AI 咨询委员会 MCP 服务器

多AI共识工具：并行查询多个AI模型，综合响应以提高准确性，并通过集成决策减少AI偏见。

AI 咨询委员会是一个强大的MCP（模型上下文协议）服务器，通过同时咨询多个AI模型来利用“群体智慧”。结合来自OpenAI、Claude、Gemini以及任何兼容OpenAI的API的见解，获得更可靠、全面的答案。

✨ 什么是AI 咨询委员会？

AI 咨询委员会改变了您与AI交互的方式：

• 🔄 并行处理：同时查询多个AI模型（而不是顺序查询）
• 🎯 减少偏见：使用匿名代码名称防止合成偏见
• ⚡ 智能合成：一个模型将所有响应综合成一个全面的答案
• 🔧 通用兼容性：适用于OpenAI、OpenRouter以及任何兼容OpenAI的API
• 🛡️ 强大的错误处理：当个别模型失败时优雅降级

适用于：研究问题、复杂分析、创意项目、技术决策以及任何需要多个AI视角的任务。

📋 要求

• Python 3.10+
• 安装了uv（安装指南）
• 或者：
  • 安装了pipx（安装指南），更新配置

      "command": "pipx",
      "args": ["run", "ai-council"]
    

  • 或者手动安装 pip install ai-council，并更新配置

    "command": "ai-council",
    "args": []
    

🚀 快速开始

1. 获取您的OpenRouter API密钥

Cursor IDE 设置

2. 打开Cursor设置 → MCP
3. 添加新的MCP服务器并设置您的API密钥：

{
  "ai-council": {
    "command": "uvx",
    "args": ["ai-council"],
    "env": {
      "OPENROUTER_API_KEY": "..."
    }
  }
}

Claude Desktop 设置

2. 编辑 ~/.claude_desktop_config.json 并设置您的API密钥：

{
  "mcpServers": {
    "ai-council": {
      "command": "uvx",
      "args": ["ai-council"],
      "env": {
        "OPENROUTER_API_KEY": "..."
      }
    }
  }
}

就这样！ 提出任何复杂的问题，AI 咨询委员会工具会自动启动多个模型。

默认情况下，它将使用OpenRouter与Claude Sonnet 4、Gemini 2.5 Pro和DeepSeek V3。

CLI 参数

使用命令行参数进行快速设置，在您的MCP配置中的args中添加以下任意一项：

可用CLI参数：

• --openai-api-key：您的OpenAI API密钥
• --openrouter-api-key：您的OpenRouter API密钥
• --max-models：要查询的最大模型数（默认值：3）
• --parallel-timeout：超时时间（秒，默认值：60）
• --log-level：日志级别（DEBUG、INFO、WARNING、ERROR）
• --config：自定义配置文件路径

⚙️ 高级配置

对于高级设置，创建一个config.yaml文件并通过--config path/to/config.yaml链接到它：

# config.yaml
openai_api_key: "your_openai_key_here"
openrouter_api_key: "your_openrouter_key_here"
max_models: 3
parallel_timeout: 90 # 单位：秒
synthesis_model_selection: "random"  # 或 "first"

models:
  # 使用OpenAI API
  - name: "GPT-4o"
    provider: "openai" 
    model_id: "gpt-4o"
    enabled: true # 可选，默认为true
    
  # 使用OpenRouter API
  - name: "Claude Sonnet"
    provider: "openrouter"
    model_id: "anthropic/claude-3.5-sonnet"
    code_name: "Bob" # 可选，否则自动分配
  
  # 或任何自定义的OpenAI兼容API
  - name: "Perplexity"
    provider: "custom"
    model_id: "llama-3.1-sonar-large-128k-online"
    base_url: "https://api.perplexity.ai"
    api_key: "your_perplexity_key_here"
    
  # 本地LLM（Ollama）
  - name: "Local Llama"
    provider: "custom" 
    model_id: "llama-3b"
    base_url: "http://localhost:11434"
    api_key: "key-if-needed"

📖 工作原理

AI 咨询委员会采用一种复杂的三阶段方法：

1. 并行咨询

• 同时查询您配置的AI模型
• 对每个模型保持相同的上下文和问题
• 优雅地处理失败（继续使用成功的响应）

2. 匿名分析

• 为每个模型的响应分配代码名称（Alpha、Beta、Gamma等）
• 防止合成偏见指向特定品牌或提供商
• 在去除模型身份的同时保持响应质量

3. 智能合成

• 随机选择一个模型作为合成器
• 合成器分析所有匿名响应
• 结合最佳见解生成一个全面的答案

🤝 致谢

本项目受到了Cognition Wheel的启发。

AI 咨询委员会扩展了这些想法：

• 增强的配置灵活性
• 使用单个API密钥支持OpenRouter的多种模型选项
• 支持自定义API端点
• 改进的错误处理和日志记录
• 使用Python