Awesome Agent Skills MCP 服务器

关键词

AI技能管理资源管理工具执行JSON-RPC 服务自动化集成

使用说明（Markdown 格式）

项目简介

这是一个基于 MCP（Model Context Protocol）的服务器实现，负责管理 AI 代理的技能资源、注册并执行工具、以及提供可渲染的提示模板。通过 JSON-RPC 协议与 MCP 客户端通信，支持技能查询、技能执行、以及技能刷新等能力，适用于将大语言模型接入到可扩展的上下文服务场景中。

主要功能点

  • 资源与技能管理：从仓库或本地源同步加载技能，提供技能注册、查询、以及参数校验等能力。
  • 工具注册与执行：实现 list_skills、get_skill、invoke_skill、refresh_skills 等工具，允许 MCP 客户端调用外部功能。
  • 参数校验与模板渲染：对技能参数进行校验，并在执行时将参数替换到技能内容中。
  • MCP 协议实现：基于 Model Context Protocol 的服务器端框架，处理 MCP 的请求/响应流程，并以 JSON-RPC 形式与客户端交互。
  • 会话与同步管理：包含技能缓存、源（远程/本地）优先级机制、以及自动/手动刷新技能的能力回调。
  • 多传输接口准备：实现基于 stdio 的传输，未来可拓展为 SSE/WebSocket 等传输通道。

安装步骤

  • 安装 Node.js 环境（推荐版本与项目依赖兼容）。
  • 安装依赖并编译
    • 安装依赖：npm install
    • 编译/打包：npm run build（输出到 dist/index.js，供 MCP 客户端连接）
  • 启动服务器
    • 运行入口通常为 dist/index.js，按项目默认行为会读取本地配置、拉取技能、初始化注册与执行器。

服务器配置（MCP 客户端连接配置示例）

以下为 MCP 客户端需要的配置信息（以 JSON 格式呈现，包含 serverName、command、args 等字段）： { "serverName": "awesome-agent-skills-mcp", "command": "node", "args": ["dist/index.js"], "workingDirectory": "<项目根目录>", "env": { "LOG_LEVEL": "info", "SKILLS_SYNC_INTERVAL": "0" } // 备注：客户端只需要 serverName、command、args 即可建立连接，其他字段用于可选的环境配置 }

  • 说明
    • serverName 对应 MCP 服务端在日志与能力声明中的名称（此实现中为 awesome-agent-skills-mcp）。
    • command/args 指向 MCP 服务器的启动命令及参数，dist/index.js 为编译后的入口。
    • workingDirectory/ENV 等字段为运行时环境配置项，MCP 客户端本身不需要这些信息，但若需要自动化启动可将其设置好。

基本使用方法

  • 启动与连接
    • 在具备 MCP 客户端的环境中，使用上面的配置启动 MCP 客户端并建立与服务器的连接。
  • 常用能力
    • initialize：初始化服务器信息，获取协议版本与服务器信息。
    • tools/list：列出可用的技能/工具及其输入输出结构。
    • tools/call：调用具体技能，传入技能标识和参数，获取渲染后的内容和执行耗时。
    • refresh_skills：触发技能刷新（维护缓存并重新加载技能）。
    • get_skill：获取指定技能的详细信息和文档内容。
  • 使用注意
    • 服务端会维护技能缓存与源的优先级，新的本地技能会覆盖同名的远程技能（取决于优先级设置）。
    • 当技能参数不符合要求时，执行将返回错误信息，提醒缺少必填项或参数类型不匹配。

其他信息

  • 该实现提供了完整的服务端代码、注册与执行逻辑，以及集成测试用例，覆盖技能注册、参数校验、技能执行、技能文档获取、技能清单过滤、以及 MCP 工具调用等场景。
  • 服务器具备日志输出和异常处理，支持热更新/重刷技能的回调机制，便于生产环境的扩展与维护。

注意事项

  • 运行环境需要具备网络访问以拉取远程技能源（若使用仓库源）。
  • 本实现提供的示例工具与能力名为 list_skills、get_skill、invoke_skill、refresh_skills，具体实现细节以实际运行时的技能数据为准。

服务器信息

访问项目