Collusion
Motor de orquestación de esquemas de colaboración multiobjeto. Tres Agentes de IA proponen en paralelo, revisan de forma cruzada, convergen en viabilidad y votan para generar los 3 mejores esquemas.
Documentación
Collusion (Conspiración)
Un motor MCP que, en la fase de diseño de soluciones, previene el sobre-diseño y la pérdida de intención mediante la colaboración de múltiples agentes. En evaluaciones ciegas con proyectos reales, ganó al grupo de control por 16:1 (5 dominios × 5 dimensiones).
English | Inicio rápido | Hoja de ruta | Guía de contribución
¿Por qué Collusion?
¿Te ha pasado alguna vez?
- La solución que propone la IA parece perfecta, pero al implementarla descubres que viola una restricción clave.
- La descripción del requisito omite aspectos críticos (como seguridad o cumplimiento normativo), y la IA nunca pregunta por ellos.
- Solo hay una propuesta, sin alternativas, y no sabes si existe una mejor ruta técnica.
Collusion nace precisamente para resolver estos problemas.
No es otra herramienta de «diseñar primero, codificar después». El modo Plan, el modo Spec y Superpowers también pueden «diseñar primero». Lo que Collusion hace, y que otros no hacen, es lo siguiente: en la fase de diseño, múltiples agentes de IA proponen soluciones en paralelo desde distintas perspectivas especializadas, se revisan mutuamente y convergen de forma forzada.
Mecanismo central
| Fase | Mecanismo | Descripción |
|---|---|---|
| 🔍 Consenso de fases | Revisión multiagente | Detecta y completa automáticamente las fases omitidas (seguridad, cumplimiento, migración, etc.) |
| 📝 Propuestas en paralelo | 3 voceros de objetos | Tres perspectivas —valor de negocio, arquitectura técnica, seguridad y cumplimiento— generan propuestas de forma independiente |
| 🔄 Revisión cruzada | Modificación rotativa | Cada agente revisa las propuestas de los demás; cada cambio queda registrado con una anotación |
| 🛑 Convergencia de viabilidad | Reductor de velocidad forzado | El vocero de objetos de ingeniería recorta el sobre-diseño |
| 📊 Integración del Owner | Dos pasadas de pulido | Borrador con modelo Flash + revisión final con modelo Strong |
| 🗳️ Votación y puntuación | Puntuación en 5 dimensiones | Corrección, integridad, viabilidad, innovación y alineación con el negocio |
| 🏆 Salida de Top 3 | Propuestas diferenciadas | Con justificación de la puntuación y etiquetas de complejidad |
Comparativa en evaluación ciega con proyectos reales
Tarea de prueba: diseñar una solución técnica para una plataforma de blogs de código abierto (requisito: despliegue con un único comando Docker, sin depender de servicios en la nube de pago).
Grupo de control: generación de propuestas con una única llamada al LLM (1 tarea en 5 dominios distintos, 25 dimensiones en total).
| Dimensión | Gana Collusion | Gana el control | Empate |
|---|---|---|---|
| Integridad | 5 | 0 | 0 |
| Innovación | 5 | 0 | 0 |
| Alineación con el negocio | 4 | 0 | 1 |
| Viabilidad | 2 | 1 | 2 |
| Corrección | 0 | 0 | 5 |
| Total | 16 | 1 | 8 |
En la tarea concreta de la plataforma de blogs, la comparativa entre la propuesta de Collusion y la de Superpowers:
| Criterio | Collusion | Superpowers |
|---|---|---|
| Despliegue | Binario único Go+SQLite | Next.js + 5 contenedores |
| Dependencias externas | 0 (SQLite+Bleve integrados) | PostgreSQL + Redis + Meilisearch |
| Filosofía de arquitectura | Monolito modular, minimalista | Microservicios, complejidad empresarial |
| Rendimiento del primer render | HTML estático puro, sin bloqueo de JS | Hydration de Next.js provoca pantalla en blanco |
| Barrera de self-hosting | Un único comando Docker | Requiere orquestar varios servicios |
| Completitud de la propuesta | 11 módulos técnicos, incluidas definiciones SQL | Conceptos de arquitectura claros, pero pocos detalles de implementación |
| Experiencia de edición | Edición básica de Markdown | Diseño detallado con CodeMirror 6 |
📝 Aviso importante: en esta prueba, Collusion se ejecutó en modo totalmente automático. La filosofía de diseño de Superpowers es la colaboración humana en múltiples rondas; cuando hay una estrecha supervisión humana, la calidad de sus propuestas puede ser mayor. Esta comparativa busca mostrar la diferencia entre dos paradigmas, no ser una competición exhaustiva de rendimiento.
