什么是Ai Specialists
AI Specialists Hub 是一个基于 MCP（Model Context Protocol）的 AI 专家协作平台，允许用户通过标准化的 HTTP API 与多个领域专精的人工智能专家进行交互。该平台的核心设计理念是将不同专业背景的 AI 角色（如 Ruby、Peter、Benjamin 等）作为独立的‘专家’进行管理，每个专家拥有专属的工作空间、知识库和指令集。用户可通过统一的端点调用工具来雇佣、解雇、导入或探索这些专家，实现对复杂任务的分工与协同处理。所有通信均通过 SSE（Server-Sent Events）流式响应完成，确保实时性与高效性。无论是初次接触某个专家，还是需要批量读取其文档，系统都提供了清晰的交互模式，帮助用户快速理解专家的能力边界和工作流程。 要使用 AI Specialists Hub，首先需获取并配置 MCP 端点 URL，该地址通常包含用户名和密钥信息，存储于 TOOLS.md 文件中或由用户提供。连接时必须设置正确的请求头，尤其是 `Accept: application/json, text/event-stream`，否则服务器将返回 406 错误。成功建立连接后，即可调用一系列预定义的工具函数来管理专家和操作数据。例如，`list_specialists` 可查看所有已雇佣的专家列表及其唯一 ID；`explore_specialist_tree` 则展示某位专家工作区内的完整文件结构。特别需要注意的是，操作任何专家前，应先读取其 `ai-instructions/` 文件夹下的 `core-instructions.md` 和 `getting_started.md` 文件，以掌握其身份设定、职责范围及沟通风格，从而避免误解或低效协作。
核心功能特点
- 支持通过标准 HTTP POST 接口与 MCP 协议集成，兼容 curl 等命令行工具
- 提供专家发现与管理功能：列出、雇佣、解雇、导入外部 GitHub 仓库中的专家
- 具备完整的文档与文件夹操作能力：读写单篇或多篇文档、创建/删除目录结构
- 采用 SSE 流式响应机制，保证数据传输的高效性和实时性
- 每位专家拥有独立工作空间与个性化指令集，首次交互前必须加载其核心说明文件
适用场景
AI Specialists Hub 特别适合需要多领域 AI 协同工作的开发者和团队。例如，在一个大型软件项目中，前端工程师可以雇佣擅长 UI/UX 设计的专家（如 Benjamin），后端开发者则可调用专注于 Ruby on Rails 开发的专家（如 Ruby）来处理 API 逻辑。通过分别读取各自专家的 ai-instructions 文档，团队成员能迅速了解其专长边界，避免重复劳动或任务重叠。此外，当项目进入新阶段时，可通过 `import_specialist` 工具引入来自 GitHub 的新专家模块，实现动态扩展能力。对于个人用户而言，若尚未注册账户，系统还支持代理发起注册流程，自动分配用户名、邮箱、密码及 MCP 密钥，并立即启用默认专家（如周五自动入职的专家），极大降低了上手门槛。 在日常知识管理中，该工具也展现出强大实用性。假设你正在研究一组技术方案，但资料分散在多个专家的工作区内，只需先用 `explore_specialist_tree` 浏览各专家的文件树，再用 `read_specialist_documents` 批量拉取所需文档，最后汇总关键信息即可。这种方式比逐个打开文件更高效，尤其适用于跨专家的知识整合场景。若需更新某位专家的知识库（如添加最新会议纪要或技术规范），也可先读取原文件，修改内容后调用 `update_specialist_document` 回写，系统会自动判断是新建还是覆盖已有文档。整个流程无需编写额外代码，完全依赖 RESTful API 调用，非常适合集成到自动化脚本或 CI/CD 流水线中，实现智能化的知识维护与分发。