PR Council MCP：面向智能体工程的开源实验场

作者开源了其自用的多智能体 PR 评审系统 pr-council-mcp，并称 PR 评审本身是次要目标，核心价值在于提供一个较小的 Python 环境来实验生产级智能体系统的多种能力：基于 STDIO 的本地 MCP 作为对话外壳与智能体系统之间的接缝、沙箱（目前仅 macOS，欢迎 Linux 贡献）、有界工具调用与显式限制、图式编排、智能体间上下文隔离、多种评审者立场、多模型/模型族、审议与误报确认、持久化工作流状态。作者表示自己每天使用多次，但未提供效果数据。

AI推荐理由 作者开源了一个多智能体 PR 评审系统（salesforce-misc/pr-council-mcp），并明确列出其用于实验的生产级 agent 能力：STDIO 本地 MCP、沙箱（目前仅 macOS）、有界工具调用、图编排、上下文隔离、多评审者立场、多模型族、审议与误报确认、持久化工作流状态。这些是具体可验证的工程细节，对 agent 工程实践有参考价值；但项目定位为个人实验性 playground，尚无效果数据或采用证据，PR 评审本身被作者称为次要目标。