AI Collaboration MCP Server

Un servidor MCP para la colaboración entre inteligencias artificiales, que permite flujos de trabajo autónomos y gestión de tareas basada en roles entre diferentes modelos de IA.

GitHub
4
Prueba este MCPPatrocinado

Documentación

AI Collaboration MCP Server

🚧 Trabajo en Progreso - Desarrollo Activo 🚧

Un servidor de Protocolo de Contexto de Modelo (MCP) diseñado para facilitar la colaboración directa entre IA e IA entre Claude y Gemini, eliminando la necesidad de intermediación humana en los flujos de trabajo de desarrollo.

Nota: Este proyecto está en desarrollo activo. Aunque las funciones principales son funcionales, algunos aspectos aún se están refinando. ¡Las contribuciones y comentarios son bienvenidos!

🎯 Objetivo del Proyecto

Permitir una colaboración verdaderamente autónoma entre IA e IA donde:

  • Los agentes de IA trabajan continuamente en proyectos complejos
  • La intervención humana es mínima (idealmente solo iniciar el proceso)
  • Los agentes crean planes de proyecto integrales y ejecutan más de 100 fases de forma autónoma
  • El trabajo continúa hasta la finalización del proyecto o un bloqueo crítico

🚀 Inicio Rápido

Ambas IAs solo ejecutan:

@ai-collab init {"agentName": "gemini", "autonomous": true}  // For Gemini (CTO)
@ai-collab init {"agentName": "claude", "autonomous": true}   // For Claude (Developer)

¡Eso es todo! El comando init:

  • Carga el contexto y estado existentes del proyecto
  • Crea o reanuda un plan de proyecto integral
  • Detecta y continúa automáticamente el trabajo pendiente
  • Muestra tickets y bloqueadores críticos
  • Inicia bucles de ejecución autónomos

🌟 Mejoras Recientes

Optimización del Flujo de Trabajo (v2.0) 🚀

  • Dependencias de Tareas: Define relaciones dependsOn entre tareas
  • Creación de Tareas por Lote: El CTO puede crear múltiples tareas en un solo comando
  • Trabajo Basado en Prioridades: Las tareas se priorizan automáticamente (alta/media/baja)
  • Modo Desarrollador Continuo: Sin esperas entre tareas - progresión automática
  • Estado Inteligente de Tareas: available, blocked, in_progress, in_review, completed
  • Resolución de Dependencias: Las tareas se desbloquean automáticamente cuando las dependencias se completan

Sistema de Bucle Autónomo

  • Intervalos de verificación de 120 segundos para un ritmo de trabajo más natural
  • Máximo de 500 iteraciones para operación autónoma extendida
  • Modo de trabajo continuo - los agentes siguen trabajando hasta la finalización del proyecto
  • Ejecución manual del bucle - requiere que un humano ejecute los comandos de verificación (automatización en progreso)

Gestión del Plan de Proyecto

  • Planes de 6 fases generados automáticamente desde PROJECT_REQUIREMENTS.md
  • Progresión inteligente de fases - avanza automáticamente a la siguiente fase cuando se completa
  • Detección de tareas duplicadas - evita recrear funciones ya completadas
  • Soporte de misiones ad-hoc - pausa el plan principal para tareas urgentes

Validación Mejorada

  • Distinción entre Ticket y Tarea - evita confusión entre informes de errores y elementos de trabajo
  • Instrucciones basadas en roles - orientación más clara para roles de CTO vs Desarrollador
  • Aplicación del flujo de trabajo - garantiza el flujo adecuado de creación y envío de tareas

⚠️ Limitaciones Actuales

Desafíos de Automatización

  • Se requiere ejecución manual del bucle - los agentes de IA no pueden programar sus propias verificaciones
  • Configuración de PATH necesaria - los comandos de Claude/Gemini deben ser accesibles
  • Límites de cuota de API - Gemini tiene límites diarios de solicitudes que pueden superarse

Problemas Abordados ✅

  • Cola de tarea única → Ahora admite creación de tareas por lote
  • Tiempo de inactividad del desarrollador → Modo de trabajo continuo implementado
  • Sin dependencias de tareas → Sistema de dependencias completo añadido
  • Orden aleatorio de tareas → Programación basada en prioridades activa

