7836246

Claude Team

Community 7836246
Updated

🤖 Multi-Agent MCP Server - Let Claude Code / Windsurf / Cursor orchestrate GPT, Claude, Gemini to work as an AI dev team

Claude Team

🤖 让 Claude Code / Windsurf / Cursor 同时使用 GPT、Claude、Gemini 等多个模型协作完成任务

npm versionNode.jsMCPLicense

✨ 特性

  • 🤖 多模型协作 - 配置多个模型,各自发挥所长,协作完成任务
  • 🧠 智能任务分配 - 主模型分析任务,自动分配给最合适的模型执行
  • 🌐 支持中转 API - 自定义 Base URL,兼容各种代理服务
  • 🔧 灵活配置 - 每个模型可独立配置 API Key、URL、模型 ID
  • 📝 协作历史 - 完整记录每次协作,支持搜索和回顾

🚀 快速开始

安装

npm install -g claude-team

或直接使用 npx(无需安装):

npx claude-team

📖 Claude Code 详细配置教程

步骤 1:找到配置文件

打开配置文件 ~/.claude/config.json

# macOS/Linux
open ~/.claude/config.json

# 或手动创建
mkdir -p ~/.claude && touch ~/.claude/config.json

步骤 2:添加 MCP 配置

编辑 config.json,添加以下内容:

基础配置(双模型)
{
  "mcpServers": {
    "claude-team": {
      "command": "npx",
      "args": ["-y", "claude-team"],
      "env": {
        "CLAUDE_TEAM_MAIN_KEY": "sk-your-api-key",
        "CLAUDE_TEAM_MAIN_URL": "https://api.openai.com/v1",
        "CLAUDE_TEAM_MAIN_MODEL": "gpt-4o",
        "CLAUDE_TEAM_MAIN_PROVIDER": "openai",
        
        "CLAUDE_TEAM_MODEL1_NAME": "gpt-3.5-turbo"
      }
    }
  }
}
推荐配置(三模型协作)
{
  "mcpServers": {
    "claude-team": {
      "command": "npx",
      "args": ["-y", "claude-team"],
      "env": {
        "CLAUDE_TEAM_MAIN_KEY": "sk-your-main-key",
        "CLAUDE_TEAM_MAIN_URL": "https://api.openai.com/v1",
        "CLAUDE_TEAM_MAIN_MODEL": "gpt-4o",
        "CLAUDE_TEAM_MAIN_PROVIDER": "openai",
        
        "CLAUDE_TEAM_MODEL1_KEY": "sk-your-model1-key",
        "CLAUDE_TEAM_MODEL1_URL": "https://api.anthropic.com/v1",
        "CLAUDE_TEAM_MODEL1_NAME": "claude-3-sonnet",
        "CLAUDE_TEAM_MODEL1_PROVIDER": "anthropic",
        
        "CLAUDE_TEAM_MODEL2_KEY": "sk-your-model2-key",
        "CLAUDE_TEAM_MODEL2_URL": "https://generativelanguage.googleapis.com/v1",
        "CLAUDE_TEAM_MODEL2_NAME": "gemini-pro",
        "CLAUDE_TEAM_MODEL2_PROVIDER": "gemini"
      }
    }
  }
}
中转 API 配置(同一服务多模型)
{
  "mcpServers": {
    "claude-team": {
      "command": "npx",
      "args": ["-y", "claude-team"],
      "env": {
        "CLAUDE_TEAM_MAIN_KEY": "your-proxy-key",
        "CLAUDE_TEAM_MAIN_URL": "https://your-proxy.com/v1",
        "CLAUDE_TEAM_MAIN_MODEL": "gpt-4o",
        "CLAUDE_TEAM_MAIN_PROVIDER": "openai",
        
        "CLAUDE_TEAM_MODEL1_NAME": "gpt-3.5-turbo",
        "CLAUDE_TEAM_MODEL2_NAME": "claude-3-haiku",
        "CLAUDE_TEAM_MODEL2_PROVIDER": "anthropic"
      }
    }
  }
}

💡 PROVIDER 可选值: openai | anthropic | gemini 💡 如果 MODEL1/2/3 没有单独配置,会自动继承 MAIN 的配置

步骤 3:重启 Claude Code

配置完成后,重启 Claude Code 使配置生效。

步骤 4:开始使用

在 Claude Code 中直接对话:

> 帮我用团队协作完成一个用户登录功能
> 让团队帮我优化这段代码的性能

🔧 Windsurf / Cursor 配置

配置文件位置:

