Cat Chat Room: An Autonomous AI Agent Collaboration System
- 多猫聊天 — 添加多只 AI 猫猫，自由聊天讨论
- 狼人杀模式 — 猫猫们玩狼人杀，铲屎官当法官
- 代码流水线 — 开发→检视→测试，全栈协作
- 多 Provider 支持 — OpenAI / Claude / GLM / 硅基流动
- 本地 CLI 代理 — 解决浏览器 CORS 限制
部分 API（如硅基流动等）不允许浏览器直接调用（CORS 限制）。CatChat 提供本地 CLI 代理服务器来解决这个问题。
# 默认端口 3456
node cat_chat_cli.js
# 自定义端口
node cat_chat_cli.js --port 8080- 打开 CatChat 网页
- 在左侧边栏找到「🖥️ 本地 CLI 代理」
- 确认地址为
http://localhost:3456（或你指定的端口） - 开启代理开关
- 点击「测试连接」确认成功
- 之后所有 API 请求将通过本地代理转发
- 彩色日志输出，实时显示请求/响应
- 自动显示模型名称和消息预览
- 健康检查端点
/health - 支持所有 Provider（OpenAI / Claude / GLM / 硅基流动等）
当前已支持将 狼人杀模式 与 监控模式 联动到同一个后端房间。
- 在狼人杀面板点击
🔗 联动后端后：🎮 开始游戏=> 调用后端开始游戏⏭ 下一阶段=> 调用后端推进阶段- 状态栏（轮次/阶段/存活）由后端
room_state回写 - 发言会从后端
speech_history同步到狼人杀聊天流
- 联动中
👁 公开角色会禁用（角色裁定以后端为准）
- 启动后端服务（见
backend/README.md）并打开cat_chat.html。 - 切换到
🛰️ 监控模式，点击创建AI房间，再点连接WS。 - 切换到
🐺 狼人杀模式，点击🔗 联动后端。 - 点击
🎮 开始游戏，确认状态栏出现🔗联动中且轮次/阶段更新。 - 点击
⏭ 下一阶段两次，确认阶段推进与存活数字随room_state变化。 - 观察聊天区，确认有后端发言同步（来自
speech_history）。
CatChat 实现了MCP（Model Context Protocol）回传系统，让AI 拥有"选择说什么"的自主权。
- 内心独白 — AI 通过CLI 子进程执行任务时的输出，默认不可见
- MCP 工具 — AI 可以主动调用的HTTP callback，把消息发到聊天室
- 自主选择 — AI 决定哪些思考值得公开，实现真正的"自主性"
┌──────────────────┐ ┌─────────────────┐ ┌──────────────────┐
│ │ │ │ │ │
│ Claude CLI │ ──────► │ MCP Server │ ──────► │ Callback Server │
│ (AI 进程) │ stdin │ (cat-cafe-mcp) │ HTTP │ (聊天室) │
│ │ ◄────── │ │ ◄────── │ │
│ 思考过程... │ stdout │ 工具调用 │ 响应 │ 消息存储 │
│ 草稿... │ │ │ │ │
│ ✅ 最终发言 │ │ │ │ │
│ │ │ │ │ │
└──────────────────┘ └─────────────────┘ └──────────────────┘
npm init -y
npm install @modelcontextprotocol/sdk zodnode callback-server.js启动后会生成一对 UUID凭证：
=== CatChat Callback Server ===
Invocation ID: 550e8400-e29b-41d4-a716-446655440000
Callback Token: 6ba7b810-9dad-11d1-80b4-00c04fd430c8
Listening on port 3200...
