Multi Orchestrator MCP

🚀 多智能体编排器MCP

多智能体编排器MCP是一款企业级的模型上下文协议（MCP）服务器，专为自主软件工程而设计。它能够协调专业智能体（架构、质量、云、提示），实现应用程序的规划、构建、测试和部署，同时具备自我修复、认证和分析功能。

快来体验吧！

Smithery平台部署链接：https://smithery.ai/server/@yoriichi-07/multi_orchestrator_mcp

🚀 快速开始

多智能体编排器MCP是一个基于Transformer编码器的模型，用于协调专业智能体实现应用程序的自动化开发和部署。以下是快速开始的步骤：

安装要求

• Python 3.11+
• Git
• 兼容MCP的客户端（VS Code、Cursor、Windsurf、Claude Desktop等）

安装步骤

首先，使用MCP客户端安装服务器。有关客户端支持和机制的概述，请参阅官方MCP快速入门指南：https://modelcontextprotocol.io/quickstart/user

标准配置（适用于大多数客户端）

{
  "mcpServers": {
    "multi_orchestrator_mcp": {
      "command": "cmd",
      "args": [
        "/c",
        "npx",
        "-y",
        "@smithery/cli@latest",
        "run",
        "@yoriichi-07/multi_orchestrator_mcp",
        "--key",
        "70fd8cf1-9dd3-4556-8a43-78916f617fb2"
      ]
    }
  }
}

不同客户端安装方式

# VS Code (稳定版)
npx -y @smithery/cli@latest install @yoriichi-07/multi_orchestrator_mcp --client vscode --key 70fd8cf1-9dd3-4556-8a43-78916f617fb2

# VS Code Insiders
npx -y @smithery/cli@latest install @yoriichi-07/multi_orchestrator_mcp --client vscode-insiders --key 70fd8cf1-9dd3-4556-8a43-78916f617fb2

npx -y @smithery/cli@latest install @yoriichi-07/multi_orchestrator_mcp --client cursor --key 70fd8cf1-9dd3-4556-8a43-78916f617fb2

claude mcp add --transport http yoriichi-07-multi-orchestrator-mcp "https://server.smithery.ai/@yoriichi-07/multi_orchestrator_mcp/mcp"

# 克隆并安装
git clone https://github.com/yoriichi-07/Multi_Orchestrator_MCP.git
cd Multi_Orchestrator_MCP
pip install -r requirements.txt

# 配置（可选）
cp config/env.template .env
# 如果需要认证和分析功能，请在.env文件中编辑DESCOPE_*相关内容

# 启动MCP服务器（HTTP传输）
python mcp_server.py

# 默认地址: http://localhost:8080
# MCP发现路径由FastMCP在挂载的应用程序下提供服务

docker build -t multi-orchestrator-mcp .
docker run --rm -p 8080:8080 --env-file .env multi-orchestrator-mcp

✨ 主要特性

多智能体协调

能够协调多种专业智能体，包括架构、质量、云、提示等，实现应用程序的全生命周期管理。

自我修复与认证

具备自我修复功能，可自动处理代码错误和系统故障。同时支持Descope认证，保障系统安全。

分析功能

集成Cequence分析，提供系统性能和使用情况的详细分析。

📦 安装指南

环境变量配置

环境变量配置请参考config/env.template文件：

• DESCOPE_PROJECT_ID, DESCOPE_MANAGEMENT_KEY, DESCOPE_ACCESS_KEY – 启用Descope认证（本地/开发环境可选）。
• PORT – 服务器端口（默认8080）。
• DESCOPE_DEMO_MODE – 设置为true可在本地测试时无需完整认证。
• CEQUENCE_GATEWAY_ID, CEQUENCE_API_KEY – 启用Cequence分析（可选）。
• JWT_SECRET_KEY, CORS_ORIGINS, RATE_LIMIT_REQUESTS等用于日志开关和其他配置。

客户端配置模板可在config/mcp.json.template文件中找到（支持直接JWT或自动刷新代理模式）。

💻 使用示例

基础用法

{
  "mcpServers": {
    "multi_orchestrator_mcp": {
      "command": "cmd",
      "args": [
        "/c",
        "npx",
        "-y",
        "@smithery/cli@latest",
        "run",
        "@yoriichi-07/multi_orchestrator_mcp",
        "--key",
        "70fd8cf1-9dd3-4556-8a43-78916f617fb2"
      ]
    }
  }
}

高级用法

# 本地运行
git clone https://github.com/yoriichi-07/Multi_Orchestrator_MCP.git
cd Multi_Orchestrator_MCP
pip install -r requirements.txt
cp config/env.template .env
python mcp_server.py

