项目概述
革命性的AI协作开发平台，让多个AI模型在同一个上下文中无缝协作
AI协作编排
Claude作为主控制器，自动选择最适合的AI模型处理不同任务，实现真正的AI团队协作
上下文延续
独特的对话延续系统，即使Claude上下文重置后，也能通过其他模型恢复完整的讨论历史
工作流程增强
14种专业开发工具，从代码审查到调试分析，每个工具都经过精心设计的工作流程
多模型支持
支持Gemini、OpenAI、Grok、OpenRouter、Ollama等多种AI提供商，本地和云端模型并存
核心特性
强大的功能集合，打造完整的AI协作开发生态
智能模型选择
Claude自动根据任务类型选择最适合的AI模型：复杂架构用Gemini Pro，快速分析用Flash，逻辑调试用O3
AI对话串联
多个AI模型可以在同一对话中接力工作，后续模型能够理解前面模型的分析结果和建议
专业开发工具
14种工具覆盖开发全流程：代码审查、调试分析、重构建议、测试生成、安全审计等
上下文复活
即使Claude上下文重置，也能通过其他模型的记忆恢复完整的项目讨论历史
本地模型支持
支持Ollama、vLLM、LM Studio等本地模型，保护隐私的同时控制成本
视觉内容分析
支持图像、图表、截图等视觉内容分析，为多媒体项目提供全面支持
技术架构
基于MCP协议的现代化AI协作架构
用户界面层
MCP协议层
Zen MCP Server
AI提供商层
安装指南
5分钟快速开始，自动配置所有依赖
克隆项目
git clone https://github.com/BeehiveInnovations/zen-mcp-server.git
cd zen-mcp-server自动安装配置
# Linux/macOS
./run-server.sh
# Windows PowerShell
./run-server.ps1自动设置Python环境、安装依赖、配置Claude集成
配置API密钥
# 编辑 .env 文件
GEMINI_API_KEY=your-gemini-api-key
OPENAI_API_KEY=your-openai-api-key
OPENROUTER_API_KEY=your-openrouter-key至少配置一个API密钥即可开始使用
开始使用
# 启动Claude Code
claude
# 或者使用Gemini CLI
gemini在项目目录中启动，自动连接到Zen MCP Server
14种专业工具
覆盖开发全流程的智能工具集
chat
协作思考和开发对话，获得第二意见和验证方法
thinkdeep
扩展推理伙伴，挑战假设并识别边缘情况
challenge
批判性挑战提示，防止"你完全正确"的回应
planner
交互式逐步规划，分解复杂项目为可管理步骤
consensus
多模型共识分析，获取不同AI专家的意见
codereview
专业代码审查，识别bug、安全和性能问题
precommit
提交前验证，确保代码变更符合要求
debug
系统化调试助手，逐步根因分析
analyze
智能文件分析，理解架构和依赖关系
refactor
智能代码重构，专注分解和现代化
tracer
静态代码分析，调用流映射和依赖追踪
testgen
全面测试生成，包含边缘情况覆盖
secaudit
全面安全审计，OWASP分析和合规评估
docgen
全面文档生成，包含复杂度分析
AI模型支持
支持主流AI提供商，本地和云端模型并存
Google Gemini
扩展思考、快速分析、视觉内容理解
OpenAI
强推理能力、通用智能、多模态支持
本地模型
隐私保护、成本控制、离线使用
其他提供商
多样化选择、灵活配置、扩展支持
使用示例
实际工作流程演示，体验AI协作的强大威力
代码审查工作流
使用zen进行代码审查，特别是auth.py文件，
我觉得某些代码可能绕过了安全检查，
可能存在更多潜在漏洞。找到并分享相关代码。Claude会系统性地检查代码，然后咨询Gemini Pro进行深度安全分析
多AI调试协作
使用zen的debug工具和gemini pro，
查看/Users/me/project/diagnostics.log下的日志
和sync文件夹下的相关代码。日志显示同步工作
但有时会卡住且没有错误显示给用户。Claude进行系统调查，然后Gemini Pro提供专业的根因分析
架构决策共识
使用zen获得flash支持立场和gemini pro批评立场
的共识，评估我们是否应该将API从REST迁移到
GraphQL。我需要一个明确的答案。多个AI模型从不同角度分析技术决策，提供全面的建议