Comentario principal de los jueces:
«La propuesta simplifica el despliegue con un único comando Docker y SQLite; la arquitectura es pragmática y el rendimiento cumple los requisitos. La propuesta comparada depende de demasiados servicios, es compleja y exige un despliegue más difícil.»
Capacidades por escenario
Completado de requisitos
Cuando los requisitos del usuario omiten fases críticas, Collusion las identifica y completa activamente.
Caso: el usuario escribe «Necesito una propuesta de selección de framework de frontend; el equipo usa sobre todo React. Solo me interesan la librería de componentes y el stack tecnológico».
El motor completa automáticamente las siguientes fases:
| Fase original | Completado por el motor |
|---|---|
| Comparativa de librerías de componentes | → Estrategia de seguridad en frontend (XSS/CSP/escaneo de vulnerabilidades en dependencias) |
| Recomendación de stack tecnológico | → Diseño de la API backend y la capa de datos |
| Configuración de ingeniería (empaquetado/compilación) | → Experiencia de desarrollador y guía de incorporación |
| → Despliegue y plan de CI/CD |
Otro caso: el usuario escribe «Quiero construir una plataforma de herramientas para desarrolladores»; el motor completa automáticamente:
- Experiencia de desarrollador y guía de incorporación
- Migración de datos e importación/exportación
- Modelado de amenazas y evaluación de riesgos de seguridad
Guardián de restricciones
Cuando la propuesta se desvía de las restricciones centrales, la fase de convergencia de viabilidad corrige la desviación de forma forzada.
Caso: la restricción de la tarea de la plataforma de blogs era «no depender de servicios en la nube de pago; despliegue con un único comando Docker». Una de las propuestas planteó una arquitectura compleja con PostgreSQL + Redis + múltiples microservicios. En la fase de convergencia de viabilidad, el vocero de objetos de ingeniería la calificó de «sobre-diseño», la puntuación de complejidad se redujo por debajo del umbral de forma forzada y esa propuesta acabó ocupando el tercer puesto.
Inicio rápido
Requisitos previos
- Python 3.10+
- Clave API de DeepSeek (registro gratuito)
Instalación
# 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）
Conexión con clientes MCP
Claude Code: añade en .mcp.json:
{
"mcpServers": {
"brainstorm": {
"command": "python",
"args": ["src/mcp_server.py", "--stdio"],
"cwd": "/path/to/Collusion"
}
}
}
Trae Solo / otros clientes MCP: inicia el modo SSE:
python src/mcp_server.py --sse --port 8020
Después, añade http://localhost:8020/sse a la configuración del MCP.
Ejemplo de uso
# 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")
Referencia de costes
| Número de agentes | Tokens por tarea | Coste por tarea |
|---|---|---|
| 1 | ~15,000 | ~¥0.03 |
| 2 | ~35,000 | ~¥0.07 |
| 3 | ~50,000-65,000 | ~¥0.08-0.15 |
Según los precios de la API de DeepSeek; el coste real varía con la complejidad de la tarea. El objetivo para v0.5.0 es reducirlo a ¥0.05-0.10.
Limitaciones actuales
- Solo compatible con la API de DeepSeek: el adaptador subyacente es de DeepSeek; de momento no admite otros proveedores de LLM (DeepSeek es compatible con el protocolo de OpenAI; las contribuciones de la comunidad con otros adaptadores son bienvenidas).