📚 详细文档

功能能力

工具（12个）

• orchestrate_task
  • 标题：编排多智能体任务
  • 描述：协调前端/后端/DevOps/QA智能体进行开发、测试或部署。
  • 参数：task_description（字符串）, task_type（枚举类型：development|architecture|testing|deployment）, priority（枚举类型）
• generate_architecture
  • 标题：生成架构
  • 描述：生成包含组件和建议的系统架构。
  • 参数：project_description（字符串）, tech_stack（字符串数组）, requirements（字符串数组）
• auto_fix_code
  • 标题：自我修复代码
  • 描述：根据错误上下文和解释生成代码修复方案。
  • 参数：code（字符串）, error_message（字符串）, context（字符串）
• list_capabilities
  • 标题：功能列表
  • 描述：总结可用的智能体、工具、企业功能和支持的任务。
  • 参数：无
• get_system_status
  • 标题：系统状态
  • 描述：返回服务器健康状况、智能体可用性、分析/认证状态和时间戳。
  • 参数：无
• advanced_generate_application
  • 标题：企业级应用生成
  • 描述：使用高级智能体和部署策略规划并生成应用程序。
  • 参数：description（字符串）, complexity_level（枚举类型）, innovation_requirements（字符串数组）, deployment_strategy（枚举类型）
• autonomous_architect
  • 标题：自主架构师
  • 描述：根据目标和约束构建执行有向无环图（DAG）和自适应策略。
  • 参数：project_goals（字符串数组）, constraints（字符串数组）, learning_objectives（字符串数组）
• proactive_quality_assurance
  • 标题：主动质量保证
  • 描述：应用策略即代码检查，可选自动修复。
  • 参数：code_context（字符串）, quality_standards（字符串数组）, auto_remediation（布尔值）
• evolutionary_prompt_optimization
  • 标题：提示进化优化
  • 描述：根据目标和性能指标创建和优化提示。
  • 参数：base_prompt（字符串）, optimization_goals（字符串数组）, performance_metrics（对象）
• last_mile_cloud_deployment
  • 标题：云部署最后一公里
  • 描述：规划部署、验证环境并返回回滚/监控设置。
  • 参数：application_context（字符串）, target_environments（字符串数组）, verification_requirements（字符串数组）
• ping
  • 标题：健康检查
  • 描述：简单的存活探针。
  • 参数：无
• debug_server_config
  • 标题：调试服务器配置（临时）
  • 描述：暴露非机密配置元数据用于诊断。
  • 参数：无

资源（3个）

• mcp://capabilities — 功能和目录（JSON格式）
• mcp://analytics — 分析快照（需要Cequence）
• mcp://health — 系统健康快照

提示（3个）

• project-setup — 引导式项目设置计划
• code-review — 结构化代码审查大纲
• revolutionary-development — 使用自主智能体的高级开发策略计划

技术栈

完整的依赖项声明在requirements.txt和pyproject.toml文件中。

演示视频

链接：（即将推出）

未来路线图

详细计划

• 增强智能体智能
  • 实现强化学习以优化智能体协调。
  • 添加上下文感知智能体，从项目历史和模式中学习。
  • 开发适用于移动、机器学习和区块链开发的专业智能体。
• 高级自动化
  • 构建预测分析以预测开发挑战。
  • 创建具有全面边缘情况生成的自动化测试策略。
  • 实现云部署的智能资源优化。
• 企业功能
  • 添加多租户架构，支持特定组织的智能体训练。
  • 实现高级合规标准（SOC2、HIPAA、PCI-DSS）。
  • 创建自定义智能体市场，支持特定领域的开发模式。
• 开发者体验
  • 为非技术用户构建可视化开发界面。
  • 与Jira、GitHub Actions、Slack和事件工具集成。
  • 为分布式开发团队启用实时协作。

🔧 技术细节

多智能体编排器MCP基于Python和相关框架构建，使用FastMCP提供MCP发现路径服务。通过配置环境变量和客户端配置模板，可以实现认证、分析和其他功能。同时，支持多种部署方式，包括本地运行和Docker容器化部署。

📄 许可证

文档中未提及许可证相关信息。

👥 团队信息

团队名称

UpsideDown

团队成员

Shreesaanth R

🎯 黑客松信息

主题

主题2：为智能体构建安全的MCP服务器（与Cequence合作）

挑战目标

构建一个生产就绪的MCP服务器，能够协调多个智能体，具备认证（Descope）、托管（Cequence）和自我修复功能，可靠地执行端到端开发工作流，并可在Smithery平台上部署。