梁入口包括：

• workspace_memory （repo作用域内存和文档）
• context7 （库文档）
• playwright （浏览器自动化）
• memory （上游知识图）

使用 workspace_memory 对于回购上下文和 memory 用于耐用交叉回购票据的桥梁。把它们分开。

如果未安装/配置内存服务器，网桥调用将返回结构化错误。

要在本地启用内存服务器，请执行以下操作：

cd services/mcp_workspace_memory
python3 -m venv .venv
. .venv/bin/activate
pip install -r requirements.txt
python -m workspace_memory.server

______________________________________________________________________

感兴趣的文件

• src/multi_reasoning_mcp/server.py
• src/multi_reasoning_mcp/orchestrator.py
• src/multi_reasoning_mcp/codex_client.py
• src/multi_reasoning_mcp/gemini_client.py
• modes/modes.yaml
• config/llm_runners.yaml
• config/mcp_bridge.yaml
• scripts/smoke.sh