- Solo genera propuestas desde cero: aún no admite el refinamiento incremental de propuestas existentes (ya incluido en la hoja de ruta a medio plazo).
- Roles de agente fijos: actualmente hay 3 roles integrados (valor de negocio, arquitectura técnica, seguridad y cumplimiento); los roles personalizados están en desarrollo.
- Solo transmisión stdio: el modo de transmisión HTTP/SSE está en desarrollo.
- El formato de salida es Markdown: el informe visual en HTML está en desarrollo (incluirá diagramas de radar, diagramas de arquitectura y tarjetas de anotación de riesgos).
Hoja de ruta
Consulta ROADMAP.md.
Plan a corto plazo (v0.4.0 - v0.5.0):
- Informe visual en HTML (diagrama de radar + diagramas de arquitectura Mermaid + tarjetas de riesgo)
- Plano JSON ejecutable (integración directa con writing-plans)
- Bucle de retroalimentación del usuario (modificaciones incrementales + revisión desde múltiples perspectivas)
- Control de costes (¥0.05-0.10/tarea)
Plan a medio plazo (v0.6.0 - v0.8.0):
- Modo de refinamiento incremental (revisión y optimización multi-perspectiva de propuestas existentes)
- Programación dinámica de agentes
- Ampliación de roles de agente
- Despliegue remoto HTTP + SSE
Solución de problemas
Clave API no configurada
Collusion detecta automáticamente las variables de entorno; el orden de prioridad es: DEEPSEEK_API_KEY → OPENAI_API_KEY → LLM_API_KEY → configuración de Reasonix.
export DEEPSEEK_API_KEY=sk-xxxxxxxxxxxxxxxx
Los usuarios de Reasonix leen automáticamente ~/.reasonix/config.json; no necesitan configuración adicional.
Fallo al iniciar el servicio MCP
# 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
El merge de la pizarra devuelve un ranking vacío
Verifica el estado antes del merge:
collusion_blackboard_status(task_id="bb_xxxx")
Confirma que todos los agentes muestran _done. Si un agente está bloqueado en proposal_start, espera 2-3 minutos antes del merge. Si muestra _error, revisa el campo error en el estado.
Licencia
Licencia MIT — consulta LICENSE.
Contribuciones
¡Bienvenidas las Issues, los PR y las discusiones! Consulta CONTRIBUTING.md.
Inglés
¿Qué es Collusion?
Un motor MCP multiagente para la orquestación de diseño técnico. Dale una tarea y tres agentes de IA —cada uno con una perspectiva distinta (valor de negocio, arquitectura técnica y seguridad y cumplimiento)— generarán propuestas de forma independiente, revisarán de forma cruzada el trabajo de los demás, aplicarán comprobaciones de viabilidad y producirán un Top 3 clasificado.
En evaluaciones ciegas en 5 dominios y 25 dimensiones en total, Collusion ganó a la generación con una única llamada al LLM por 16:1 (8 empates).
Diferenciadores clave
- Detección de vacíos: identifica y rellena automáticamente los componentes que faltan (seguridad, despliegue, migración)
- Revisión multi-perspectiva: tres agentes critican el trabajo de los demás, no solo generan
- Freno de viabilidad: el agente de ingeniería aplica restricciones del mundo real y simplificación
- Top 3 clasificado: puntuación multidimensional con justificación, no solo una respuesta
Inicio rápido
pip install -r requirements.txt
export DEEPSEEK_API_KEY="your-api-key"
# Then configure your MCP client with src/mcp_server.py --stdio
Nota: Collusion actualmente solo es compatible con la API de DeepSeek. DeepSeek usa un protocolo compatible con OpenAI, por lo que otros proveedores compatibles pueden funcionar con un adaptador personalizado. Las contribuciones de la comunidad para otros backends de LLM son bienvenidas.
Hoja de ruta
Consulta ROADMAP.md para ver la hoja de ruta pública completa, de v0.4.0 a v1.0.0+.