Submit
SimonUTD

AI Cognitive Nexus (认知中枢)

Community SimonUTD
Updated

A professional, dynamically configurable AI team collaboration and orchestration framework. It is based on the Model Context Protocol (MCP), allowing you to create, manage, and command hierarchical teams composed of multiple AI agents through simple instructions to solve complex and multi-stage tasks.

AI Cognitive Nexus (认知中枢)

一个专业的、可动态编组的 AI 团队协作与编排的MCP。允许您通过简单的指令创建、管理和指挥由多个 AI 智能体 (Agent) 组成的层级化团队，以解决复杂和多阶段的任务。

✨ 功能特性 (Features)

  • 🤖 动态团队编组: 实时创建、更新和删除 AI 团队，成员可以是独立的 AI 智能体，甚至是其他团队，实现无限的层级化协作。
  • 🧠 上下文情景注入: 通过人物 (Persona) 和 产品知识库 (Product) 系统，为 AI 团队执行任务提供精确的角色扮演指令和专业领域知识。
  • 🔗 层级化团队依赖: 系统自动处理复杂的团队依赖关系（如团队A是团队B的成员），通过拓扑排序确保正确的初始化顺序，并能检测和防止循环依赖。
  • 💾 持久化会话状态: 内置会话管理器，能够跟踪和记录多轮对话历史，让 AI 团队具备长期记忆，胜任连续性任务。
  • 🔌 可插拔大模型: 支持通过环境变量在不同的大语言模型提供商（如 DeepSeek, OpenAILike 服务等）之间无缝切换，灵活适应不同成本和性能需求。
  • 🛠️ 可扩展智能体工具: 为每个 AI 智能体配置专属工具集（如 ThinkingTools, ExaTools），赋予其超越语言能力的专业技能。
  • 🤝 原生 MCP 协议: 基于 Model Context Protocol 构建，可无缝与任何支持MCP的AI助手（如 OpenAI Assistants, Coze, Dify, Chatwise 等）集成。

🚀 核心概念

Cognitive Nexus 的强大能力源于以下几个核心概念的组合与协同：

概念 英文 作用
人物 Persona 定义 AI 在任务中需要扮演的角色、性格和目标。
产品 Product 为任务注入特定的背景知识和专业资料库。
角色/智能体 Agent 最小的执行单元。拥有特定角色、技能和工具的独立AI。
团队 Team 由多个 Agent 或 其他 Team 组成的协作单位，用于完成更宏大的目标。

工作流程: 当一个任务开始时，您可以指定一个团队 (Team) 作为执行者，并为其配备特定的人物 (Persona) 和产品 (Product) 作为上下文，从而精确地指导团队完成任务。

⚙️ 安装与配置

1. 环境要求

  • Python 3.10+
  • pip 或 uv 等 Python 包管理工具
  • 支持 MCP 的 AI 客户端（如 Coze, Dify, 或其他兼容的Agent）

2. 安装依赖

# 1. 克隆项目
git clone https://github.com/SimonUTD/ai-cognitive-nexus-mcp.git
cd ai-cognitive-nexus-mcp

# 2. (推荐) 创建并激活虚拟环境
python -m venv .venv
source .venv/bin/activate  # on Windows, use `.venv\Scripts\activate`

# 3. 安装依赖
pip install -r requirements.txt

3. 配置 .env 文件

这是配置模型提供商和 API Key 的首选方式。

# 1. 复制环境变量模板
cp .env.example .env

# 2. 编辑 .env 文件，填入你的配置信息
# LLM_PROVIDER: 设置默认使用的模型服务商 ("deepseek" 或 "openailike")
LLM_PROVIDER="deepseek"

# --- OpenAILike 服务商配置 ---
# 如果使用类似 ZhipuAI, Moonshot, Groq 等 OpenAI 兼容接口，请配置以下三项
OpenAILike_API_KEY="your_api_key_here"
OpenAILike_BASE_URL="https://api.example.com/v1"
OpenAILike_MODEL_ID="glm-4" # 用于团队协调的模型
OpenAILike_AGENT_MODEL_ID="glm-4" # 用于单个Agent的模型

