使用说明

ManusMCP 是一个基于 Model Context Protocol (MCP) 的 AI Agent 框架，旨在通过标准化的 MCP 协议，为 LLM 客户端提供丰富的上下文信息和功能，从而支持 AI Agent 协同完成复杂任务。

主要功能点：

资源访问 (Resources)： 提供文件系统操作能力，包括读取、写入、查找文件内容和名称，以及读取图片文件。
工具调用 (Tools)：
- Shell 命令执行： 允许 AI Agent 执行 Shell 命令，管理进程，并支持交互式 Shell 会话。
- 浏览器自动化： 提供网页浏览和交互能力，包括页面导航、元素点击、文本输入、鼠标移动、按键模拟、选项选择、页面滚动、执行 JavaScript 代码以及查看控制台日志和屏幕截图。
Prompt 模板 (Prompts)： 仓库主要关注工具的实现，Prompt 模板可能需要在 Flowise UI 中配置，具体可参考 Flowise 的 Agentflows 功能。
多 Agent 协同： 框架设计用于编排多个具有专门技能的 AI Agent (Planner, FileWizard, CommandRunner, WebNavigator) 协同工作。

安装步骤：

克隆仓库:

git clone https://github.com/mantrakp04/manusmcp.git
cd manusmcp

安装 Bun: 如果尚未安装 Bun，请先安装 Bun 包管理器 (https://bun.sh/)。可以使用 npm 安装：
```
npm install -g bun
```

安装依赖并启动 Docker:

cd manusmcp/.runtime
bun i # 安装依赖
cd ..
cp .env.example .env # 可选：复制并配置 .env 文件，如果需要
docker-compose up -d # 使用 Docker Compose 启动服务

导入 Flowise AgentFlow (可选):
- 打开 Flowise UI，地址通常为 http://localhost:8001。
- 进入 "Agentflows" 部分。
- 点击右上角的 "Settings" (设置) 按钮。
- 点击 "Import" (导入) 并选择仓库根目录下的 'flow.json' 文件，导入预配置的 AgentFlow。

[可选] 运行 MCP Server Inspector: 用于调试和检查 MCP Server 运行状态。

cd .runtime
bunx @modelcontextprotocol/inspector bun index.ts

服务器配置 (MCP 客户端配置):

MCP 客户端需要配置以下 JSON 信息以连接到 ManusMCP 服务器：

{
  "serverName": "ManusMCP",
  "command": "bun",
  "args": ["index.ts"],
  "transport": "stdio"
}

配置参数说明:

基本使用方法：

启动 ManusMCP 服务器 (按照安装步骤操作)。
配置 MCP 客户端，将上述 JSON 配置信息填入 MCP 客户端的服务器配置中，确保客户端能够通过 stdio 与 ManusMCP 服务器通信。
在 Flowise UI 中 (如果导入了 'flow.json')，可以查看和编辑预配置的 AgentFlow，这些 AgentFlow 利用 ManusMCP 提供的工具进行协同工作。
通过 MCP 客户端，可以向 ManusMCP 服务器发送 MCP 请求 (例如调用 'file_read', 'shell_exec', 'browser_navigate' 等工具)，以实现各种功能。

注意: ManusMCP 主要使用 Flowise 进行 Agent 流程编排，并强调与 Anthropic 模型的兼容性。

关键词