Which integrations are available for this server?

Incorporates [Google](/mcp/servers/integrations/google)'s Gemini models (including Gemini Pro) into the multi-model collaboration system, enabling task distribution across different AI providers for balanced workload handling. Enables multi-model collaboration by integrating [OpenAI](/mcp/servers/integrations/openai)'s GPT models (including GPT-4o and GPT-3.5-turbo) as team members that can be assigned specific tasks like code optimization, bug fixes, and code reviews.

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

npm version Node.js MCP License

✨ 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

📦 更新日志

v0.2.3

🎛️ 模型格式配置 - 支持指定 PROVIDER（openai/anthropic/gemini），适配不同中转服务

v0.2.2

🌊 流式输出 - 所有适配器支持流式输出（OpenAI/Claude/Gemini）

v0.2.1

📊 使用统计 - 新增 usage_stats 工具，查看各模型调用次数、成功率、平均耗时

v0.2.0

🎯 模型策略 - 支持自定义任务分配规则（前端任务用 A 模型等）
💾 结果缓存 - 相似任务结果缓存，减少重复 API 调用
🔄 自动切换 - 模型调用失败时自动切换备用模型
📊 任务类型自动检测（frontend/backend/database/api/testing 等）

v0.1.3

🔄 显示每个专家执行任务的实时进度
🤖 显示每个专家使用的具体模型名称
⏱️ 显示任务总耗时

v0.1.2

📊 添加执行过程进度反馈

v0.1.1

📖 添加详细的 Claude Code 配置教程
📝 更新 README 文档

v0.1.0

🎉 首次发布
🤖 多模型协作支持
🌐 中转 API 支持

🤝 Contributing

欢迎提交 Issue 和 Pull Request！

📄 License

MIT

Claude Team MCP