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

✨ 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"
      }
    }
  }
}

推荐配置（三模型协作）

{
  "mcpServers": {
    "claude-team": {
      "command": "npx",
      "args": ["-y", "claude-team"],
      "env": {
        "CLAUDE_TEAM_MAIN_KEY": "sk-your-main-key",
        "CLAUDE_TEAM_MAIN_URL": "https://api.openai.com/v1",
        "CLAUDE_TEAM_MAIN_MODEL": "gpt-4o",
        "CLAUDE_TEAM_MAIN_PROVIDER": "openai",
        
        "CLAUDE_TEAM_MODEL1_KEY": "sk-your-model1-key",
        "CLAUDE_TEAM_MODEL1_URL": "https://api.anthropic.com/v1",
        "CLAUDE_TEAM_MODEL1_NAME": "claude-3-sonnet",
        "CLAUDE_TEAM_MODEL1_PROVIDER": "anthropic",
        
        "CLAUDE_TEAM_MODEL2_KEY": "sk-your-model2-key",
        "CLAUDE_TEAM_MODEL2_URL": "https://generativelanguage.googleapis.com/v1",
        "CLAUDE_TEAM_MODEL2_NAME": "gemini-pro",
        "CLAUDE_TEAM_MODEL2_PROVIDER": "gemini"
      }
    }
  }
}

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 | | CLAUDE_TEAM_CUSTOM_EXPERTS | ❌ | 自定义专家配置（JSON 格式） |

N = 1, 2, 3... 最多支持 10 个工作模型

🎯 自定义专家

除了内置的 frontend、backend、qa 专家，你可以定义自己的专家：

{
  "mcpServers": {
    "claude-team": {
      "command": "npx",
      "args": ["-y", "claude-team"],
      "env": {
        "CLAUDE_TEAM_MAIN_KEY": "sk-your-key",
        "CLAUDE_TEAM_CUSTOM_EXPERTS": "{\"rust\":{\"name\":\"Rust专家\",\"prompt\":\"你是Rust专家，精通Rust语言、内存安全、并发编程、cargo生态。\",\"tier\":\"powerful\"},\"k8s\":{\"name\":\"K8s专家\",\"prompt\":\"你是Kubernetes专家，精通容器编排、Helm、服务网格。\",\"tier\":\"balanced\"}}"
      }
    }
  }
}

配置后，ask_expert 和 code_review 工具会自动支持你定义的专家类型。

专家配置字段： | 字段 | 必需 | 说明 | |------|------|------| | name | ✅ | 专家显示名称 | | prompt | ✅ | 专家角色描述（System Prompt） | | tier | ❌ | 模型级别：fast/balanced/powerful（默认 balanced） | | skills | ❌ | 技能标签数组 |

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（支持自定义专家） | | code_review | 🔍 代码审查 | | fix_bug | 🐛 Bug 修复 |

📊 可观测性工具

| 工具 | 描述 | |------|------| | team_dashboard | 🎛️ 查看团队状态：可用专家、模型配置、运行统计 | | cost_estimate | 💰 预估任务成本（Token 用量、费用、耗时） | | explain_plan | 🧠 预览 Tech Lead 的任务分配方案（不实际执行） | | usage_stats | 📈 查看各模型使用统计 |

🔌 集成工具

| 工具 | 描述 | |------|------| | read_project_files | 📄 读取项目文件，让专家了解代码上下文 | | analyze_project_structure | 🏗️ 分析项目结构，识别技术栈 | | generate_commit_message | 📝 根据 diff 生成 Git commit message |

🔗 工作流工具

| 工具 | 描述 | |------|------| | list_workflows | 📋 列出所有预定义工作流模板 | | run_workflow | ▶️ 使用指定工作流执行任务 | | suggest_workflow | 💡 根据任务自动推荐工作流 |

预定义工作流: | 工作流 | 用途 | 步骤 | |--------|------|------| | code-generation | 从需求生成代码 | 架构设计 → 代码实现 → 测试 → 审查 | | bug-fix | 诊断和修复 Bug | 问题诊断 → 修复实现 → 验证 | | refactoring | 代码重构 | 代码分析 → 重构计划 → 执行 → 审查 | | code-review | 多维度代码审查 | 安全/质量/性能并行审查 | | documentation | 生成技术文档 | 代码分析 → 文档生成 |

📜 历史记录

| 工具 | 描述 | |------|------| | 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

v0.4.0

• 🎯 自定义专家 - 通过环境变量定义专家（Rust专家、K8s专家等）
• 🔗 工作流模板 - 5 个预定义工作流（代码生成、Bug修复、重构、审查、文档）
• 📊 可观测性 - team_dashboard / cost_estimate / explain_plan 工具
• 🔌 项目集成 - read_project_files / analyze_project_structure / generate_commit_message
• 💡 智能推荐 - suggest_workflow 根据任务自动推荐工作流
• 🧪 测试覆盖 - 155 个测试用例全覆盖

v0.3.0

• 🔄 任务中断/恢复 - 长任务中断后可从历史恢复继续执行
• 💬 专家多轮对话 - 支持与特定专家进行多轮对话
• 📊 Token 计数 - 统计 token 使用量和估算 API 成本
• 📋 专家模板 - 6 个内置模板 + 自定义模板管理
• 🔔 Webhook 通知 - 任务完成后发送通知
• ⚡ 指数退避 - 智能重试和 429 速率限制处理
• 🔧 配置热重载 - 支持不重启更新配置
• ✅ validate 命令 - claude-team validate 检查配置
• 🧪 单元测试 - 86 个测试用例全覆盖

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