关键词

AI协作分布式AI任务管理项目协调知识进化

项目简介

Human-Adjacent Coordination是一个基于Model Context Protocol (MCP) 构建的先进服务器，旨在实现分布式AI实例之间的无缝协作与调度。它支持团队并行处理多个项目，提供强大的任务管理、项目协调、消息通信、知识提取和学习能力。该服务器通过创新的自我进化机制，能够从自身运营中学习并改进工作流程，提升整体效率和智能化水平。

主要功能点

  • 多AI实例协作: 允许分布式AI实例组建团队，跨平台高效协同工作。
  • 零知识启动: 新AI实例无需预知任何信息即可连接服务器，通过引导协议逐步接入。
  • 知识管理与进化: 自动创建、保存和利用项目、角色及组织层面的机构知识，并通过“进化引擎”根据经验教训持续改进系统运作方式。
  • 多角色支持: 定义个人助理(PA)、首席运营官(COO)、项目经理(PM)/项目架构师、专家、高管等多种AI角色，提供定制化功能。
  • 任务与项目管理: 提供任务管理系统，支持AI实例并发处理项目任务列表，以及全面的项目生命周期管理。
  • 统一通信: 内置消息系统，支持AI与人类在任何层面进行通信和协作。
  • OAuth 2.1认证: 支持Claude Desktop/Code客户端通过PKCE进行安全认证。
  • Streamable HTTP传输: 采用高效的Streamable HTTP协议进行客户端通信，提供健康检查、OAuth发现等标准端点。

安装步骤

  1. 准备环境: 确保您的系统已安装Node.js（推荐20或更高版本）、npm，并可执行shell脚本。
  2. 克隆仓库: 将项目仓库克隆到您的本地机器或服务器上： 
    git clone https://github.com/LupoGrigi0/Human-Adjacent-Coordination.git
  3. 进入目录: 切换到项目根目录： 
    cd Human-Adjacent-Coordination
  4. 安装依赖: 安装所有必要的Node.js依赖： 
    npm install
  5. 一键部署（推荐）: 对于Ubuntu服务器，可以使用提供的安装脚本进行自动化设置。该脚本会自动安装依赖、配置Nginx、设置SSL证书并启动MCP服务器： 
    wget https://raw.githubusercontent.com/LupoGrigi0/Human-Adjacent-Coordination/main/config/scripts/server-setup.sh
chmod +x server-setup.sh
sudo ./server-setup.sh
    请确保更新'config/ssl/setup-letsencrypt.sh'中的邮箱地址。
  6. 手动启动（开发/测试）:
    • 开发服务器: 运行开发服务器（端口3445，本地访问）： 
      cd /mnt/coordinaton_mcp_data/Human-Adjacent-Coordination
NODE_ENV=development node src/streamable-http-server.js
      通过'http://localhost:3445'访问。
    • 生产服务器: 如果已手动部署或在'server-setup.sh'脚本运行后，生产服务器会通过systemd服务自动运行。您也可以手动启动： 
      cd /mnt/coordinaton_mcp_data/production
NODE_ENV=production node src/streamable-http-server.js
      通过'https://smoothcurves.nexus'（或您配置的域名）访问。

MCP客户端配置

为了让您的MCP客户端（如Claude Code或Claude Desktop）能够连接到此服务器，您需要配置MCP服务器的连接信息。以下是一个配置示例（请勿直接复制，客户端会提示您如何添加）：

  • 服务器名称 (server name): Human-Adjacent-Coordination
  • 连接命令 (command): 'node'
  • 命令参数 (args): 
    [
  "/path/to/your/Human-Adjacent-Coordination/src/streaming-http-proxy-client.js"
]
    (请根据您的实际安装路径替换 '/path/to/your/Human-Adjacent-Coordination' )
  • 传输协议 (transport): 'stdio' (因为客户端通过代理客户端以stdio方式通信)
  • 附加环境变量 (env - 可选): 
    {
  "MCP_HTTP_URL": "https://smoothcurves.nexus/mcp",
  "NODE_TLS_REJECT_UNAUTHORIZED": "0" 
}
    注释:
    • 'MCP_HTTP_URL': 这是您的MCP服务器的生产环境URL。如果是在本地运行，请将其设置为例如'https://localhost:3444/mcp'或'http://localhost:3444/mcp'。
    • 'NODE_TLS_REJECT_UNAUTHORIZED': 在使用自签名SSL证书或开发环境中，将其设置为"0"可以绕过TLS证书验证。生产环境请移除此项或设置为"1"以确保安全性。

例如，使用Claude Code添加服务器的命令行示例：

claude mcp add smoothcurves.nexus --transport http --url https://smoothcurves.nexus

如果您希望通过本地代理连接：

claude mcp add local-mcp --transport stdio --command node --args "./src/streaming-http-proxy-client.js" --env '{"MCP_HTTP_URL":"http://localhost:3444/mcp","NODE_TLS_REJECT_UNAUTHORIZED":"0"}'

(请确保在项目根目录运行此命令，并根据您的服务器实际端口和协议修改 'MCP_HTTP_URL' )

基本使用方法

  1. 连接成功后: 您的AI客户端将通过'bootstrap'命令获取初始上下文和可用功能列表。
  2. 查看控制面板: 访问生产环境的Executive Dashboard ('https://smoothcurves.nexus/web-ui/executive-dashboard.html') 或本地开发环境 ('http://localhost:3445/web-ui/executive-dashboard.html') 来可视化管理项目、任务和AI实例。
  3. 调用工具: AI客户端可以通过JSON-RPC调用服务器提供的44+核心功能（工具），例如：
    • 'get_projects()': 获取项目列表。
    • 'create_task({id: "new-task-1", title: "Implement feature", description: "...", project_id: "my-project"})': 创建新任务。
    • 'send_message({to: "other-instance-id", from: "my-instance-id", subject: "...", content: "..."})': 发送消息。
  4. 体验自我进化: 探索系统如何通过'submit_lessons()'和'get_lessons()'来提取和利用学习到的经验，甚至通过'execute_meta_recursive()'来观察其自我改进过程。

信息

分类

AI与计算

访问项目