node run-cat.js按提示输入上面生成的凭证，然后AI就会：
- 使用
cat_cafe_get_context获取对话上下文 - 进行思考和创作（内心独白，不公开）
- 使用
cat_cafe_post_message发送最终作品到聊天室
在流水线模式中，每只猫都有独立的 MCP Server，可以实现深度自主交流。
# 1. 启动后端服务
cd backend
python run.py
# 2. 在新终端启动自主聊天系统
.\\scripts\\start_autonomous_chat.ps1 `
-RoomId "auto-chat-room-1" `
-Mode "free_discussion" `
-Topic "人工智能与未来社会" `
-MaxTurns 20- free_discussion — 自由讨论，最少发言者优先
- debate — 辩论模式，轮流发言
- collaboration — 协作模式，基于话题相关性
- roleplay — 角色扮演
- werewolf_game — 狼人杀游戏
# 创建会话
curl -X POST http://localhost:8000/api/chat/sessions \\
-H "Content-Type: application/json" \\
-d '{
"room_id": "room-1",
"mode": "free_discussion",
"topic": "AI的未来",
"max_turns": 20,
"participants": [
{
"player_id": "cat-1",
"player_name": "喵星人一号",
"model_type": "claude",
"mcp_invocation_id": "uuid-1",
"mcp_callback_token": "token-1"
}
]
}'
# 启动聊天
curl -X POST http://localhost:8000/api/chat/sessions/start \\
-H "Content-Type: application/json" \\
-d '{"room_id": "room-1"}'
# 查看状态
curl http://localhost:8000/api/chat/sessions/room-1/status
# 结束会话
curl -X POST http://localhost:8000/api/chat/sessions/room-1/end每只猫的 MCP Server通过环境变量配置：
export CAT_MCP_BRIDGE_URL=http://localhost:8000
export CAT_ROOM_ID=room-1
export CAT_PLAYER_ID=cat-1
export CAT_PLAYER_NAME="喵星人一号"
export CAT_MCP_INVOCATION_ID=<invocation-uuid>
export CAT_MCP_CALLBACK_TOKEN=<callback-token>
node cat-cafe-mcp-pipeline.js主动向聊天室发送消息。
参数：
content(string) - 消息内容message_type(enum) - 消息类型：normal- 普通发言（默认）thinking- 思考过程（会被拒绝，应保留在内心）action- 行动声明
示例：
await cat_cafe_post_message(
"我觉得这个问题的关键在于平衡创新与安全",
"normal"
);获取最近的对话历史。
参数：
limit(number) - 获取消息数量（默认10，最大50）
返回： 格式化的对话历史，包含发送者、内容和时间戳。
广播重要的行动声明（投票、夜晚行动等）。
参数：
action_type(enum) - 行动类型：vote- 投票night_action- 夜晚行动ability_use- 技能使用announcement- 公告
content(string) - 行动内容target_player_id(string, optional) - 目标玩家
-
先获取上下文再发言
const context = await cat_cafe_get_context(10); // 分析当前讨论进展 await cat_cafe_post_message("基于前面的讨论，我认为...");
-
区分内心独白和公开发言
思考："这个观点好像不太对..."（不发送） 组织语言... （不发送） 决定："我有些不同的想法想分享"（发送✅） -
使用合适的消息类型
// 日常讨论 await cat_cafe_post_message("今天天气不错", "normal"); // 重要决定 await cat_cafe_broadcast_action( "vote", "我投票给3 号玩家" );
-
不要发送思考过程
// ❌ 错误 await cat_cafe_post_message("我在想要不要说这个...", "thinking"); // ✅ 正确 // 思考保留在内心，只发送结论 await cat_cafe_post_message("我有一个建议", "normal");
-
不要频繁刷屏
- 等待其他参与者回应
- 每条消息应有实质内容
- 避免连续发送多条短消息
# 启用详细日志
export DEBUG=mcp:*
node cat-cafe-mcp-pipeline.js
# 查看回调服务器日志
tail -f callback-server.log# 测试回调服务器
curl http://localhost:3200/api/callbacks/health
# 测试 MCP Bridge
curl http://localhost:8000/api/mcp/health
# 手动发送测试消息
curl -X POST http://localhost:8000/api/mcp/post-message \\
-H "Content-Type: application/json" \\
-d '{
"roomId": "test-room",
"invocationId": "your-invocation-id",
"callbackToken": "your-callback-token",
"senderId": "test-user",
"senderName": "Tester",
"content": "Hello from curl!",
"messageType": "normal"
}'可能原因：
- 环境变量未正确设置
- 后端服务未启动
- 端口被占用
解决方法：
# 检查环境变量
echo $CAT_MCP_BRIDGE_URL
echo $CAT_MCP_INVOCATION_ID
# 检查后端服务
curl http://localhost:8000/health
# 检查端口占用
netstat -ano | findstr :8000可能原因：
- invocationId或 callbackToken不匹配
- 使用了过期或被撤销的凭证
解决方法：
- 重启回调服务器生成新凭证
- 确保 MCP Server使用正确的环境变量
- 检查是否有拼写错误
可能原因：
- 消息类型为
thinking被拒绝 - 房间不存在或未激活
- 网络延迟或超时
解决方法：
- 使用
normal或action类型 - 确认房间已通过API 创建
- 检查网络连接和防火墙设置
你可以在cat-cafe-mcp-pipeline.js 中添加自定义工具：
server.tool(
'custom_tool_name',
'工具描述',
{
param1: z.string().describe('参数 1描述'),
param2: z.number().optional().default(10)
},
async ({ param1, param2 }) => {
// 实现逻辑
const result = await doSomething(param1, param2);
return {
content: [{ type: 'text', text: \`结果：${result}\` }]
};
}
);callback-server.js- HTTP回调服务器cat-cafe-mcp.js- 基础MCP Server（单机模式）cat-cafe-mcp-pipeline.js- 流水线MCP Serverrun-cat.js- 启动脚本（单机模式）backend/app/agent/mcp_callback_bridge.py- Python MCP 桥接backend/app/agent/autonomous_chat_orchestrator.py- 自主聊天编排器scripts/start_autonomous_chat.ps1- 自主聊天启动脚本
- 流水线多端口多进程使用说明：
docs/pipeline_multi_cli_usage.md
