MCP 服务器

Claude Team MCP

Enables collaboration between multiple AI models (GPT, Claude, Gemini) to work together on complex tasks, with intelligent task distribution and role-based expert assignment for code development, review, and optimization.

README

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

✨ 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"
      }
    }
  }
}

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