bayze-mcp 编排多模型交叉复核
AI 总结
掘金 AI 文章作者发布了开源工具 bayze-mcp，可通过一次 MCP 调用，在 Cherry Studio 中编排跨供应商模型的起草、评审与修订流程。文章给出了安装步骤和 YAML 配置示例，演示由 DeepSeek 起草、Qwen Plus 评审、豆包轻量版修订。作者称其具备低成本、低延迟、本地保存密钥和无需遥测等特性，但这些测试、隐私与部署说法尚无独立验证。
深度见解
该项目为 Cherry Studio 用户提供了可落地的跨模型评审方式，但报告中的配置与演示对修订模型的描述存在不一致。
你有没有遇到过这种情况？
你在用 AI 助理（Cherry Studio、Claude Desktop、Cursor）写一段重要内容，想让「另一个模型的 AI 帮忙检查一下」——但只能手动复制粘贴，在 ChatGPT、Claude、DeepSeek 之间来回切换。
bayze-mcp 把这个流程自动化了：一个 MCP 工具调用，触发「起草 → 评审 → 修订」的跨厂商协作。
效果演示
$ bayze run --workflow review_then_revise_cn \
--input "用一句话解释 HTTP 和 HTTPS 的区别"
✓ draft deepseek-chat 2.1s ~$0.001
✓ review qwen-plus 2.7s ~$0.001
verdict: revise — "缺少 TLS 握手和非对称加密"
✓ revise doubao-lite 3.6s
→ 修订稿采纳了评审的纠正，技术准确性提升
三家国产模型协作：DeepSeek 写初稿、通义千问评审（结构化 JSON 结论）、豆包按需修订。每一步都可审计：哪个模型、多少 token、什么费用。