项目简介

AIRA Hub & Agent Manager 是一个模块化系统，旨在帮助 AI 助手（如 Claude Desktop）发现并利用本地或远程托管的工具。它由两个主要部分组成：

AIRA Hub: 中央注册中心和代理服务。它跟踪所有已注册的 Agent 及其提供的工具、资源和 Prompt，并为连接的客户端（如 LLM）提供发现服务和工具调用代理。
Agent Manager: 一个本地服务，用于启动、管理基于 Stdio 协议的本地 MCP 服务器进程，并将它们作为 Agent 注册到 AIRA Hub。它还充当这些本地服务器的 MCP 请求代理。

通过这种架构，LLM 客户端只需连接到 AIRA Hub，即可发现并调用由本地 Agent Manager 管理的本地工具，或者由其他远程 Agent 直接注册到 Hub 的工具。

主要功能点

AI Agent 注册与发现: Agent 可以向 Hub 注册自己及其能力（MCP 工具、A2A 技能等），客户端可以查询 Hub 来发现可用的 Agent 和工具。
MCP 工具代理: Hub 接收来自客户端的 MCP 工具调用请求，查找提供该工具的 Agent，并将请求路由或代理到目标 Agent 的 MCP 端点（包括通过 Agent Manager 代理到本地 Stdio 进程）。
本地 Stdio MCP 服务器管理: Agent Manager 可以根据配置文件启动和监控本地 Stdio MCP 服务器进程，使其成为 LLM 可用的 Agent。
A2A 协议集成: Hub 支持 A2A 协议的发现功能，并能将特定配置的 MCP 工具调用桥接（翻译）为 A2A 任务发送给支持 A2A 的 Agent。
状态监控与心跳: Agent Manager 会监控本地 Stdio 进程的状态，Agent 和 Agent Manager 都会向 Hub 发送心跳，Hub 跟踪 Agent 的在线状态。

安装步骤

安装前提:
- Python 3.8+
- Node.js & npm/npx (如果需要运行基于 Node.js 的本地 Stdio MCP 服务器)
- MongoDB (本地安装或使用云服务，如 MongoDB Atlas)
- Tunneling 服务 (如果 AIRA Hub 运行在远程，而 Agent Manager 和本地 MCP 服务器运行在本地内网，需要使用 ngrok 或 Cloudflare Tunnel 等将本地 Agent Manager 的端口暴露给公网)

克隆仓库:

git clone https://github.com/IhateCreatingUserNames2/AiraHub2.git
cd AiraHub2

设置 AIRA Hub:

安装 Python 依赖:

pip install fastapi uvicorn motor pydantic python-dotenv httpx

创建 '.env' 文件配置 MongoDB 连接 URL。示例 ('.' 开头的文件可能需要特殊命令显示):

MONGODB_URL=mongodb+srv://<用户名>:<密码>@<集群名称>.mongodb.net/<数据库名>?retryWrites=true&w=majority

请将 '<用户名>'、'<密码>'、'<集群名称>' 和 '<数据库名>' 替换为您的 MongoDB 连接信息。

运行 Hub 服务器:
```
python aira_hub.py
```

设置 Agent Manager:

安装 Python 依赖 (如果与 Hub 在不同环境中):

pip install fastapi uvicorn pydantic python-dotenv httpx

创建 '.env' 文件配置 AIRA Hub 的 URL 和 Agent Manager 的公共可访问 URL。示例:

AIRA_HUB_URL=https://your-aira-hub.example.com # 替换为你的 AIRA Hub 公网 URL
AGENT_MANAGER_PUBLIC_URL=https://your-tunnel-url.ngrok-free.app # 替换为你的内网穿透后的 Agent Manager 公网 URL
AGENT_MANAGER_PORT=9010 # 可选，如果需要指定 Agent Manager 监听端口

创建 'mcp_servers.json' 文件配置要管理的本地 MCP 服务器。示例：

[
  {
    "id": "my-local-stdio-server",
    "name": "我的本地工具服务器",
    "enabled": true,
    "connection": {
      "type": "stdio",
      "command": ["<本地MCP服务器的启动命令>", "<参数1>", "<参数2>", "..."]
      // 例如: ["npx.cmd", "-y", "@modelcontextprotocol/server-sequential-thinking"]
      // 或: ["python", "path/to/your/mcp_stdio_server.py"]
    },
    "aira_hub_registration": {
      "base_url": "local://agent-manager/my-local-stdio-server", // 注册到 Hub 的唯一标识 URL (建议使用 local://scheme)
      "description": "运行在本地 Agent Manager 下的工具",
      "tags": ["本地", "常用工具"],
      "category": "实用工具",
      "provider_name": "AgentManager/我的电脑" // 标识提供者
    }
  }
  // 可以添加更多本地 Stdio 或远程 HTTP/SSE MCP 服务器配置
]

将 'command' 字段替换为你的本地 MCP 服务器的实际启动命令和参数。'aira_hub_registration.base_url' 是 Agent Manager 将自己注册到 Hub 时使用的标识符，客户端通常不会直接使用它，但需要保证唯一性。

运行 Agent Manager 服务器:

python agent_manager.py

设置 Tunneling (如果需要):
- 根据你选择的 Tunneling 服务（如 ngrok），启动一个隧道指向 Agent Manager 监听的端口（默认为 9010）。
- 示例 (ngrok): 'ngrok http 9010'
- 将 Tunneling 服务提供的公共 URL 填入 Agent Manager 的 '.env' 文件中的 'AGENT_MANAGER_PUBLIC_URL'。

服务器配置（MCP 客户端视角）

LLM 客户端（如支持 MCP 的 Claude Desktop）需要配置连接到 AIRA Hub 的 主 MCP 端点。通常这是 Hub 的 '/mcp/stream' 或 '/mcp' HTTP 端点。

以下是 MCP 客户端配置示例（具体格式取决于客户端应用，此处以 README 中的 Claude Desktop 格式为例）：

{
  "mcpServers": {
    "my-aira-hub": {
      "url": "https://your-aira-hub.example.com/mcp/stream" // 替换为你的 AIRA Hub 的公共 URL
    }
    // 可以配置多个 Hub
  }
}

客户端连接到 Hub 后，会通过 MCP 协议自动进行初始化 ('initialize')、列出工具 ('tools/list') 等操作，并发现 Agent Manager 注册的或 Hub 直接注册的 Agent 提供的工具。

基本使用方法

确保 MongoDB 实例正在运行。
启动 AIRA Hub ('python aira_hub.py')。
如果你的 Agent Manager 运行在内网且 Hub 在公网，启动 Tunneling 服务并将公共 URL 配置到 Agent Manager 的 '.env' 文件。
启动 Agent Manager ('python agent_manager.py')。Agent Manager 会根据 'mcp_servers.json' 启动本地 Stdio 服务器并将其注册到 Hub。
配置你的 MCP 客户端（如 Claude Desktop）连接到 AIRA Hub 的 '/mcp/stream' 端点。
在 MCP 客户端中，你应该能够发现由 Agent Manager 托管的本地工具以及 Hub 中注册的其他远程工具。

关键词

项目简介

主要功能点

安装步骤

服务器配置（MCP 客户端视角）

基本使用方法

信息