Super AI MCP

SuperAI MCP

一个MCP服务器将它们连接起来：

统一 克劳德代码, Codex CLI，以及 Gemini CLI 实现无缝多模型协作。

广播、连锁、投票、辩论——人工智能模型协同工作。

   

   

  

共享SuperAI MCP

  

多模式协作，一次MCP呼叫即可

Table of contents

目录

• ✨ 特性

- 多模型广播 - 链式管道 - 投票共识 - 多轮辩论 - 批处理 - 自动重试回退 - 响应缓存 - 流输出 - 模型发现与验证 - 成本跟踪和配额 - 安全

• 📦 入门指南

- 先决条件 - 安装

• 🛠️ 工具参考
• 🧪 测试
• 🤝 贡献
• 📝 许可证

####

✨ 特性

🔀 多模型广播

向发送相同的提示 克劳德、Codex和双子座并列 并在单个响应中获得聚合结果。非常适合多角度代码审查、比较模型推理或在不同AI引擎之间找到共识。

• 通过以下方式覆盖每个目标模型和参数 models 和 overrides
• 系统提示注入，实现所有目标的一致指令
• 内置提示模板： review, refactor, explain, test, debug, optimize

🔗 链式管道

构建 顺序多模型管道 其中每一步的输出自动流入下一步。为受益于分阶段处理的任务链接不同的模型——用一个起草，用另一个改进，用第三个验证。

• 输出自动注入 `

` 步骤之间的标签

• 第一次失败时停止，返回部分结果
• 所有步骤的端到端超时预算

🗳️ 投票共识

并行运行候选人，然后有一个 判断模型选择最佳答案通过同时利用多个模型的优势，获得最可靠的输出。

• 法官自动排除在候选人名单之外
• 只有成功的候选人输出被转发给法官
• 完全可配置的候选人和裁判选择

💬 多轮辩论

阶段A 交替辩论 在多轮比赛中，两个模型之间。每一轮都会看到对手之前的反应。非常适合探索权衡、压力测试解决方案或生成平衡分析。

• 可配置的辩论轮数
• 对手输出注入为 `` 标签
• 任何两个CLIs作为辩论方

More Features

⚡ 批处理

跑 同时对同一CLI发出N个提示 在一次工具调用中。通过服务器端调度绕过stdio序列化瓶颈 asyncio.Semaphore最多20个任务，具有可配置的并发性。

🔁 自动重试回退

速率限制、服务器错误或超时时自动级联降级。可重试的模式包括 RESOURCE_EXHAUSTED, overloaded_error, 429, 5xx, timed out等等。

🗄️ 响应缓存

在内存缓存中选择LRU+TTL(use_cache=True).相同的请求（相同的cli+cd+prompt+model）会立即返回缓存结果。通过配置 SUPERAI_MCP_CACHE_TTL （默认300秒）和 SUPERAI_MCP_CACHE_MAXSIZE （默认值128）。

📡 流输出

通过MCP实时推送AI响应块 ctx.info() 通知(stream=True).在工具返回最终完整响应的同时，立即查看长时间运行的任务。

🔍 模型发现与验证

list-models 实时从OpenRouter查询可用模型（不需要API密钥，缓存5分钟）。模型参数会自动验证，并给出拼写错误的纠正建议。短别名(flash, pro, sonnet, haiku, opus)绕过验证。

💰 成本跟踪和配额

• usage --通过OpenRouter定价的累计代币计数和估计成本（美元）
• quota -通过本地OAuth凭据实时使用帐户级别（不需要API密钥）
• status --CLI可用性、版本和身份验证状态概览

🔒 安全

• 所有文件操作的路径遍历保护
• Git ref审核参数验证
• 无壳注射——纯 asyncio.create_subprocess_exec
• 嵌套深度限制（最大5） SUPERAI_MCP_DEPTH env 是
• 默认情况下仅HTTP传输环回

📦 大型即时支持

通过stdin提示超过200KB的自动管道，以避免操作系统 ARG_MAX 限制。对来电者透明。

🔄 会话恢复

通过以下方式继续上一次对话的上下文 session_id。在不丢失上下文的情况下，保持多个通话的对话流畅。

📡 进度通知

主控程序 report_progress 在长时间运行的任务中，每5秒保持一次活动。包括已用时间和当前状态摘要，以防止客户端超时。

📝 系统提示和模板

通过以下方式注入系统级指令 system_prompt 或使用内置 template 预设(review, refactor, explain, test, debug, optimize)用于结构化提示。