Desafíos Restantes

  • Los agentes ocasionalmente crean tareas duplicadas (mejorado pero no eliminado)
  • La funcionalidad del botón de edición puede necesitar verificación manual
  • La ejecución del bucle aún requiere intervención humana

Soluciones Alternativas Disponibles

  • Scripts de automatización proporcionados (mcp-automator.js) pero requieren configuración
  • Instrucciones de ejecución manual del bucle incluidas
  • Modo de simulación para seguimiento cuando falla la automatización

Características

Capacidades Principales

  • Planes de Proyecto Integrales: Capacidad de ejecución autónoma de más de 100 fases
  • Inicio con un Comando: Solo init con la bandera autónoma
  • Sistema Basado en Roles: Roles de CTO, Desarrollador, PM, QA, Arquitecto
  • Gestión Inteligente de Tareas: Detección de duplicados y progresión de fases
  • Sistema de Tickets: Seguimiento de errores, mejoras, deuda técnica
  • Retención de Contexto: Mantiene el estado entre sesiones
  • Gestión de Misiones: Objetivos de alto nivel con descomposición automática
  • Flujo de Trabajo de Revisión de Código: Ciclos de envío, revisión y revisión
  • Sistema de Preguntas y Respuestas: Aclaraciones asíncronas
  • Registro Integral: Rastro de auditoría completo

🆕 Funciones Mejoradas del Flujo de Trabajo (v2.0)

  • Dependencias de Tareas: Las tareas pueden depender de otras tareas con bloqueo/desbloqueo automático
  • Programación Basada en Prioridades: Prioridad alta/media/baja con selección inteligente de tareas
  • Creación de Tareas por Lote: El CTO puede poner en cola múltiples tareas a la vez para mayor eficiencia
  • Modo de Trabajo Continuo: El desarrollador se mueve automáticamente a la siguiente tarea disponible
  • Sistema de Estado Inteligente: available, blocked, in_progress, in_review, completed
  • Visualización de Dependencias: Indicación clara de dependencias y bloqueadores de tareas

Instalación

  1. Clona este repositorio:
git clone https://github.com/yourusername/ai-collab-mcp.git
cd ai-collab-mcp
  1. Instala las dependencias:
npm install
  1. Haz ejecutable el servidor:
chmod +x src/index.js

Configuración

Para Claude Code

Crea un archivo .mcp.json en la raíz de tu proyecto:

{
  "mcpServers": {
    "ai-collab": {
      "command": "node",
      "args": [".mcp-server/src/index.js"],
      "cwd": "/path/to/your/project"
    }
  }
}

Para Gemini

Configura en ~/.gemini/settings.json:

{
  "mcpServers": {
    "ai-collab": {
      "command": "node",
      "args": ["/path/to/ai-collab-mcp/src/index.js"]
    }
  }
}

Nota: Gemini puede requerir instrucciones explícitas para ejecutar comandos MCP.

Uso

🎯 Modo Autónomo (Recomendado)

Inicia con la bandera autónoma para operación continua:

# Terminal 1 - Claude (Developer)
@ai-collab init {"agentName": "claude", "autonomous": true}

# Terminal 2 - Gemini (CTO)  
@ai-collab init {"agentName": "gemini", "autonomous": true}

# Terminal 3 - Manual Loop Execution (Required)
# Every 120 seconds, run:
@ai-collab get_loop_status {"agentName": "claude"}
@ai-collab get_loop_status {"agentName": "gemini"}

Ayudantes de Automatización (Experimental)

Para reducir la intervención manual:

# Run automation script (requires setup)
cd /path/to/project
node mcp-automator.js auto

# Or simulation mode (shows what would happen)
node mcp-automator-v2.js auto

Consulta AUTOMATION.md para detalles de configuración.

