Token导航 LogoToken导航TokenDH.com
Agent Orchestrator logo
运维云端未说明官方级别未说明来源级核验

Agent Orchestrator

MCP Server

提供四种面向生产的协调策略,每种策略作为独立的MCP服务器提供,适用于不同的工作负载需求。

工具数

0

提示词数

0

GitHub Stars

1

资源数

0
Python云端部署Docker

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

作者 / 组织

r331

提供方

r331

最后核验

2026/5/17 20:23

快速接入

先看主来源和安装命令,再打开仓库或文档;下面只保留这个条目的关键接入事实。

详细介绍

代理编排器(生产多策略MCP)

此存储库提供 四种面向生产的编排策略,每个都打包为单独的MCP服务器,以便客户可以选择最适合其工作负载的型号。

可用的MCP服务器

  1. 集中式角色队列
  • 最适合可预测的协调和简单的操作。
  • 入口点: agent_orchestrator.mcp_centralized
  1. 事件源黑板
  • 最适合回放、可审计性和事后重建。
  • 入口点: agent_orchestrator.mcp_blackboard
  1. 分层计划器+执行器
  • 最适合长期分解为DAG。
  • 入口点: agent_orchestrator.mcp_hierarchical
  1. 市场/竞价调度器
  • 最适合具有动态分配的异构代理。
  • 入口点: agent_orchestrator.mcp_market

快速开始

运行服务器(stdio MCP)

PYTHONPATH=src python3 -m agent_orchestrator.mcp_centralized
PYTHONPATH=src python3 -m agent_orchestrator.mcp_blackboard
PYTHONPATH=src python3 -m agent_orchestrator.mcp_hierarchical
PYTHONPATH=src python3 -m agent_orchestrator.mcp_market

传统HTTP服务器(集中式队列)

PYTHONPATH=src python3 -m agent_orchestrator.server --host 127.0.0.1 --port 8787

分步生产计划

您的想法和三个替代方案的详细实施指南见:

  • docs/IMPLEMENTATION_PLAYBOOK.md

该剧本包括:

  • 每个模型的部署步骤
  • 可靠性、安全性和可观察性控制
  • 选型指南

测试

每个编排策略和MCP层都包含特定场景的测试:

  • tests/test_centralized.py
  • tests/test_store.py
  • tests/test_blackboard.py
  • tests/test_hierarchical.py
  • tests/test_market.py
  • tests/test_mcp_servers.py

运行所有测试:

PYTHONPATH=src python3 -m unittest discover -s tests -v

软件包脚本

pyproject.toml 公开可执行脚本:

  • agent-orchestrator-http
  • agent-orchestrator-mcp-centralized
  • agent-orchestrator-mcp-blackboard
  • agent-orchestrator-mcp-hierarchical
  • agent-orchestrator-mcp-market

目录标签

目录标签

Python云端部署Docker多策略协调本地部署生产部署代理管理任务调度

接入字段

传输方式(transport,传输协议)

未说明

鉴权方式(authType,认证方式)

none

工具数量(toolCount,工具数)

0

资源数量(resourceCount,资源数)

0

提示词数量(promptCount,提示词数)

0

权限和风险

未说明none部署方式未说明

接入前请确认传输方式、认证方式和部署位置,并根据实际工具能力限制访问范围。

安装前确认

不要直接授予不必要的文件、网络或账号权限;先核对安装命令和配置内容。

仍需确认:installCommand

来源信息

继续浏览同类 MCP