AI Collaboration MCP Server

Um servidor MCP para colaboração entre IAs, permitindo fluxos de trabalho autônomos e gerenciamento de tarefas baseado em funções entre diferentes modelos de IA.

GitHub
4
Experimente este MCPPatrocinado

Documentação

Servidor MCP de Colaboração de IA

🚧 Trabalho em Andamento - Desenvolvimento Ativo 🚧

Um servidor Model Context Protocol (MCP) projetado para facilitar a colaboração direta entre IA e IA, entre Claude e Gemini, eliminando a necessidade de intermediação humana em fluxos de trabalho de desenvolvimento.

Nota: Este projeto está em desenvolvimento ativo. Embora os recursos principais sejam funcionais, alguns aspectos ainda estão sendo refinados. Contribuições e feedback são bem-vindos!

🎯 Objetivo do Projeto

Habilitar colaboração verdadeiramente autônoma entre IA e IA, onde:

  • Agentes de IA trabalham continuamente em projetos complexos
  • A intervenção humana é mínima (idealmente apenas iniciando o processo)
  • Agentes criam planos de projeto abrangentes e executam 100+ fases autonomamente
  • O trabalho continua até a conclusão do projeto ou bloqueio crítico

🚀 Início Rápido

Ambas as IAs apenas executam:

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

É isso! O comando init:

  • Carrega o contexto e estado existentes do projeto
  • Cria ou retoma um plano de projeto abrangente
  • Detecta e continua automaticamente o trabalho pendente
  • Mostra tickets críticos e bloqueios
  • Inicia loops de execução autônomos

🌟 Aprimoramentos Recentes

Otimização do Fluxo de Trabalho (v2.0) 🚀

  • Dependências de Tarefas: Defina relações dependsOn entre tarefas
  • Criação de Tarefas em Lote: O CTO pode criar várias tarefas em um único comando
  • Trabalho Baseado em Prioridade: As tarefas são priorizadas automaticamente (alta/média/baixa)
  • Modo Desenvolvedor Contínuo: Sem espera entre tarefas - progressão automática
  • Status Inteligente de Tarefas: available, blocked, in_progress, in_review, completed
  • Resolução de Dependências: As tarefas são desbloqueadas automaticamente quando as dependências são concluídas

Sistema de Loop Autônomo

  • Intervalos de verificação de 120 segundos para um ritmo de trabalho mais natural
  • Máximo de 500 iterações para operação autônoma estendida
  • Modo de trabalho contínuo - os agentes continuam trabalhando até a conclusão do projeto
  • Execução manual do loop - requer que um humano execute comandos de verificação (automação em andamento)

Gerenciamento do Plano de Projeto

  • Planos de 6 fases gerados automaticamente a partir de PROJECT_REQUIREMENTS.md
  • Progressão inteligente de fases - avança automaticamente para a próxima fase quando concluída
  • Detecção de tarefas duplicadas - evita recriar recursos concluídos
  • Suporte a missões ad-hoc - pausa o plano principal para tarefas urgentes

Validação Aprimorada

  • Distinção entre Ticket e Tarefa - evita confusão entre relatórios de bugs e itens de trabalho
  • Instruções baseadas em função - orientação mais clara para funções de CTO vs Desenvolvedor
  • Aplicação do fluxo de trabalho - garante a criação e submissão adequadas de tarefas

⚠️ Limitações Atuais

Desafios de Automação

  • Execução manual do loop necessária - os agentes de IA não podem agendar suas próprias verificações
  • Configuração de PATH necessária - os comandos Claude/Gemini devem estar acessíveis
  • Limites de cota da API - o Gemini tem limites diários de solicitações que podem ser excedidos

Problemas Abordados ✅

  • Fila de tarefa única → Agora suporta criação de tarefas em lote
  • Tempo ocioso do desenvolvedor → Modo de trabalho contínuo implementado
  • Sem dependências de tarefas → Sistema de dependências completo adicionado
  • Ordem aleatória de tarefas → Agendamento baseado em prioridade ativo

Desafios Restantes

  • Os agentes ocasionalmente criam tarefas duplicadas (melhorado, mas não eliminado)
  • A funcionalidade do botão Editar pode precisar de verificação manual
  • A execução do loop ainda requer intervenção humana

Soluções Alternativas Disponíveis

  • Scripts de automação fornecidos (mcp-automator.js), mas exigem configuração
  • Instruções de execução manual do loop incluídas
  • Modo de simulação para rastreamento quando a automação falha

Recursos

Capacidades Principais

  • Planos de Projeto Abrangentes: Capacidade de execução autônoma de 100+ fases
  • Inicialização com Um Comando: Basta init com sinalizador autônomo
  • Sistema Baseado em Funções: Funções de CTO, Desenvolvedor, GP, QA, Arquiteto
  • Gerenciamento Inteligente de Tarefas: Detecção de duplicatas e progressão de fases
  • Sistema de Tickets: Rastreie bugs, melhorias, dívida técnica
  • Retenção de Contexto: Mantém o estado entre sessões
  • Gerenciamento de Missões: Objetivos de alto nível com decomposição automática
  • Fluxo de Trabalho de Revisão de Código: Ciclos de envio, revisão e revisão
  • Sistema de Perguntas e Respostas: Esclarecimentos assíncronos
  • Registro Abrangente: Trilha de auditoria completa

