software

我如何构建了一个 MCP 服务器，让 Claude Code 与我付费的所有 LLM 对话

发布: (2026年2月6日 GMT+8 11:53)
11 min read
原文: Dev.to

Source: Dev.to

抱歉，我无法直接访问外部链接获取文章内容。请您提供需要翻译的完整文本（除代码块和 URL 之外），我将按照要求把它翻译成简体中文并保留原有的格式、Markdown 语法以及技术术语。

问题

你正在同时使用 四 个不同的 AI 生态系统：

  • ChatGPT Plus
  • Claude MAX
  • Gemini
  • 通过 Ollama 的本地模型

每个都需要单独的浏览器标签页，你不得不花费宝贵的时间 复制‑粘贴 提示、重新格式化，并且在比较答案时丢失上下文。一个简单的“每个模型怎么想？”会耗费几分钟，而不是几秒钟。

解决方案：HydraMCP

HydraMCP 是一个 MCP（模型控制协议）服务器，它将单个提示路由到您可以访问的任何云端或本地模型，并行执行它们，并将结果并排返回。

关键优势

  • 统一接口，适用于所有模型
  • 并行执行（一次可运行 2‑5 个模型）
  • 再也不会出现上下文丢失或手动重新格式化
  • 可在终端、IDE 或任何 Claude Code 环境中使用

Exposed Tools (Claude Code)

ToolDescription
list_models显示所有提供商中可用的每个模型，一条命令即可查看。
ask_model在不离开终端的情况下查询单个模型（例如，“给我 GPT‑5 对此的看法”）。
compare_models将 相同的提示 发送给 2‑5 个模型并行，并并排返回结果。

示例用法

# List everything you can query
list_models
# Ask a single model
ask_model gpt-5-codex "Explain the difference between supervised and unsupervised learning."
# Compare several models at once
compare_models gpt-5-codex, gemini-3, claude-sonnet, local-qwen \
    "Review this function and suggest improvements:

def foo(bar):
    return bar * 2"

结果（简化视图）：

模型响应
GPT‑5 Codex…
Gemini‑3…
Claude Sonnet…
Local Qwen…

每个答案并排显示，轻松发现差异、优势或错误。

入门

  1. 安装 HydraMCP（通过 pip、Docker 或二进制文件）。

  2. 配置你的 OpenAI、Anthropic、Google 以及 Ollama 端点的 API 密钥。

  3. 启动服务器：

    hydramcp serve

  4. 使用 Claude Code、终端或 IDE 插件中的任意三种工具。

TL;DR

HydraMCP 让你 只用一个提示查询所有 AI 模型，获取 并行、并列的结果，最终摆脱无尽的复制‑粘贴舞蹈。 🚀

Model Comparison (4 models, 11 637 ms total)

ModelLatencyTokens
gpt-5-codex1 630 ms (fastest)194
gemini-3-pro-preview11 636 ms1 235
claude‑sonnet‑4‑5‑202509293 010 ms202
ollama/qwen2.5-coder:14b8 407 ms187

四个模型均独立发现了相同的异步错误，随后各自捕获了其他模型遗漏的内容：

  • GPT‑5 – 最快。
  • Gemini – 最彻底。
  • Claude – 修复最清晰。
  • Qwen – 解释了根本原因。

训练数据不同，优势各异。

共识投票

“Consensus polls 3‑7 models on a question and has a separate judge model evaluate whether they actually agree. It returns a confidence score and groups responses by agreement.”

该工具将请求分发到多个模型，收集它们的响应，然后由 synthesiser model 将最佳见解合并为一个答案。结果通常优于任何单一模型的响应。

架构概览

Claude Code
    |
    HydraMCP (MCP Server)
    |
    Provider Interface
    |-- CLIProxyAPI  → cloud models (GPT, Gemini, Claude, …)
    |-- Ollama       → local models (your hardware)

HydraMCP 位于 Claude Code 与模型提供商之间。它通过 stdio 使用 JSON‑RPC（MCP 协议）进行通信，将请求路由到相应的后端，并对所有内容进行格式化，以保持你的上下文窗口可控。

Provider Interface

interface Provider {
  name: string;
  healthCheck(): Promise;
  listModels(): Promise;
  query(
    model: string,
    prompt: string,
    options?: QueryOptions
  ): Promise;
}

每个后端只实现三个方法：healthCheck()、listModels() 和 query()。添加新提供商只需实现这三个函数并注册它。

  • 云模型 – CLIProxyAPI 将已有订阅转换为本地兼容 OpenAI 的 API。你只需通过浏览器登录一次即可对每个提供商进行身份验证；无需按 token 计费——使用你已经付费的订阅。
  • 本地模型 – Ollama 在 localhost 上运行，提供 Qwen、Llama、Mistral 等模型。零 API 密钥，除电费外无其他成本。