📦 入门指南

先决条件

• Python>=3.12
• 紫外线
• 以下CLI中至少有一个（调用未安装的CLI会返回错误，而不会影响其他CLI）：

安装

推荐：通过安装技能 技能s.sh

技能是可重用的指令集，教人工智能代理如何有效地使用工具。将它们安装在MCP服务器旁边，以获得最佳体验。

npx skills add https://github.com/babywbx/SuperAI-MCP --skill superai-mcp

Available skills

npx skills add https://github.com/babywbx/SuperAI-MCP --list
npx skills add https://github.com/babywbx/SuperAI-MCP --skill multi-model-review
npx skills add https://github.com/babywbx/SuperAI-MCP --skill quota-check

克劳德代码

claude mcp add super -s user -- uvx --from git+https://github.com/babywbx/SuperAI-MCP.git superai-mcp

More options

# Clone and install locally
git clone https://github.com/babywbx/SuperAI-MCP.git
claude mcp add super -s user -- uv run --directory /path/to/SuperAI-MCP superai-mcp

添加 ~/.claude.json （全球）或 .mcp.json （项目层面）：

{
  "mcpServers": {
    "super": {
      "command": "uvx",
      "args": ["--from", "git+https://github.com/babywbx/SuperAI-MCP.git", "superai-mcp"]
    }
  }
}

自动允许工具调用 ~/.claude/settings.json:

{
  "permissions": {
    "allow": ["mcp__super"]
  }
}

您也可以只允许特定的工具： "mcp__super__codex", "mcp__super__gemini", "mcp__super__claude", "mcp__super__broadcast", "mcp__super__batch", "mcp__super__chain", "mcp__super__vote", "mcp__super__debate", "mcp__super__list-models", "mcp__super__status", "mcp__super__usage", "mcp__super__quota".

Codex CLI

# ~/.codex/config.toml
[mcp_servers.super]
command = "uvx"
args = ["--from", "git+https://github.com/babywbx/SuperAI-MCP.git", "superai-mcp"]

Gemini CLI

gemini mcp add super -- uvx --from git+https://github.com/babywbx/SuperAI-MCP.git superai-mcp

HTTP Transport (Advanced)

uv run superai-mcp --http --host 127.0.0.1 --port 8088

用于并发工具调用的流式HTTP传输。非环回主机被拒绝，除非 SUPERAI_ALLOW_REMOTE_HTTP=1.

添加 ~/.gemini/settings.json:

{
  "mcpServers": {
    "super": {
      "command": "uvx",
      "args": ["--from", "git+https://github.com/babywbx/SuperAI-MCP.git", "superai-mcp"]
    }
  }
}

Claude Plugin (slash commands)

claude plugin marketplace add github:babywbx/SuperAI-MCP && claude plugin install superai-mcp

Slash命令： /quota --对所有提供商进行快速配额检查。

配置后重新启动CLI。


🛠️ 工具参考

概述

使用方式: 1️⃣ 默认--直接转发提示· 2️⃣ 查看--自动获取git diff(review_uncommitted / review_base / review_commit) · 3️⃣ 文件--通过以下方式读取文件内容 files param（路径或全局）

Core Tool Parameters

codex

gemini

claude

Collaboration Tool Parameters

broadcast

并行向多个CLI发送相同的提示，返回聚合结果。

按目标覆盖 --优先级： overrides > models > model:

{
  "overrides": {
    "codex": { "timeout": 600, "reasoning_effort": "high" },
    "gemini": { "timeout": 120, "system_prompt": "be concise" },
    "claude": { "timeout": 900, "effort": "high", "max_budget_usd": 5.0 }
  }
}

备注：上下文构建参数(review_uncommitted, review_base, review_commit, files)预构建一次，不能为每个目标覆盖。

batch

对同一CLI目标同时运行多个提示。

备注: broadcast 发送1个提示→ N个目标。 batch 发送N个提示→ 1 目标。组合有效载荷上限为20 MiB。

chain

顺序多模型管道。每一步的输出都会自动注入下一步。

vote

平行候选人+评委选出最佳答案。

debate

两轮交替辩论。

Utility Tool Parameters

list-models

从OpenRouter查询可用模型（包括OpenAI、Google、Anthropic）。不需要API密钥，缓存5分钟。

备注：来自OpenRouter的数据——并非所有型号都能保证与CLIs配合使用。已验证截至2026年3月的最新型号： |CLI |最新验证型号| |-----|----------------------| |双子座| gemini-3.1-pro-preview | |食品法典委员会| gpt-5.3-codex | |克劳德| claude-opus-4-6 |

status

检查所有CLI的可用性、版本和身份验证状态。

quota

通过本地OAuth凭据（Keychain、auth.json、OAuth_creds.json）实现真实的帐户级使用配额。

usage

累计代币使用量、通话次数和估计成本（美元）。


🧪 测试

uv run pytest -v


🤝 贡献

欢迎各种类型的贡献。



______________________________________________________________________

📝 License

该项目根据 Apache许可证2.0.

版权所有©2026 婴儿.

这个项目是 Apache 2.0 得到许可的。