mcp-mindmesh
by wheattoast11·★ 1·综合分 28
一个MCP服务器，通过量子启发的集群和场相干优化协调多个Claude 3.7 Sonnet实例。
概述
MindMesh MCP服务器实现了复杂的集群架构，使用多个专业的Claude 3.7 Sonnet实例共同工作，产生涌现特性。它具有量子启发的场计算技术，用于维护实例间的相干性，WebContainer集成提供沙盒执行环境，以及PGLite与向量存储用于高效的状态管理。服务器通过专注于模式识别、信息综合和推理的多个专业AI实例处理查询，然后通过其优化算法选择最连贯的响应。
试试问 AI
装完之后，这里有 5 个你可以让 AI 做的事：
什么时候选它
当您需要多个专业实例间的场相干集合AI推理时，特别是针对复杂的多领域分析任务时，选择此服务器。
什么时候不要选它
如果您需要轻量级解决方案或担心对Anthropic API和VoyageAI嵌入服务的供应商锁定，请避免使用。
此 server 暴露的工具
从 README 抽取出 1 个工具reason_with_swarmProcesses a prompt through multiple specialized Claude instances and returns the most coherent result.
可对比工具
安装
安装步骤
- 克隆仓库：
``bash git clone https://github.com/wheattoast11/mcp-mindmesh.git cd mcp-mindmesh ``
- 安装依赖：
``bash npm install ``
- 创建并配置环境变量：
``bash cp .env.template .env # 编辑.env文件，添加您的API密钥 ``
- 构建并启动：
``bash npm run build npm start ``
对于Claude Desktop，添加到claude_desktop_config.json：
{
"mcpServers": {
"mindmesh": {
"command": "node",
"args": ["dist/index.js"],
"env": {
"ANTHROPIC_API_KEY": "您的API密钥"
}
}
}
}FAQ
- 这与标准的Claude API调用有何不同？
- 这个服务器协调多个专业的Claude实例，使用量子启发的场相干性协同工作，产生集群智能，能够实现比单一实例更连贯、更全面的结果。
- 没有VoyageAI API密钥可以使用吗？
- 可以，如果没有提供VoyageAI API密钥，服务器将回退到更简单、确定性的嵌入方法，但效果可能不太理想。
mcp-mindmesh 对比
最后更新于 · 由 README + GitHub 公开数据自动生成。