pal-mcp-server
11,839
Stars
1,035
Forks
61
Watchers
153
Open Issues
NOASSERTION
许可证
Python
语言
2025-06-08
创建时间
2025-12-15
最近更新
项目能做什么
统一聚合 Claude Code、GeminiCLI 与 OpenAI、Ollama 等多模型的 MCP Server。
来源:AI 基于仓库事实生成
· 内容以仓库实际 README 为准
使用说明 查看原始 README 原仓库文档
中文使用说明暂未生成。下面保留原仓库 README 摘录,命令与配置均以原文为准。
原始 README 摘录(英文原文,节选前 3000 字符)
# PAL MCP: Many Workflows. One Context. <div align="center"> <em>Your AI's PAL – a Provider Abstraction Layer</em><br /> <sub><a href="docs/name-change.md">Formerly known as Zen MCP</a></sub> [PAL in action](https://github.com/user-attachments/assets/0d26061e-5f21-4ab1-b7d0-f883ddc2c3da) 👉 **[Watch more examples](#-watch-tools-in-action)** ### Your CLI + Multiple Models = Your AI Dev Team **Use the 🤖 CLI you love:** [Claude Code](https://www.anthropic.com/claude-code) · [Gemini CLI](https://github.com/google-gemini/gemini-cli) · [Codex CLI](https://github.com/openai/codex) · [Qwen Code CLI](https://qwenlm.github.io/qwen-code-docs/) · [Cursor](https://cursor.com) · _and more_ **With multiple models within a single prompt:** Gemini · OpenAI · Anthropic · Grok · Azure · Ollama · OpenRouter · DIAL · On-Device Model </div> --- ## 🆕 Now with CLI-to-CLI Bridge The new **[`clink`](docs/tools/clink.md)** (CLI + Link) tool connects external AI CLIs directly into your workflow: - **Connect external CLIs** like [Gemini CLI](https://github.com/google-gemini/gemini-cli), [Codex CLI](https://github.com/openai/codex), and [Claude Code](https://www.anthropic.com/claude-code) directly into your workflow - **CLI Subagents** - Launch isolated CLI instances from _within_ your current CLI! Claude Code can spawn Codex subagents, Codex can spawn Gemini CLI subagents, etc. Offload heavy tasks (code reviews, bug hunting) to fresh contexts while your main session's context window remains unpolluted. Each subagent returns only final results. - **Context Isolation** - Run separate investigations without polluting your primary workspace - **Role Specialization** - Spawn `planner`, `codereviewer`, or custom role agents with specialized system prompts - **Full CLI Capabilities** - Web search, file inspection, MCP tool access, latest documentation lookups - **Seamless Continuity** - Sub-CLIs participate as first-class members with full conversation context between tools ```bash # Codex spawns Codex subagent for isolated code review in fresh context clink with codex codereviewer to audit auth module for security issues # Subagent reviews in isolation, returns final report without cluttering your context as codex reads each file and walks the directory structure # Consensus from different AI models → Implementation handoff with full context preservation between tools Use consensus with gpt-5 and gemini-pro to decide: dark mode or offline support next Continue with clink gemini - implement the recommended feature # Gemini receives full debate context and starts coding immediately ``` 👉 **[Learn more about clink](docs/tools/clink.md)** --- ## Why PAL MCP? **Why rely on one AI model when you can orchestrate them all?** A Model Context Protocol server that supercharges tools like [Claude Code](https://www.anthropic.com/claude-code), [Codex CLI](https://developers.openai.com/codex/cli), and IDE clients such as [Cursor](https://cursor.com) or the [Claude Dev阅读完整原文
商业机会分析 AI 生成
