
Peer Review MCP

2025.05.01
1
TypeScriptAI协作工具开发辅助工具开发效率交流协作
Peer Review MCP 是一个工具集,旨在使AI代理能够与其他大型语言模型(LLM)协作。当AI代理需要评估其计划或在解决问题时遇到困难时,可以请求更有能力的模型提供帮助或反馈。
View on GitHub
Overview
基本能力
产品定位
Peer Review MCP 是一个促进AI代理与更高级模型协作的工具集,主要用于开发效率和交流协作场景。
核心功能
- 请求同行评审:AI代理可以请求专家对其计划进行同行评审。
- 请求专家帮助:当AI代理遇到困难时,可以寻求专家的指导。
适用场景
- AI代理需要评估其计划时。
- AI代理在解决问题时遇到困难,需要外部帮助时。
工具列表
- ask-expert-for-peer-review
- 功能:请求专家对计划进行同行评审。
-
输入:
problem
(string): 正在处理的问题。plan
(string): 已创建的计划。
-
ask-expert-for-help
- 功能:在遇到挑战性问题时寻求专家指导。
- 输入:
problem
(string): 正在尝试解决的问题。issue
(string): 遇到的困难。
常见问题解答
- 如何配置MCP服务器?请参考MCP文档。
- 支持哪些辅助模型?目前支持Claude Sonnet 3.7、Gemini 2.5 Flash和Gemini 2.5 Pro。
使用教程
使用依赖
确保已安装Node.js和npm。
安装教程
- 在仓库的根目录运行以下命令:
npm ci
npm run build
- 将以下配置添加到MCP服务器的配置文件中:
{
"mcpServers": {
"peer-review": {
"command": "node",
"args": [
"/path/to/repo/dist/server.js"
],
"env": {
"HELPER_MODEL": "...",
"HELPER_MODEL_API_KEY": "..."
}
}
}
}
- 替换
/path/to/repo
为正确的路径。 - 添加辅助模型和API密钥。
- 重启MCP客户端(如Claude Desktop)以使更改生效。
调试方式
安装完成后,可以通过运行MCP服务器并检查日志来调试。确保配置正确且辅助模型API密钥有效。