心智桥-MCP
项目介绍
MindBridge MCP Server ⚡ 大脑移动的AI路由器
MindBridge 是您的AI指挥中心——一个模型上下文协议（MCP）服务器，旨在统一、组织并加速您的大语言模型（LLM）工作流程。
忘记供应商锁定。忘记同时处理十几个API。 MindBridge 将您的应用程序连接到任何模型，从OpenAI和Anthropic到Ollama和DeepSeek，并让它们像专家咨询团队一样相互交流。
需要原始速度？获取一个廉价模型。 需要复杂推理？将其路由到专业模型。 想要第二意见？MindBridge 内置了这个功能。
这不仅仅是模型聚合。它是模型编排。
核心功能 🔥
| 功能 | 使用理由 |
|---|---|
| 多LLM支持 | 即时在OpenAI、Anthropic、Google、DeepSeek、OpenRouter、Ollama（本地模型）以及兼容OpenAI的API之间切换。 |
| 推理引擎感知 | 智能路由到用于深度推理的模型，如Claude、GPT-4o、DeepSeek Reasoner等。 |
| getSecondOpinion 工具 | 向多个模型提出相同问题以比较响应。 |
| 兼容OpenAI的API层 | 将MindBridge插入任何期望OpenAI端点的工具中（Azure、Together.ai、Groq等）。 |
| 自动检测提供商 | 只需添加您的密钥。MindBridge自动处理设置和发现。 |
| 极其灵活 | 通过环境变量、MCP配置或JSON进行配置——由您决定。 |
为什么选择MindBridge？
"每个LLM都有所擅长。MindBridge 让它们协同工作。"
适用于：
- 代理构建者
- 多模型工作流
- AI编排引擎
- 需要大量推理的任务
- 构建更智能的AI开发环境
- 由LLM驱动的后端
- 对供应商围墙花园感到厌倦的人
安装 🛠️
选项1：从npm安装（推荐）
# 全局安装
npm install -g @pinkpixel/mindbridge
# 使用npx
npx @pinkpixel/mindbridge
通过Smithery安装
要通过Smithery自动安装mindbridge-mcp for Claude Desktop：
npx -y @smithery/cli install @pinkpixel-dev/mindbridge-mcp --client claude
选项2：从源码安装
-
克隆仓库：
git clone https://github.com/pinkpixel-dev/mindbridge.git cd mindbridge -
安装依赖：
chmod +x install.sh ./install.sh -
配置环境变量：
cp .env.example .env编辑
.env并添加您希望使用的提供商的API密钥。
配置 ⚙️
环境变量
服务器支持以下环境变量：
OPENAI_API_KEY：您的OpenAI API密钥ANTHROPIC_API_KEY：您的Anthropic API密钥DEEPSEEK_API_KEY：您的DeepSeek API密钥GOOGLE_API_KEY：您的Google AI API密钥OPENROUTER_API_KEY：您的OpenRouter API密钥OLLAMA_BASE_URL：Ollama实例URL（默认：http://localhost:11434）OPENAI_COMPATIBLE_API_KEY：（可选）兼容OpenAI的服务的API密钥OPENAI_COMPATIBLE_API_BASE_URL：兼容OpenAI服务的基础URLOPENAI_COMPATIBLE_API_MODELS：可用模型的逗号分隔列表
MCP配置
对于与MCP兼容的IDE（如Cursor或Windsurf），您可以在mcp.json文件中使用以下配置：
{
"mcpServers": {
"mindbridge": {
"command": "npx",
"args": [
"-y",
"@pinkpixel/mindbridge"
],
"env": {
"OPENAI_API_KEY": "OPENAI_API_KEY_HERE",
"ANTHROPIC_API_KEY": "ANTHROPIC_API_KEY_HERE",
"GOOGLE_API_KEY": "GOOGLE_API_KEY_HERE",
"DEEPSEEK_API_KEY": "DEEPSEEK_API_KEY_HERE",
"OPENROUTER_API_KEY": "OPENROUTER_API_KEY_HERE"
},
"provider_config": {
"openai": {
"default_model": "gpt-4o"
},
"anthropic": {
"default_model": "claude-3-5-sonnet-20241022"
},
"google": {
"default_model": "gemini-2.0-flash"
},
"deepseek": {
"default_model": "deepseek-chat"
},
"openrouter": {
"default_model": "openai/gpt-4o"
},
"ollama": {
"base_url": "http://localhost:11434",
"default_model": "llama3"
},
"openai_compatible": {
"api_key": "API_KEY_HERE_OR_REMOVE_IF_NOT_NEEDED",
"base_url": "FULL_API_URL_HERE",
"available_models": ["MODEL1", "MODEL2"],
"default_model": "MODEL1"
}
},
"default_params": {
"temperature": 0.7,
"reasoning_effort": "medium"
},
"alwaysAllow": [
"getSecondOpinion",
"listProviders",
"listReasoningModels"
]
}
}
}
用您的实际密钥替换API密钥。对于兼容OpenAI的配置，如果服务不需要身份验证，可以删除api_key字段。
使用方法 💫
启动服务器
开发模式（自动重载）：
npm run dev
生产模式：
npm run build
npm start
全局安装后：
mindbridge
可用工具
-
getSecondOpinion
{ provider: string; // LLM提供商名称 model: string; // 模型标识符 prompt: string; // 您的问题或提示 systemPrompt?: string; // 可选系统指令 temperature?: number; // 响应随机性（0-1） maxTokens?: number; // 最大响应长度 reasoning_effort?: 'low' | 'medium' | 'high'; // 用于推理模型 } -
listProviders
- 列出所有已配置的提供商及其可用模型
- 不需要参数
-
listReasoningModels
- 列出优化用于推理任务的模型
- 不需要参数
示例用法 📝
// 从GPT-4o获取意见
{
"provider": "openai",
"model": "gpt-4o",
"prompt": "数据库分片的关键考虑因素是什么？",
"temperature": 0.7,
"maxTokens": 1000
}
// 从OpenAI的o1模型获取推理响应
{
"provider": "openai",
"model": "o1",
"prompt": "解释分布式系统中的最终一致性原理",
"reasoning_effort": "high",
"maxTokens": 4000
}
// 从DeepSeek获取推理响应
{
"provider": "deepseek",
"model": "deepseek-reasoner",
"prompt": "微服务和单体架构之间的权衡是什么？",
"reasoning_effort": "high",
"maxTokens": 2000
}
// 使用兼容OpenAI的提供商
{
"provider": "openaiCompatible",
"model": "YOUR_MODEL_NAME",
"prompt": "解释分布式系统中的最终一致性概念",
"temperature": 0.5,
"maxTokens": 1500
}
开发 🔧
npm run lint：运行ESLintnpm run format：使用Prettier格式化代码npm run clean：清理构建工件npm run build：构建项目
贡献
欢迎PR！帮助我们使AI工作流程更加智能。
许可证
MIT — 随意使用，但不要作恶。
由Pink Pixel制作 ❤️