当你比较四个模型时，所有查询会使用 Promise.allSettled() 同时发起。
总时间 = 最慢模型的延迟，而不是所有延迟之和。
（上面的五模型比较总共用了 11.6 秒，而不是 > 25 秒。）

如果某个模型失败，仍然会收到其他模型的结果——实现了优雅降级，而不是全有或全无。

Source: …

协议检测

单纯的关键词匹配无法判断模型是否真正达成一致。

模型 A：“从单体开始。”
模型 B：“单体因为更简单。”

它们在语义上是一致的，但关键词重叠度很低。

解决方案： 共识工具挑选一个 judge model（不在投票列表中），让它评估一致性。评审模型会阅读所有回复并进行语义分组。

Three cloud models polled, local Qwen judging.
Strategy: majority (needed 2/3)
Agreement: 3/3 models (100%)
Judge latency: 686 ms

使用本地模型作为评审意味着 零云配额 用于评估步骤。

当没有评审模型可用时，基于关键词的回退方案在事实性问题上还能工作，但在主观性问题上会失效。LLM‑judge 方法显著更好，尽管仍有改进空间。

本地模型的冷启动惩罚

  • 首次请求 Qwen 32B：约 24 秒（模型加载）。
  • 到第四次请求时：约 3 秒——模型热启动后提升 8×。

如果您经常使用 HydraMCP，您的本地模型会保持热状态，体验会非常流畅。当天的第一次查询可能会较慢；其余的查询都很快。

合成工具

最雄心勃勃的功能：它收集多个模型的响应，然后将它们送入一个合成模型，并指示其结合最佳见解并去除冗余。

  • 在可能的情况下，合成模型会特意从源列表之外的模型中挑选。
  • 提示（简化版）：
Here are responses from four models. Write one definitive answer.
Take the best from each.

实际上，合成后的结果通常比任何单一响应拥有更好的结构，并且能够捕捉到至少一个模型遗漏的细节。

实现细节

  • 语言： TypeScript（约 1 500 行）
  • 依赖：
    • @modelcontextprotocol/sdk – MCP 协议
    • zod – 输入验证
    • Node 18+（无 Express、无数据库、无额外构建框架）

所有工具输入均使用 Zod schema 进行验证，所有日志输出到 stderr（stdout 保留给 JSON‑RPC 协议——向其发送其他内容会导致 MCP 出错）。

快速入门指南（≈ 5 分钟）

  1. 设置后端 – CLIProxyAPI 和/或 Ollama。

  2. 克隆、安装、构建 HydraMCP。

  3. 将后端 URL 添加到 .env。

  4. 使用 Claude Code 注册

    claude mcp add hydramcp -s user -- node /path/to/dist/index.js

  5. 重启 Claude Code，然后运行 list models。

  6. 从此以后只需自然对话：

    • “让 GPT‑5 审核一下这个。”
    • “比较三种模型在此方法上的表现。”
    • “就这个是否线程安全达成共识。”

Claude Code 会自动通过 HydraMCP 路由所有请求。

扩展 Provider 接口

设计本身是有意可扩展的。我希望未来能看到的后端有：

  • LM Studio – 另一个本地模型选项。
  • OpenRouter – 按 token 付费访问您未订阅的模型。
  • Direct API keys – OpenAI、Anthropic、Google（无需 CLIProxyAPI）。

每个新 provider 大约只有 100 行 TypeScript：实现三个接口方法，注册它，完成即可。

Bottom Line

真实的价值不在于任何单一功能，而在于 workflow change：不再只信任单个模型的意见，你可以低成本地将其与其他模型进行验证，获得共识，并合成更高质量的答案——全部在编辑器或终端中完成，无需离开。

多模型 AI 对比

与其纠结于 GPT 或 Claude 在特定任务上哪个更好，不如直接 并排比较它们，观察结果。

为什么使用多个模型？

  • 不同的优势：

    • GPT‑5 往往能捕捉到 Claude 漏掉的性能问题。
    • Claude 能提出 GPT 未考虑的架构模式。
    • Gemini 有时能提供最全面的分析。
    • 本地 Qwen 在解释 为什么 出错方面出奇地好，而不仅仅是说明 出错的是什么。

  • 统一的终端访问：
    将所有模型集中在同一个终端中使用，支持并行执行和结构化对比，这会改变你使用 AI 编码的思维方式。它把工作流从“询问我偏好的模型”转变为 “为此任务挑选合适的模型”——或者直接“让所有模型都回答，看看会得到什么结果”。

HydraMCP

如果你有积灰的订阅或闲置的本地模型，HydraMCP 可以让它们发挥作用。如果你想添加新的提供商，接口已有文档并提供了示例。

Back to Blog

相关文章

阅读更多 »