企业/团队级多模型 MCP 网关与成本管控面板
| 产品构想 | 基于 PAL MCP 的多模型抽象能力,增加用户认证、API Key 集中托管、调用量统计、配额限制与团队共享配置,提供 Docker 一键部署或轻量级 SaaS。 |
| 核心功能 | 多模型 API Key 统一分发与加密存储、按成员/项目统计 Token 消耗、团队共享的 clink 角色模板库、Docker 容器化部署。 |
| 目标用户 | 使用多种商业大模型(OpenAI/Anthropic/Gemini/Azure)进行辅助开发的中小研发团队。 |
| 难度/周期 | 中等(需在现有 Python 无状态服务基础上补充数据库 db=1 与容器化 docker=1 支持) · 4-6周(推测) · 成本:低(主要为开发时间及少量测试用 API 费用,推测) |
| 收费模式 | 按团队席位订阅(SaaS)或私有化部署一次性授权费(推测)。 |
| 竞争风险 | 仓库 License 为 NOASSERTION,直接基于其源码进行商业闭源分发存在较高的法律与合规风险,需先确认原作者授权或采用外围插件/独立封装模式。 |
| 依据 | 数据支持的判断 |
AI 研发工作流与 Clink 角色模板订阅/市场
| 产品构想 | 围绕项目的 clink(CLI-to-CLI Bridge)与多模型共识(consensus)机制,打造面向特定研发场景(如 Auth 安全审计、重构规划、Pre-commit 校验)的高质量预设提示词与自动化工作流包。 |
| 核心功能 | 场景化 Subagent 角色包(安全审计员、架构师、测试工程师)、多模型辩论工作流配置、一键导入配置脚本。 |
| 目标用户 | 希望提升 AI 编程准确率但不愿花费时间反复调试多模型 Prompt 的个人开发者与独立黑客。 |
| 难度/周期 | 低(无需修改核心代码,侧重工程实践与 Prompt 调优) · 2-3周(推测) · 成本:极低(主要为多模型测试验证的 API 成本,推测) |
| 收费模式 | 一次性购买工作流模板包,或按月订阅持续更新的模型适配与最佳实践(推测)。 |
| 竞争风险 | Prompt 与配置文件容易被复制传播,护城河较浅;且依赖上游 CLI(Claude Code/Codex/Gemini CLI)的接口稳定性。 |
| 依据 | AI推测 |
多模型自动化代码审查与安全审计集成服务
| 产品构想 | 利用项目“多模型交叉审查”与“独立上下文不污染主工作区”的特性,为中小型开发团队提供定制化的本地/CI 代码审计流水线搭建与咨询服务。 |
| 核心功能 | 将 PAL MCP 与 clink 集成至客户现有的 Git/CI 流程、定制代码审查规则与模型路由策略(如本地 Ollama 处理敏感代码,云端模型处理通用逻辑)。 |
| 目标用户 | 缺乏专职安全团队或资深架构师、希望引入自动化多模型 Code Review 的外包团队或初创公司(推测)。 |
| 难度/周期 | 中等(偏重方案设计与客户环境适配) · 2-4周(按项目交付,推测) · 成本:低(人力时间为主,推测) |
| 收费模式 | 按项目收取集成实施费与后续维护年费(推测)。 |
| 竞争风险 | 服务模式较重,难以规模化;同样受限于原项目 License: NOASSERTION 的商业使用边界。 |
| 依据 | 尚需验证的假设 |
AI 基于仓库公开数据分析生成,含推测成分,不构成收益承诺。
报告会保存到 个人中心
竞品与相似项目 GitHub Search 真实检索
| 项目 | 中文简介 | Stars | 语言 |
|---|---|---|---|
| Rikinshah787/dotpals | 中文介绍暂未生成 See what your coding agent actually did. A desktop pal and n |
60 | JavaScript |
| serpro69/pal-mcp-server | 中文介绍暂未生成 The power of ClaudeCode / AntigravityCLI / CodexCLI + [Gemin |
7 | Python |
| tobert/cpal | 中文介绍暂未生成 cpal - your pal Claude as an MCP server with agentic tools |
5 | Python |
| cyanheads/paleobiology-mcp-server | 中文介绍暂未生成 Search fossil occurrences, resolve taxon fossil ranges, plot |
2 | TypeScript |
| Rishu5kumar/FocusPal-Local-MCP-Server | 中文介绍暂未生成 | 1 | Python |
| rogue-dev-studio/rogue-pal-mcp | 中文介绍暂未生成 Rogue PAL MCP - multi-provider tools via pal-mcp-server (uvx |
0 | - |
以上为通过 GitHub 官方 Search API 检索的相似项目,功能差异与优劣势需进一步人工确认,配置 AI 后可生成对比分析。
项目优势与风险
| 技术成熟度 | 创建于 2025-06-08,最近推送 2025-12-15,发布过 74 个 Release |
| 社区活跃 | Star 11,839 / Fork 1,035 / Issue 153(数据支持,可自行核实) |
| 许可证 | NOASSERTION |
| 主要风险 | 上游项目方向可能变化;同赛道竞争者较多(见竞品表);热度与需求不完全等价 |
安装与使用
快速开始(以仓库 README 为准)
git clone https://github.com/BeehiveInnovations/pal-mcp-server.git cd pal-mcp-server # 请阅读仓库 README 获取确切安装步骤(依赖、配置、启动命令)
术语说明:Docker=应用容器(把程序和依赖打包运行);API Key=调用外部服务的密钥;Git Clone=把仓库代码下载到本地。常见错误:API Key 未配置 / 端口占用 / 数据库连接失败,多数项目在 README 的 Troubleshooting 章节有说明。