Collusion

一个在方案设计阶段，通过多对象协作防止过度设计和意图丢失的 MCP 引擎。 在真实项目盲评中，以 16:1 胜出对照组（5 领域 × 5 维度）。

- AI 给出的方案看起来很完美，但落地时发现违背了核心约束？
- 需求描述遗漏了关键环节（如安全、合规），AI 从不主动追问？
- 只有一个方案，没得选，不知道是否有更好的技术路径？

它不是另一个"先设计再编码"的工具。Plan 模式、Spec 模式、Superpowers 都能做到"先设计"。Collusion 做的是它们做不到的事：在方案设计阶段，让多个 AI Agent 从不同专业视角并行提案、互相审查、强制收束。

测试任务：为一个开源博客平台设计技术方案（要求一个 Docker 命令部署，不依赖付费云服务）。

对照组：单次 LLM 调用生成方案（5 个不同领域各 1 个任务，共 25 个维度对比）。

具体到博客平台任务，Collusion 的设计方案与 Superpowers 的对比：

📝重要说明：本次测试中，Collusion 以全自动模式运行。Superpowers 的设计哲学是人工多轮协作，在有人类紧密配合时其方案质量可能更高。此对比旨在展示两种范式的差异，而非全面性能竞赛。

"方案以 Docker 单命令极简 SQLite 部署，架构务实性能达标；对比方案依赖过多，服务繁杂，部署门槛高。"

案例：用户输入 "我需要一个前端框架选型方案，团队主要用 React。只关心组件库和技术栈。"

另一个案例：用户输入 "我想做一个开发者用的工具平台"，引擎自动补全了：

案例：博客平台任务的约束是"不依赖付费云服务，一个 Docker 命令部署"。某方案提出了 PostgreSQL + Redis + 多个微服务的复杂架构，在可行性收束阶段被工程对象代言人判定为"过度设计"，复杂度评分被强制压回阈值以下，最终该方案排名第三。

# 方式一：pip 安装（推荐） pip install collusion-mcp # 方式二：从源码安装 git clone https://github.com/anthropics/Collusion.git cd Collusion pip install -e . # 配置 API Key（三选一） # 方式一：环境变量（推荐） export DEEPSEEK_API_KEY="sk-xxxxxxxxxxxxxxxx" # 方式二：复制示例配置并填入 Key cp config.example.json config.json # 编辑 config.json，填入 api_key # 方式三：零配置（Reasonix 用户无需额外配置，自动读取已保存的 Key）

{ "mcpServers": { "brainstorm": { "command": "python", "args": ["src/mcp_server.py", "--stdio"], "cwd": "/path/to/Collusion" } } }

python src/mcp_server.py --sse --port 8020

然后在 MCP 配置中添加http://localhost:8020/sse。

# 在 Claude Code 中直接调用 请用 brainstorm_orchestrate 工具设计一个高并发短链接服务 # 调整 Agent 数量 brainstorm_orchestrate(task="设计一个RESTful API", agents=1) # 快速模式 brainstorm_orchestrate(task="设计一个开源博客平台", agents=3) # 完整模式 # 查询进度 brainstorm_status(task_id="task_xxxxxxxxxxxx") # 获取结果 brainstorm_result(task_id="task_xxxxxxxxxxxx")

基于 DeepSeek API 定价，实际成本随任务复杂度浮动。v0.5.0 目标降至 ¥0.05-0.10。

- 仅支持 DeepSeek API：底层使用 DeepSeek 适配器，暂不支持其他 LLM 提供商（DeepSeek 兼容 OpenAI 协议，欢迎社区贡献其他适配器）
- 仅支持从零生成方案：暂不支持基于已有方案的增量增强（已列入中期路线图）
- Agent 角色固定：当前内置 3 个角色（业务价值、技术架构、安全合规），自定义角色正在开发
- 仅支持 stdio 传输：HTTP/SSE 传输模式正在开发
- 输出格式为 Markdown：HTML 可视化报告正在开发（含雷达图、架构图、风险标注卡片）

- HTML 可视化报告（雷达图 + Mermaid 架构图 + 风险卡片）
- 可执行 JSON 蓝图（直接对接 writing-plans）
- 用户反馈回路（增量修改 + 多视角审查）
- 成本控制（¥0.05-0.10/任务）

- 增量增强模式（基于已有方案进行多视角审查和优化）
- 动态 Agent 调度
- Agent 角色扩展
- HTTP + SSE 远程部署

Collusion 自动检测环境变量，优先级为:DEEPSEEK_API_KEY→OPENAI_API_KEY→LLM_API_KEY→ Reasonix 配置。

export DEEPSEEK_API_KEY=sk-xxxxxxxxxxxxxxxx

Reasonix 用户自动读取~/.reasonix/config.json，无需额外配置。

# 确认 mcp 包已安装 python -c "import mcp; print(mcp.__version__)" # 检查端口占用 (Windows) netstat -ano | findstr :8020 # 检查端口占用 (macOS/Linux) lsof -i :8020

collusion_blackboard_status(task_id="bb_xxxx")

确认所有 Agent 显示_done。如果 Agent 卡在proposal_start，等待 2-3 分钟后再 merge。如果显示_error，查看 status 中的 error 字段。

欢迎 Issue、PR、Discussion！详见CONTRIBUTING.md

pip install -r requirements.txt export DEEPSEEK_API_KEY="your-api-key" # Then configure your MCP client with src/mcp_server.py --stdio

SeeROADMAP.mdfor the full public roadmap covering v0.4.0 through v1.0.0+.

Official MCP server for Buildable AI-powered development platform. Enables AI assistants to manage tasks, track progress, get project context, and collaborate with humans on software projects.