AgentCrew 项目使用指南

AgentCrew 是一个先进的多智能体AI助手框架，旨在构建超越传统聊天机器人的复杂AI交互系统。它通过协调多个专业AI智能体协同工作，并支持丰富的工具集和多种大型语言模型（LLM）提供商。此外，AgentCrew 还可以作为A2A（Agent-to-Agent）服务器，向其他兼容系统（如MCP客户端）暴露其AI智能体的能力。

主要功能点

多智能体架构： 配置和管理具备不同专业能力的AI智能体。
丰富工具集成： 内置支持网页搜索、剪贴板操作、记忆存储、代码分析、代码生成、图像生成等工具。
多LLM提供商支持： 兼容Claude, GPT, Groq, Gemini, DeepInfra等主流LLM模型，并支持自定义OpenAI兼容接口。
A2A服务器： 将配置好的AgentCrew智能体作为服务通过A2A协议（基于JSON-RPC）暴露，供其他系统调用。
交互式界面： 提供功能丰富的终端命令行界面和图形用户界面（GUI）。
会话持久化： 支持保存和加载完整的对话历史。

安装步骤

AgentCrew 需要 Python 3.12+ 环境。推荐使用 'uv' 包管理器进行安装。

安装 uv (如果尚未安装):
```
pip install uv
```

克隆仓库:

git clone https://github.com/saigontechnology/AgentCrew.git
cd AgentCrew

创建并激活虚拟环境:

uv venv
source .venv/bin/activate  # Linux/macOS
# .venv\Scripts\activate    # Windows (Command Prompt)
# .venv\Scripts\Activate.ps1 # Windows (PowerShell)

安装 AgentCrew 及其依赖:

uv pip install .

如果需要可选依赖（例如 Mem0 记忆服务）：

uv pip install .[mem0ai]

服务器配置

AgentCrew 的A2A服务器功能依赖于其自身的智能体和LLM配置。主要配置文件位于用户主目录下的 '~/.AgentCrew/' 目录。

API Keys 和全局设置 ('~/.AgentCrew/config.json'): 存储LLM提供商和服务的API密钥。可以通过GUI的 "Settings" -> "Global Settings" 界面进行管理，或直接编辑文件。API密钥也可以通过环境变量设置（优先级低于 'config.json'）。例如：

{
  "api_keys": {
    "OPENAI_API_KEY": "your_openai_key",
    "ANTHROPIC_API_KEY": "your_anthropic_key",
    "GROQ_API_KEY": "your_groq_key",
    "TAVILY_API_KEY": "your_tavily_key"
    // ... 其他API密钥
  },
  "custom_llm_providers": [
    // ... 自定义LLM提供商配置
  ]
}

智能体配置 ('~/.AgentCrew/agents.toml'): 定义了本地和远程AI智能体的名称、描述、系统提示、以及每个智能体可使用的工具列表。可以通过GUI的 "Settings" -> "Agents Configuration" 界面进行管理，或直接编辑TOML文件。例如：

[[agents]]
name = "default"
description = "默认助手智能体"
system_prompt = """你是一个乐于助人的AI助手。请始终提供准确、有帮助和符合道德的回复。
当前日期：{current_date}
"""
tools = ["memory", "clipboard", "web_search"]

[[agents]]
name = "Coding"
description = "专注于代码实现、调试和编程协助"
tools = ["clipboard", "memory", "code_analysis", "aider"]
system_prompt = """..."""

MCP 服务器配置（'~/.AgentCrew/mcp_server.json'）: 注意： 此文件用于配置 AgentCrew 作为客户端 去连接其他 MCP 服务器。如果仅打算将 AgentCrew 作为A2A服务器使用，此文件可能不需要配置，除非你的智能体需要调用外部的MCP服务。可以通过GUI的 "Settings" -> "MCP Servers Configuration" 进行管理。例如 (配置 AgentCrew 连接到一个名为 'my_mcp_server' 的外部 MCP 服务器)：

{
  "my_mcp_server": {
    "name": "我的外部MCP服务器",
    "command": "/path/to/external/mcp/server/executable",
    "args": ["--some-arg", "value"],
    "env": {
      "EXTERNAL_ENV_VAR": "some_value"
    },
    "enabledForAgents": ["default", "Coding"] // 指定哪些 AgentCrew 智能体可以使用此外部服务
  }
}

基本使用方法（A2A 服务器）

要将 AgentCrew 作为 A2A 服务器运行，使用 'a2a_server' 命令：

agentcrew a2a_server [OPTIONS]

常用的选项：

'--host TEXT': 服务器绑定的主机地址 (默认: '0.0.0.0')。
'--port INTEGER': 服务器绑定的端口 (默认: '41241')。
'--base-url TEXT': 服务器的公共基础 URL。如果未设置，默认为 'http://<host>:<port>'。
'--provider [claude|groq|openai|google|deepinfra]': 为服务器上的智能体指定默认的 LLM 提供商。如果未设置，将尝试自动检测环境变量。
'--agent-config PATH': 指定智能体配置文件的路径 (默认: '~/.AgentCrew/agents.toml')。
'--mcp-config PATH': 指定 MCP 服务器配置文件的路径 (默认: '~/.AgentCrew/mcp_server.json')。

示例:

启动 A2A 服务器监听所有接口，端口 41241，使用 OpenAI 模型作为默认LLM：

agentcrew a2a_server --host 0.0.0.0 --port 41241 --provider openai

启动 A2A 服务器并指定自定义的智能体配置文件：

agentcrew a2a_server --agent-config /path/to/my_custom_agents.toml

服务器启动后，其他兼容 A2A/MCP 协议的客户端或智能体即可通过 'http://<host>:<port>' 访问并与 AgentCrew 中配置的智能体进行交互。

注意: AgentCrew 实现的是 A2A 协议，它基于 JSON-RPC，并服务于类似 MCP 的目的（上下文和工具）。标准的 MCP 客户端可能需要对连接配置进行调整，以适应 A2A 协议的特定端点（例如 '.well-known/agent.json' 用于发现信息，'/' 用于 JSON-RPC 请求）。

此外，AgentCrew 也提供了交互式聊天界面 ('agentcrew chat')，用于直接与智能体进行对话。

关键词

AgentCrew 项目使用指南

主要功能点

安装步骤

服务器配置

基本使用方法（A2A 服务器）

信息