Agentic MCP (Ergtou)

多MCP智能体样板

该项目演示如何构建一个能够：

• 同时连接多套 MCP Server
• 支持文本与语音两种输入方式
• 根据任务动态选择不同的基座大模型
• 通过 CLI 进行快速体验

快速开始

cd /Users/caiyinjiang/mcp
python3 -m venv .venv
. .venv/bin/activate
pip install -e .

准备好 .env 或环境变量：

• OPENAI_API_KEY：用于基座模型及语音识别
• （可选）ANTHROPIC_API_KEY 等其他模型密钥

运行 CLI

. .venv/bin/activate

# 列出可用模型
agent-mcp list-models

# 列出MCP服务器
agent-mcp list-servers

# 启动交互式聊天（文本输入）
agent-mcp chat

# 启动交互式聊天（语音输入）
agent-mcp chat --voice

# 指定模型提供者和模型
agent-mcp chat --provider openai --model gpt-4o

# 流式聊天
agent-mcp stream-chat

CLI 会：

1. 如果启用语音输入，先调用语音识别模块（默认 OpenAI Whisper API）
2. 根据配置选择基座模型（可手动指定）
3. 自动选择合适的 MCP 工具并执行
4. 返回整合后的最终答案

配置说明

• config/models.yaml：描述可用的基座模型供应商、默认模型及额外超参
• config/mcp_servers.yaml：定义需要挂载的 MCP Server 进程（命令、环境变量等）

可通过 agent-mcp list-models 与 agent-mcp list-servers 来快速查看当前生效配置。

目录结构

src/agent_mcp
├── agent.py           # 核心推理循环与工具调度
├── cli.py             # Typer CLI 入口
├── config.py          # 配置加载与校验
├── mcp_manager.py     # MCP Server 管理与调用
├── model_provider.py  # 基座模型的统一抽象
└── speech.py          # 语音识别接口与实现

调试建议

1. 先运行本地/远程 MCP Server（例如 Filesystem、GitHub、Browser 等）
2. 使用 agent-mcp list-servers 确认服务器配置
3. 再执行 agent-mcp chat 开始交互

后续可拓展方向

• 引入记忆与长期上下文
• 增加计划-执行-反思循环
• 接入 GUI / Web 前端
• 替换语音识别为本地模型以保护隐私