使用说明
项目简介
AgentScope 是一个创新的多智能体平台,旨在帮助开发者更轻松地构建由大型语言模型(LLM)驱动的多智能体应用。它通过提供易用性、高鲁棒性和基于Actor的分布式架构,简化了多智能体应用的开发流程。AgentScope 现在支持 Model Context Protocol (MCP) 服务器,使其能够以标准化的方式向 LLM 客户端提供上下文信息和功能,从而扩展了其在 LLM 应用生态系统中的应用范围。
主要功能点
- 资源管理: AgentScope MCP 服务器能够托管和管理各种资源,为 LLM 应用提供数据访问能力。
- 工具注册与执行: 支持注册和执行工具 (Tools),允许 LLM 客户端调用外部功能,扩展 LLM 的能力边界。
- Prompt 模板定义与渲染: 允许定义和渲染 Prompt 模板 (Prompts),支持定制化的 LLM 交互模式,灵活适应不同的应用场景。
- 标准化协议: 基于 Model Context Protocol (MCP) 构建,采用 JSON-RPC 协议与客户端通信,确保了与 MCP 客户端的互操作性。
- 多种传输协议支持: 支持 Stdio, SSE, WebSocket 等多种传输协议,提供灵活的部署选择。
- 会话管理与能力声明: 服务器端负责会话管理和能力声明,为 LLM 应用提供安全、可扩展的上下文服务框架。
安装步骤
-
从源码安装 (推荐):
git clone https://github.com/modelscope/agentscope.git cd agentscope pip install -e .注意:推荐从源码安装以获取最新的开发版本。
-
使用 pip 安装:
pip install agentscope
服务器配置
AgentScope MCP 服务器的启动依赖于 'as_server' 命令。MCP 客户端需要配置连接到此服务器的命令和参数。以下是一个典型的 MCP 客户端服务器配置示例 (JSON 格式):
{ "serverName": "agentscope-mcp-server", "command": "as_server", "args": [ "--server_type", "mcp", "--agent_dir", "/path/to/agentscope/src/agentscope/server/default_agent_dir", "--model_configs", "/path/to/your/model_configs.json" ], "description": "AgentScope MCP Server", "config": { "transport": "stdio" } }
参数注释:
- 'serverName': MCP 服务器的名称,客户端用于标识和连接。
- 'command': 启动 MCP 服务器的命令,这里是 'as_server'。
- 'args': 传递给 'as_server' 命令的参数列表,包括:
- '--server_type': 指定服务器类型为 'mcp',表示启动 MCP 服务器。
- '--agent_dir': 指定 AgentScope Agent 定义的目录,用于服务器加载 Agent。默认为 AgentScope 库的默认 Agent 目录。
- '--model_configs': 指定模型配置文件的路径,用于服务器加载模型配置。请替换为您的模型配置文件路径。
- 'description': 对 MCP 服务器的简要描述。
- 'config': 配置信息,例如 'transport' 指定传输协议,这里使用 'stdio'。
注意:
- '/path/to/agentscope/src/agentscope/server/default_agent_dir' 和 '/path/to/your/model_configs.json' 需要替换为实际的 Agent 目录和模型配置文件路径。
- 更多关于 'as_server' 命令和参数的详细信息,请参考 AgentScope 的官方文档。
基本使用方法
- 启动 AgentScope MCP 服务器: 根据上述服务器配置,在终端或通过 MCP 客户端启动 'as_server' 命令,运行 AgentScope MCP 服务器。
- 配置 MCP 客户端: 在您的 MCP 客户端应用中,配置连接到 AgentScope MCP 服务器,指定服务器名称、启动命令、参数以及传输协议等信息。
- 通过 MCP 客户端与服务器交互: 使用 MCP 客户端发送符合 MCP 协议的请求,例如读取资源、调用工具、获取 Prompt 等,与 AgentScope MCP 服务器进行交互,构建基于 LLM 的应用。
- 参考教程和示例: AgentScope 提供了详细的 MCP Server 教程,您可以参考该教程了解更具体的使用方法和示例。
信息
分类
AI与计算