项目简介

AMI-ORCHESTRATOR是一个为AI代理设计的高度可扩展、安全且符合行业标准的平台,通过Model Context Protocol (MCP) 提供丰富的上下文服务。它包含一系列生产级的MCP服务器,用于处理数据、远程执行、浏览器自动化、文件操作等,确保AI代理能在受控且可审计的环境中高效工作。

主要功能点

  • 多功能MCP服务器套件:提供DataOps(数据操作)、SSH(远程执行)、Browser(浏览器自动化)和Files(文件系统与Git操作)等多种MCP服务器。
  • 广泛的工具集:每个MCP服务器都封装了数十个具体工具,例如DataOps提供CRUD及查询,SSH支持命令执行和文件传输,Browser实现页面导航、交互、内容提取等,Files涵盖文件读写、Git命令、Python任务及文档处理。
  • 合规性设计:通过OpenAMI四层架构,旨在满足EU AI Act、ISO 42001/27001、NIST AI RMF等法规要求,并提供加密审计追踪。
  • 强化安全与治理:MCP服务器在沙盒子进程中运行,具备超时限制。文件操作沙盒化,JavaScript执行经过验证,Git操作受限,确保自动化过程的安全性和可审计性。
  • 灵活的部署:支持Docker Compose本地部署,并可部署到AWS、Azure、GCP或裸机环境。

安装步骤

  1. 环境准备
    • 确保已安装Python 3.12+。
    • 确保已安装Docker及Docker Compose(用于启动存储后端)。
    • 确保已安装Git(包括Git Submodules)。
    • 安装'uv'包管理器(推荐):'curl -LsSf https://astral.sh/uv/install.sh | sh' 或参考uv安装文档
  2. 克隆仓库
    git clone --recursive https://github.com/Independent-AI-Labs/AMI-ORCHESTRATOR
    cd AMI-ORCHESTRATOR
  3. 设置环境
    python module_setup.py
    此命令将安装Python 3.12(如果需要)、创建虚拟环境并同步依赖。
  4. 启动存储后端(可选,DataOps服务器需要):
    docker compose -f docker-compose.services.yml up -d
    这将启动Dgraph、PostgreSQL和Redis服务。
  5. 验证安装(可选):
    ./scripts/ami-run base/scripts/run_tests.py

服务器配置

MCP客户端需要配置MCP服务器的启动信息以便建立连接。以下是一个示例JSON配置片段,用于说明如何配置AMI-ORCHESTRATOR提供的MCP服务器。请根据您使用的MCP客户端实际支持的配置方式进行调整。

{
  "mcpServers": {
    "dataops": {
      "description": "提供多存储数据操作的MCP服务器,支持CRUD和查询。",
      "command": "./scripts/ami-run",
      "args": ["base/scripts/run_dataops_fastmcp.py"]
    },
    "ssh": {
      "description": "提供安全远程执行、文件上传下载的MCP服务器。",
      "command": "./scripts/ami-run",
      "args": ["base/scripts/run_ssh_fastmcp.py"]
    },
    "browser": {
      "description": "提供生产级Chrome自动化能力的MCP服务器。",
      "command": "./scripts/ami-run",
      "args": ["browser/scripts/run_chrome.py"]
    },
    "files": {
      "description": "提供文件系统、Git操作和文档处理能力的MCP服务器。",
      "command": "./scripts/ami-run",
      "args": ["files/scripts/run_filesys_fastmcp.py", "--root", "$(pwd)"]
    }
  }
}
  • 'command': MCP服务器的可执行命令路径。
  • 'args': 启动命令的参数列表。
  • '--root $(pwd)':'files'服务器需要指定其操作的根目录,'$(pwd)'表示当前目录,您可以替换为实际的项目根路径。
  • 请确保'./scripts/ami-run'脚本具有执行权限。

基本使用方法

启动MCP服务器后,您的AI代理(MCP客户端)可以通过JSON-RPC协议与这些服务器通信,调用其提供的工具。 例如,要启动各个MCP服务器:

# 启动DataOps MCP服务器
./scripts/ami-run base/scripts/run_dataops_fastmcp.py

# 启动SSH MCP服务器
./scripts/ami-run base/scripts/run_ssh_fastmcp.py

# 启动Browser MCP服务器 (首次运行需要执行一次浏览器设置)
./scripts/ami-run browser/scripts/setup_chrome.py # 一次性设置
./scripts/ami-run browser/scripts/run_chrome.py

# 启动Files MCP服务器 (可选择Stdio或HTTP传输)
./scripts/ami-run files/scripts/run_filesys_fastmcp.py --root $(pwd)
# 或者以HTTP模式启动,例如在8787端口
./scripts/ami-run files/scripts/run_filesys_fastmcp.py --transport streamable-http --port 8787

您可以使用'ami-agent'工具与这些MCP服务器交互,例如在交互模式下使用AI代理:

./scripts/ami-agent

这将启动一个配置了MCP服务器的交互式AI代理,LLM可以在对话中调用配置的工具。

信息

分类

AI与计算