项目简介

该项目提供一个遵循 Model Context Protocol (MCP) 标准的服务器，专门用于扫描和分析代码库，自动发现其中的AI智能体（Agent）、提取它们的Prompt信息、识别使用的工具以及映射智能体之间的连接关系，最终生成一份结构化的JSON配置文件。

主要功能点

• 智能体发现: 自动在代码库中识别并定位AI智能体。
• Prompt提取: 查找并提取智能体使用的完整Prompt模板文本及其变量。
• 工具识别: 识别并记录智能体调用的外部工具或函数。
• 连接映射: 分析智能体之间的交互关系和连接方式。
• 生成配置: 将分析结果整理成标准的JSON格式文件。

安装步骤

1. 克隆仓库到本地目录：

   git clone [email protected]:PYPE-AI-MAIN/agensight_mcpserver.git
   cd agensight_mcpserver
   

2. 创建并激活Python虚拟环境（推荐）：

   python -m venv mcp-env
   # macOS/Linux:
   source mcp-env/bin/activate
   # Windows:
   mcp-env\Scripts\activate
   

3. 安装项目依赖：

   pip install -r requirements.txt
   

服务器配置

该MCP服务器需要由支持MCP协议的客户端（如Cursor编辑器）进行配置和启动。客户端通常通过一个JSON文件来管理MCP服务器列表。您需要将此服务器添加到您的客户端配置中。

配置信息通常包括：

• 服务器名称: 用于在客户端中标识该服务器，例如 "agensight-server"。
• 启动命令 (command): 指向激活虚拟环境后的Python解释器路径。例如，如果您的项目安装在 '/path/to/agensight_mcpserver'，则命令可能是 '/path/to/agensight_mcpserver/mcp-env/bin/python'。
• 命令行参数 (args): 作为启动命令的参数传递给服务器脚本，这里是服务器脚本的路径。例如，'/path/to/agensight_mcpserver/server.py'。
• 描述 (description): 对服务器功能的简要描述，方便在客户端中查看。

请根据您的实际安装路径，在您的MCP客户端配置文件（如 '~/.cursor/mcp.json'）中添加相应的服务器配置条目。

基本使用方法

1. 确保已完成安装步骤，并且在您的MCP客户端中正确配置了该服务器。
2. 在MCP客户端的交互界面中，请求LLM使用该服务器提供的功能。例如，在Cursor中，您可以向LLM提问：

   请使用 generateAgensightConfig MCP工具分析这个代码库。
   

3. 服务器将执行代码分析任务。
4. 任务完成后，将在代码库根目录生成一个名为 'agensight.config.json' 的文件，其中包含了分析提取出的所有智能体、Prompt、工具和连接信息。