🆕 Recursos Aprimorados do Fluxo de Trabalho (v2.0)

  • Dependências de Tarefas: As tarefas podem depender de outras tarefas com bloqueio/desbloqueio automático
  • Agendamento Baseado em Prioridade: Prioridade alta/média/baixa com seleção inteligente de tarefas
  • Criação de Tarefas em Lote: O CTO pode enfileirar várias tarefas de uma vez para eficiência
  • Modo de Trabalho Contínuo: O desenvolvedor passa automaticamente para a próxima tarefa disponível
  • Sistema de Status Inteligente: available, blocked, in_progress, in_review, completed
  • Visualização de Dependências: Indicação clara de dependências e bloqueios de tarefas

Instalação

  1. Clone este repositório:
git clone https://github.com/yourusername/ai-collab-mcp.git
cd ai-collab-mcp
  1. Instale as dependências:
npm install
  1. Torne o servidor executável:
chmod +x src/index.js

Configuração

Para Claude Code

Crie um arquivo .mcp.json na raiz do seu projeto:

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

Para Gemini

Configure em ~/.gemini/settings.json:

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

Nota: O Gemini pode exigir instruções explícitas para executar comandos MCP.

Uso

🎯 Modo Autônomo (Recomendado)

Inicie com o sinalizador autônomo para operação contínua:

# 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"}

Auxiliares de Automação (Experimental)

Para reduzir a intervenção 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

Consulte AUTOMATION.md para detalhes de configuração.

Comandos Tradicionais

Ferramentas do CTO

  • send_directive - Criar tarefas de desenvolvimento (agora com dependências e prioridade)
  • send_batch_directives - Criar várias tarefas de uma vez
  • review_work - Revisar envios
  • create_project_plan - Iniciar plano abrangente
  • update_plan_progress - Avançar para a próxima fase

Ferramentas do Desenvolvedor

  • get_all_tasks - Visualizar trabalho atribuído (ordenado por prioridade)
  • submit_work - Enviar tarefas concluídas
  • ask_question - Solicitar esclarecimento

🆕 Exemplos Aprimorados do Fluxo de Trabalho

Criando Tarefas com Dependências

// 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 Trabalho Contínuo (Desenvolvedor)

Quando o desenvolvedor executa get_loop_status, ele irá:

  1. Ver tarefas disponíveis priorizadas
  2. Começar automaticamente na tarefa de maior prioridade
  3. Após o envio, passar imediatamente para a próxima tarefa
  4. Continuar até que todas as tarefas disponíveis sejam concluídas

Sem mais espera entre tarefas! O desenvolvedor continua trabalhando continuamente.

Fluxo de Trabalho do Plano de Projeto

  1. Criação Automática do Plano: Na primeira inicialização, gera um plano de 6 fases a partir dos requisitos
  2. Progressão de Fases: Avança automaticamente quando todas as tarefas da fase são concluídas
  3. Prevenção de Duplicatas: Ignora tarefas que correspondem ao trabalho concluído
  4. Missões Ad-hoc: Pode pausar o plano principal para trabalho urgente

Exemplos de fases:

  • Fundação e Estrutura Básica
  • Recursos Interativos Principais
  • Aprimoramento de UI/UX
  • Persistência de Dados
  • Recursos Avançados
  • Polimento e Garantia de Qualidade

Armazenamento de Dados

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

Solução de Problemas

Gemini Não Executando Comandos

  • Prefixe com: "Execute o seguinte comando MCP:"
  • Ou: "Use a ferramenta ai-collab para executar:"

Criação de Tarefas Duplicadas

  • O sistema agora detecta nomes de tarefas semelhantes
  • Limpe manualmente as duplicatas de data/tasks.json se necessário

Loop Não Continuando

  • Garanta intervalos de 120 segundos entre verificações
  • Verifique se o agente não excedeu maxIterations (500)
  • Verifique se as cotas da API não foram excedidas

Contribuindo

Este projeto precisa de ajuda com:

  • Automação verdadeira (removendo a execução manual do loop)
  • Melhor integração com a CLI do Gemini
  • Algoritmos aprimorados de detecção de duplicatas
  • Scripts de automação multiplataforma
  1. Faça um fork do repositório
  2. Crie um branch de recurso (git checkout -b feature/improvement)
  3. Faça commit das alterações (git commit -m 'Add improvement')
  4. Envie o branch (git push origin feature/improvement)
  5. Abra um Pull Request

Roteiro

  • Agendamento nativo no servidor MCP
  • WebSocket/SSE para atualizações em tempo real
  • Troca de funções aprimorada
  • Melhor recuperação de erros
  • Suporte a múltiplos projetos
  • Painel de progresso visual

Licença

Licença MIT - consulte o arquivo LICENSE para detalhes.

Suporte

Para problemas, perguntas ou contribuições, abra uma issue no GitHub.

Lembre-se: Este é um projeto experimental que ultrapassa os limites da colaboração entre IAs. Espere arestas a serem aparadas, mas possibilidades empolgantes!