AI Cognitive Nexus (认知中枢)

一个专业的、可动态编组的 AI 团队协作与编排的MCP。允许您通过简单的指令创建、管理和指挥由多个 AI 智能体 (Agent) 组成的层级化团队，以解决复杂和多阶段的任务。

✨ 功能特性 (Features)

• 🤖 动态团队编组: 实时创建、更新和删除 AI 团队，成员可以是独立的 AI 智能体，甚至是其他团队，实现无限的层级化协作。

• 🧠 上下文情景注入: 通过人物 (Persona) 和 产品知识库 (Product) 系统，为 AI 团队执行任务提供精确的角色扮演指令和专业领域知识。

• 🔗 层级化团队依赖: 系统自动处理复杂的团队依赖关系（如团队A是团队B的成员），通过拓扑排序确保正确的初始化顺序，并能检测和防止循环依赖。

• 💾 持久化会话状态: 内置会话管理器，能够跟踪和记录多轮对话历史，让 AI 团队具备长期记忆，胜任连续性任务。

• 🔌 可插拔大模型: 支持通过环境变量在不同的大语言模型提供商（如 DeepSeek, OpenAILike 服务等）之间无缝切换，灵活适应不同成本和性能需求。

• 🛠️ 可扩展智能体工具: 为每个 AI 智能体配置专属工具集（如 ThinkingTools, ExaTools），赋予其超越语言能力的专业技能。

• 🤝 原生 MCP 协议: 基于 Model Context Protocol 构建，可无缝与任何支持MCP的AI助手（如 OpenAI Assistants, Coze, Dify, Chatwise 等）集成。

🚀 核心概念

Cognitive Nexus 的强大能力源于以下几个核心概念的组合与协同：

工作流程: 当一个任务开始时，您可以指定一个团队 (Team) 作为执行者，并为其配备特定的人物 (Persona) 和产品 (Product) 作为上下文，从而精确地指导团队完成任务。

⚙️ 安装与配置

1. 环境要求

• Python 3.10+

• pip 或 uv 等 Python 包管理工具

• 支持 MCP 的 AI 客户端（如 Coze, Dify, 或其他兼容的Agent）

2. 安装依赖

3. 配置 .env 文件

这是配置模型提供商和 API Key 的首选方式。

4. 启动服务器

直接运行 main.py 即可通过标准输入输出 (stdio) 启动 MCP 服务器。

您也可以在支持 MCP 的客户端（如 Chatwise）中配置此命令，实现自动拉起。

📖 API 参考 (MCP Tools)

Cognitive Nexus 向 AI 助手暴露了一系列工具，用于管理和运行 AI 团队。

会话管理

• start_session(initial_context: str): 创建一个新会话，用于跟踪后续的交互历史。

人物 (Persona) 管理

• create_persona(persona_key: str, data: dict): 创建一个新的人物角色。

• list_personas(): 列出所有可用的人物。

• get_persona(persona_key: str): 获取指定人物的详细信息。

• update_persona(persona_key: str, data: dict): 更新一个已存在的人物。

• delete_persona(persona_key: str): 删除一个人物。

产品 (Product) 管理

• create_product(product_key: str, data: dict): 创建一个新产品及其知识库。

• list_products(): 列出所有产品。

• get_product(product_key: str): 获取产品详情和知识库。

• update_product(product_key: str, data: dict): 更新产品信息。

• delete_product(product_key: str): 删除一个产品。

角色/智能体 (Agent) 管理

• create_agent(agent_key: str, data: dict): 创建一个独立的 AI 智能体。

• list_agents(): 列出所有智能体。

• get_agent(agent_key: str): 获取智能体配置。

• update_agent(agent_key: str, data: dict): 更新智能体配置（将自动重载所有团队）。

• delete_agent(agent_key: str): 删除一个智能体。

团队 (Team) 管理

• create_team(team_key: str, data: dict): 创建一个新团队。

• list_teams(): 列出所有团队及其状态（激活/配置错误）。

• get_team_config(team_key: str): 获取团队的原始配置。

• update_team(team_key: str, data: dict): 更新团队配置（将自动尝试重载）。

• delete_team(team_key: str): 删除一个团队。

核心执行单元

• run_ai_team(team_name: str, prompt: str, session_id: str, persona_key: str, product_key: str) 这是框架的核心功能，用于指挥一个团队执行任务。

  • team_name (必需): 要运行的团队的 Key。

  • prompt (必需): 本次任务的核心指令。

  • session_id (可选): 关联的会话ID，用于加载历史记录和保存结果。

  • persona_key (可选): 本次任务中 AI 需要扮演的人物角色的 Key。

  • product_key (可选): 本次任务关联的产品的 Key，用于加载特定知识库。

[+] 常见问题 (FAQ)

Q: 如何创建一个“产品经理 Agent”和一个“研发团队”，并让他们协作？

A: 非常简单，分三步：

1. 创建 Agent: 调用 create_agent 创建一个 product_manager Agent，再创建两个研发 developer_a 和 developer_b Agent。在 description 和 instructions 中详细描述他们的职责。

2. 创建 Team: 调用 create_team 创建一个 dev_team，其 members 列表为 ["developer_a", "developer_b"]。

3. 运行: 调用 run_ai_team，让 product_manager Agent 直接执行任务，或者创建一个更上层的 project_team，让 product_manager 和 dev_team 作为其成员，然后运行 project_team。

Q: 如果我创建了一个循环依赖的团队（如团队A包含B，团队B又包含A），会发生什么？

A: 系统会自动检测到。在您调用 create_team 或 update_team 时，如果新的配置引入了循环依赖，该操作会失败并返回错误信息，同时您的修改将被自动回滚，确保系统始终处于可用的状态。

Q: 我如何切换使用的AI模型，比如从智谱的 GLM-4 切换到月之暗面的 Moonshot？

A: 只需修改 .env 文件：

1. 设置 LLM_PROVIDER="openailike"。

2. 设置 OpenAILike_API_KEY 为你的 Moonshot API Key。

3. 设置 OpenAILike_BASE_URL 为 Moonshot 的服务地址 (https://api.moonshot.cn/v1)。

4. 设置 OpenAILike_MODEL_ID 为你想用的模型ID (如 moonshot-v1-8k)。

5. 设置 EXA_API_KEY 为你的 EXA API Key。

6. 重启 MCP 服务器即可生效。