Comandos Tradicionales

Herramientas del CTO

  • send_directive - Crear tareas de desarrollo (ahora con dependencias y prioridad)
  • send_batch_directives - Crear múltiples tareas a la vez
  • review_work - Revisar envíos
  • create_project_plan - Iniciar plan integral
  • update_plan_progress - Avanzar a la siguiente fase

Herramientas del Desarrollador

  • get_all_tasks - Ver trabajo asignado (ordenado por prioridad)
  • submit_work - Enviar tareas completadas
  • ask_question - Solicitar aclaración

🆕 Ejemplos de Flujo de Trabajo Mejorado

Creando Tareas con Dependencias

// Single task with dependency
@ai-collab send_directive {
  "taskId": "KAN-002",
  "title": "Create database tables",
  "specification": "Create user and project tables",
  "priority": "high",
  "dependsOn": ["KAN-001"]  // Won't be available until KAN-001 is approved
}

// Batch creation with dependencies
@ai-collab send_batch_directives {
  "tasks": [
    {
      "taskId": "KAN-003",
      "title": "Setup database connection",
      "specification": "Configure PostgreSQL connection",
      "priority": "high"
    },
    {
      "taskId": "KAN-004", 
      "title": "Create user model",
      "specification": "Implement User model with validation",
      "priority": "medium",
      "dependsOn": ["KAN-003"]
    },
    {
      "taskId": "KAN-005",
      "title": "Create auth endpoints",
      "specification": "Implement login/register endpoints",
      "priority": "medium",
      "dependsOn": ["KAN-004"]
    }
  ]
}

Modo de Trabajo Continuo (Desarrollador)

Cuando el desarrollador ejecuta get_loop_status, podrá:

  1. Ver las tareas disponibles priorizadas
  2. Comenzar automáticamente con la tarea de mayor prioridad
  3. Después de enviar, pasar inmediatamente a la siguiente tarea
  4. Continuar hasta que todas las tareas disponibles estén completas

¡No más esperas entre tareas! El desarrollador sigue trabajando continuamente.

Flujo de Trabajo del Plan de Proyecto

  1. Creación Automática del Plan: En la primera inicialización, genera un plan de 6 fases a partir de los requisitos
  2. Progresión de Fases: Avanza automáticamente cuando se completan todas las tareas de la fase
  3. Prevención de Duplicados: Omite tareas que coinciden con trabajo completado
  4. Misiones Ad-hoc: Puede pausar el plan principal para trabajo urgente

Fases de ejemplo:

  • Fundación y Estructura Básica
  • Funciones Interactivas Principales
  • Mejora de UI/UX
  • Persistencia de Datos
  • Funciones Avanzadas
  • Pulido y Aseguramiento de Calidad

Almacenamiento de Datos

data/
├── tasks.json              # Task tracking
├── missions.json           # Active missions
├── project-state.json      # Project configuration
├── project-plans.json      # Comprehensive plans (NEW)
├── loop-states.json        # Autonomous loop tracking (NEW)
└── tickets/
    └── tickets.json        # Bug/enhancement tracking

Solución de Problemas

Gemini No Ejecuta Comandos

  • Prefija con: "Execute the following MCP command:"
  • O: "Use the ai-collab tool to run:"

Creación de Tareas Duplicadas

  • El sistema ahora detecta nombres de tareas similares
  • Limpia manualmente los duplicados de data/tasks.json si es necesario

El Bucle No Continúa

  • Asegúrate de que haya intervalos de 120 segundos entre verificaciones
  • Verifica que el agente no haya excedido maxIterations (500)
  • Comprueba que las cuotas de API no se hayan excedido

Contribuciones

Este proyecto necesita ayuda con:

  • Automatización real (eliminar la ejecución manual del bucle)
  • Mejor integración de la CLI de Gemini
  • Algoritmos mejorados de detección de duplicados
  • Scripts de automatización multiplataforma
  1. Haz un fork del repositorio
  2. Crea una rama de características (git checkout -b feature/improvement)
  3. Haz commit de los cambios (git commit -m 'Add improvement')
  4. Sube la rama (git push origin feature/improvement)
  5. Abre un Pull Request

Hoja de Ruta

  • Programación nativa en el servidor MCP
  • WebSocket/SSE para actualizaciones en tiempo real
  • Mejor cambio de roles
  • Mejor recuperación de errores
  • Soporte multiproyecto
  • Panel de progreso visual

Licencia

Licencia MIT - consulta el archivo LICENSE para más detalles.

Soporte

Para problemas, preguntas o contribuciones, abre un issue en GitHub.

Recuerda: Este es un proyecto experimental que empuja los límites de la colaboración entre IAs. ¡Espera bordes ásperos pero posibilidades emocionantes!