# EXA 搜索 配置
EXA_API_KEY="your_exa_key_here" # 用于 EXA 工具的 API Key

4. 启动服务器

直接运行 main.py 即可通过标准输入输出 (stdio) 启动 MCP 服务器。

python main.py

您也可以在支持 MCP 的客户端（如 Chatwise）中配置此命令，实现自动拉起。

📖 API 参考 (MCP Tools)

Cognitive Nexus 向 AI 助手暴露了一系列工具，用于管理和运行 AI 团队。

会话管理

  • start_session(initial_context: str): 创建一个新会话，用于跟踪后续的交互历史。

人物 (Persona) 管理

  • create_persona(persona_key: str, data: dict): 创建一个新的人物角色。
  • list_personas(): 列出所有可用的人物。
  • get_persona(persona_key: str): 获取指定人物的详细信息。
  • update_persona(persona_key: str, data: dict): 更新一个已存在的人物。
  • delete_persona(persona_key: str): 删除一个人物。

产品 (Product) 管理

  • create_product(product_key: str, data: dict): 创建一个新产品及其知识库。
  • list_products(): 列出所有产品。
  • get_product(product_key: str): 获取产品详情和知识库。
  • update_product(product_key: str, data: dict): 更新产品信息。
  • delete_product(product_key: str): 删除一个产品。

角色/智能体 (Agent) 管理

  • create_agent(agent_key: str, data: dict): 创建一个独立的 AI 智能体。
  • list_agents(): 列出所有智能体。
  • get_agent(agent_key: str): 获取智能体配置。
  • update_agent(agent_key: str, data: dict): 更新智能体配置（将自动重载所有团队）。
  • delete_agent(agent_key: str): 删除一个智能体。

团队 (Team) 管理

  • create_team(team_key: str, data: dict): 创建一个新团队。
  • list_teams(): 列出所有团队及其状态（激活/配置错误）。
  • get_team_config(team_key: str): 获取团队的原始配置。
  • update_team(team_key: str, data: dict): 更新团队配置（将自动尝试重载）。
  • delete_team(team_key: str): 删除一个团队。

核心执行单元

  • run_ai_team(team_name: str, prompt: str, session_id: str, persona_key: str, product_key: str)这是框架的核心功能，用于指挥一个团队执行任务。
    • team_name (必需): 要运行的团队的 Key。
    • prompt (必需): 本次任务的核心指令。
    • session_id (可选): 关联的会话ID，用于加载历史记录和保存结果。
    • persona_key (可选): 本次任务中 AI 需要扮演的人物角色的 Key。
    • product_key (可选): 本次任务关联的产品的 Key，用于加载特定知识库。

[+] 常见问题 (FAQ)

Q: 如何创建一个“产品经理 Agent”和一个“研发团队”，并让他们协作？

A: 非常简单，分三步：

  1. 创建 Agent: 调用 create_agent 创建一个 product_manager Agent，再创建两个研发 developer_a 和 developer_b Agent。在 description 和 instructions 中详细描述他们的职责。
  2. 创建 Team: 调用 create_team 创建一个 dev_team，其 members 列表为 ["developer_a", "developer_b"]。
  3. 运行: 调用 run_ai_team，让 product_manager Agent 直接执行任务，或者创建一个更上层的 project_team，让 product_manager 和 dev_team 作为其成员，然后运行 project_team。

Q: 如果我创建了一个循环依赖的团队（如团队A包含B，团队B又包含A），会发生什么？

A: 系统会自动检测到。在您调用 create_team 或 update_team 时，如果新的配置引入了循环依赖，该操作会失败并返回错误信息，同时您的修改将被自动回滚，确保系统始终处于可用的状态。

Q: 我如何切换使用的AI模型，比如从智谱的 GLM-4 切换到月之暗面的 Moonshot？

A: 只需修改 .env 文件：

  1. 设置 LLM_PROVIDER="openailike"。
  2. 设置 OpenAILike_API_KEY 为你的 Moonshot API Key。
  3. 设置 OpenAILike_BASE_URL 为 Moonshot 的服务地址 (https://api.moonshot.cn/v1)。
  4. 设置 OpenAILike_MODEL_ID 为你想用的模型ID (如 moonshot-v1-8k)。
  5. 设置 EXA_API_KEY 为你的 EXA API Key。
  6. 重启 MCP 服务器即可生效。

MCP Server · Populars

MCP Server · New