  • Windsurf: ~/.codeium/windsurf/mcp_config.json
  • Cursor: ~/.cursor/mcp.json

配置格式与 Claude Code 相同。

⚙️ 配置说明

环境变量 必需 说明
CLAUDE_TEAM_MAIN_KEY 主模型 API Key
CLAUDE_TEAM_MAIN_URL 主模型 API 地址
CLAUDE_TEAM_MAIN_MODEL 主模型 ID(默认 gpt-4o)
CLAUDE_TEAM_MODEL{N}_KEY 模型N API Key(默认用 MAIN 的)
CLAUDE_TEAM_MODEL{N}_URL 模型N API 地址(默认用 MAIN 的)
CLAUDE_TEAM_MODEL{N}_NAME 模型N ID

N = 1, 2, 3... 最多支持 10 个工作模型

模型角色

模型 用途
MAIN 主模型:分析任务、分配工作、也参与执行
MODEL1/2/3... 工作模型:各自执行擅长的任务

🎬 工作原理

用户: "优化这个 SQL 查询的性能"

Tech Lead 分析 →
├── 创建: SQL 优化专家 (powerful)
├── 创建: 索引分析专家 (balanced)  
└── 工作流: sequential
用户: "写一个带暗黑模式的设置页面"

Tech Lead 分析 →
├── 创建: UI 组件专家 (balanced)
├── 创建: 主题系统专家 (fast)
├── 创建: 状态管理专家 (balanced)
└── 工作流: parallel → review

🛠️ MCP 工具

工具 描述
team_work 🚀 团队协作完成任务(自动创建专家)
ask_expert 💬 咨询专家(frontend/backend/qa)
code_review 🔍 代码审查
fix_bug 🐛 Bug 修复
history_list 📋 查看协作历史
history_get 📄 获取历史详情
history_search 🔎 搜索历史记录
history_context 📚 获取最近上下文

⚙️ 高级配置 (可选)

多模型配置

如果你有多个 API Key,系统会自动优化分配:

# 设置多个 Key,获得最佳体验
export GEMINI_API_KEY="xxx"      # → fast 任务
export OPENAI_API_KEY="sk-xxx"   # → balanced 任务  
export ANTHROPIC_API_KEY="xxx"   # → powerful 任务

自定义配置文件

需要更精细的控制?创建高级配置:

claude-team init --advanced

这会在 ~/.claude-team/config.yaml 创建配置文件,你可以自定义:

  • 模型选择和参数
  • 专家角色定义
  • 协作流程设置

模型能力级别

级别 用途 示例场景
fast 简单、快速任务 格式化、简单查询、文档生成
balanced 常规开发任务 组件开发、API 实现、单元测试
powerful 复杂推理任务 架构设计、性能优化、安全审计

📦 更新日志

v0.2.3

  • 🎛️ 模型格式配置 - 支持指定 PROVIDER(openai/anthropic/gemini),适配不同中转服务

v0.2.2

  • 🌊 流式输出 - 所有适配器支持流式输出(OpenAI/Claude/Gemini)

v0.2.1

  • 📊 使用统计 - 新增 usage_stats 工具,查看各模型调用次数、成功率、平均耗时

v0.2.0

  • 🎯 模型策略 - 支持自定义任务分配规则(前端任务用 A 模型等)
  • 💾 结果缓存 - 相似任务结果缓存,减少重复 API 调用
  • 🔄 自动切换 - 模型调用失败时自动切换备用模型
  • 📊 任务类型自动检测(frontend/backend/database/api/testing 等)

v0.1.3

  • 🔄 显示每个专家执行任务的实时进度
  • 🤖 显示每个专家使用的具体模型名称
  • ⏱️ 显示任务总耗时

v0.1.2

  • 📊 添加执行过程进度反馈

v0.1.1

  • 📖 添加详细的 Claude Code 配置教程
  • 📝 更新 README 文档

v0.1.0

  • 🎉 首次发布
  • 🤖 多模型协作支持
  • 🌐 中转 API 支持

🤝 Contributing

欢迎提交 Issue 和 Pull Request!

📄 License

MIT

MCP Server · Populars

MCP Server · New

    campfirein

    ByteRover CLI

    ByteRover CLI (brv) - The portable memory layer for autonomous coding agents (formerly Cipher)

    Community campfirein
    cafeTechne

    Antigravity Link (VS Code Extension)

    VS Code extension that bridges Antigravity sessions to mobile for uploads and voice-to-text

    Community cafeTechne
    cookjohn

    TeamMCP

    MCP-native collaboration server for AI agent teams — real-time messaging, task management, and web dashboard with just 1 npm dependency

    Community cookjohn
    NameetP

    pdfmux

    PDF extraction that checks its own work. #2 reading order accuracy — zero AI, zero GPU, zero cost.

    Community NameetP
    node9-ai

    🛡️ Node9 Proxy

    The Execution Security Layer for the Agentic Era. Providing deterministic "Sudo" governance and audit logs for autonomous AI agents.

    Community node9-ai