关键词

AI代理AI工具AI后端大型语言模型集成上下文服务

项目简介

MCP Agent Server 是一个基于 Model Context Protocol (MCP) 构建的应用后端，旨在充当AI客户端（如Claude Desktop, VS Code, Cursor等）与各种智能代理之间的桥梁。它允许用户定义、配置和管理不同的AI代理，并将这些代理的能力作为标准化工具暴露给MCP客户端，从而实现丰富的LLM应用功能。

主要功能点

  • 多代理支持: 可以创建和管理多个具备不同能力的专业化AI代理。
  • 代理组合: 可以将多个专业代理组合成一个更强大的主代理，处理复杂任务。
  • 自定义工具集成: 除了使用预设或已有的MCP服务器，用户还可以直接在配置中定义新的工具。
  • 集成多种MCP服务: 可以方便地使用其他已有的MCP服务器，如用于顺序思考、网页搜索、记忆存储的服务。
  • 支持多种大型语言模型 (LLM): 通过集成AI SDK，可以方便地使用来自OpenAI, Anthropic, Google, Mistral等多种提供商的LLM。

安装步骤

  1. 克隆仓库: 打开终端，使用 Git 克隆项目仓库。 
    git clone https://github.com/fkesheh/mcp-agent-server.git
cd mcp-agent-server
  2. 安装依赖: 进入项目目录，安装所需的依赖包。 
    npm install
  3. 构建项目: 运行构建命令生成可执行文件。 
    npm run build
  4. 获取路径: 记录构建完成后生成的服务器主文件 'dist/index.js' 的完整文件路径。在项目根目录运行 'pwd' 命令获取当前目录路径，然后拼接 '/dist/index.js'。例如：'/Users/username/Projects/mcp-agent-server/dist/index.js'。此路径将在配置MCP客户端时使用。

服务器配置 (为MCP客户端配置)

MCP Agent Server 启动后，MCP客户端需要知道如何连接它。这通常通过在客户端的配置文件中指定服务器的启动命令及其参数来完成。

以下是为MCP客户端配置 MCP Agent Server 的基本信息（以 Claude Desktop 配置为例）：

在您的 MCP 客户端配置文件（如 'claude_desktop_config.json' 或 VS Code/Cursor 的相关设置）中，找到或添加 MCP 服务器配置部分。您需要添加一个指向 MCP Agent Server 的条目：

// 这是一个示例，具体格式取决于您的MCP客户端
{
  "mcpServers": {
    "mcp-agent-server-id": { // 为这个服务器定义一个唯一的ID
      "command": "node", // 启动服务器的命令
      "args": ["/full/path/to/mcp-agent-server/dist/index.js"] // 启动命令的参数，替换为步骤4中获取的完整路径
      // 其他可能的配置参数，如 transport, cwd 等，根据客户端文档调整
    }
    // 您可能还有其他MCP服务器配置
  }
}
  • command: 启动 MCP Agent Server 所需的命令，通常是 'node'。
  • args: 传递给 'command' 的参数数组，其中第一个参数应为您在安装步骤4中获取到的 'dist/index.js' 文件的完整路径。

配置完成后，请确保重建项目 ('npm run build') 并重启您的MCP客户端，以加载新的服务器配置。

服务器端的代理配置则在项目目录下的 'my-agents-config.ts' (推荐自定义) 或 'agents-config.ts' 文件中进行，根据您的需求定义不同的AI代理及其使用的模型、工具或子代理。修改此文件后，同样需要重建项目并重启客户端。

基本使用方法

成功安装、配置并启动 MCP Agent Server 后，您在 'my-agents-config.ts' 或 'agents-config.ts' 中定义的各种AI代理将作为工具呈现在您的MCP客户端界面中。

  1. 在您的MCP客户端（如Claude Desktop或VS Code/Cursor的AI聊天界面）中，查找调用工具的入口，通常是输入 '/' 或点击特定的工具按钮。
  2. 您会看到一个可用工具列表，其中包括您配置的各个代理（例如 "Sequential Thinker", "Brave Search", "Master Agent" 等）。
  3. 选择您想使用的代理工具。客户端会提示您为该代理提供所需的上下文和提示信息。
  4. 输入信息后，代理将被调用执行任务，并将结果返回到客户端。

关键词

AI代理, AI工具, AI后端, 大型语言模型集成, 上下文服务

信息

分类

AI与计算

访问项目