MCP Agent Server (Fkesheh)

MCP代理服务器

模型上下文协议（MCP）中心，将AI客户端与智能代理无缝连接，实现跨多个AI生态系统的强大跨平台通信。

概述

MCP代理服务器在MCP兼容客户端（如Claude Desktop、VS Code、Cursor等）和专用AI代理之间建立了一座桥梁。它使您能够：

• 创建和配置多个具有不同功能的专用代理
• 将这些代理连接到您的MCP客户端
• 将代理组合成复杂工作流的主代理
• 构建具有高级功能的人工智能应用程序MCP服务器

该项目利用 mcp-ai代理人 简化代理创建和管理的框架。

特性

• 多代理支持：创建和管理不同的专业代理
• 药剂组成：将专业代理合并为主代理
• 自定义工具集成：创建自己的工具或使用现有的MCP服务器
• 预配置的服务器：轻松访问流行的MCP服务器，如顺序思维、勇敢搜索和内存
• AI SDK集成：通过Vercel AI SDK v5支持17多个LLM提供商，包括OpenAI、Anthropic、谷歌（生成式AI和顶点）、亚马逊基岩、Azure、Cohere、Mistral、Fireworks、Groq、困惑、Together AI、xAI、DeepSeek、Cerebras、DeepInfra和Replicate

先决条件

• 已安装Node.js（v16+）
• 为您选择的人工智能模型提供商（OpenAI、Anthropic、Google等）提供API密钥
• 要使用的特定MCP服务器所需的任何API密钥

安装

选项1：使用npx（推荐）

您可以直接使用npx运行MCP代理服务器，无需安装：

# Start the server with default configuration
npx mcp-agent-server

# Start with custom configuration
npx mcp-agent-server --config my-config.json

# Test an agent
npx mcp-agent-server test-agent --name "Sequential Thinker" --prompt "What is 2+2?"

选项2：全局安装

全局安装以使用 mcp-agent-server 命令在任何地方：

npm install -g mcp-agent-server

# Then use it
mcp-agent-server --config my-config.json

方案3：地方发展

1. 克隆存储库：

   git clone 
   cd mcp-agent-server

1. 安装依赖项：

   npm install

1. 构建项目：

   npm run build

配置

配置您的代理

MCP代理服务器现在使用基于JSON的配置，以便于管理和部署。您可以创建一个名为的个性化代理配置文件 my-agents-config.json 在项目根中。如果此文件存在，服务器会自动检测并使用它。

要创建自定义配置，请执行以下操作：

1. 创建一个名为的新文件 my-agents-config.json 在项目根中
2. 使用JSON格式定义代理及其工具、模型和配置
3. 服务器将自动加载并使用您的配置

JSON配置模式

以下是一个自定义代理配置的示例：

{
  "version": "1.0.0",
  "agents": [
    {
      "name": "Code Context Agent",
      "description": "Use this agent to analyze and understand code in your projects",
      "model": {
        "provider": "anthropic",
        "model": "claude-3-5-haiku-20241022"
      },
      "toolsConfigs": [
        {
          "prebuilt": "sequentialThinking"
        },
        {
          "mcpServers": {
            "codeContext": {
              "command": "node",
              "args": ["/path/to/code-context-mcp/dist/index.js"]
            }
          }
        }
      ]
    },
    {
      "name": "Web Search Agent",
      "description": "Use this agent to search the web",
      "systemPrompt": "Prefer to use brave search to search the web for information.",
      "model": {
        "provider": "anthropic",
        "model": "claude-3-5-haiku-20241022"
      },
      "toolsConfigs": [
        {
          "prebuilt": "sequentialThinking"
        },
        {
          "prebuilt": "braveSearch"
        }
      ]
    },
    {
      "name": "Master Agent",
      "description": "An agent that can manage other agents",
      "model": {
        "provider": "openai",
        "model": "gpt-4o-mini"
      },
      "toolsConfigs": [
        {
          "agentRef": "Code Context Agent"
        },
        {
          "agentRef": "Web Search Agent"
        }
      ]
    }
  ]
}

配置选项

模型配置

• 提供者：要使用的AI提供商。支持的提供商包括：

- "openai" -OpenAI模型（GPT-4、GPT-4o等） - "anthropic" -拟人克劳德模型 - "google" -谷歌生成人工智能（Gemini模型） - "vertex" -谷歌顶点AI - "bedrock" -亚马逊基岩 - "azure" -Azure OpenAI服务 - "cohere" -Cohere模型 - "mistral" -Mistral人工智能模型 - "fireworks" -烟花AI - "groq" -Groq（超快速推理） - "perplexity" -困惑AI - "togetherai" -一起AI - "xai" -xAI（Grok车型） - "deepseek" -DeepSeek模型 - "cerebras" -大脑推理 - "deepinfra" -DeepInfra。 - "replicate" -复制（开源模型）

• 模型：特定型号名称（例如。， "gpt-4o-mini", "claude-3-5-haiku-20241022", "gemini-2.0-flash-exp")
• apiKey：（可选）提供程序的API密钥。也可以通过环境变量进行设置

工具配置类型

1. 预构建服务器 （推荐）：

   {
     "prebuilt": "sequentialThinking"
   }

可用的预构建服务器： sequentialThinking, memory, braveSearch, firecrawlMcp, fetch, awsKbRetrieval, everart, fileSystem, sqlite

1. 自定义MCP服务器:

   {
     "mcpServers": {
       "serverName": {
         "command": "node",
         "args": ["/path/to/server.js"],
         "env": {
           "API_KEY": "your-api-key"
         }
       }
     }
   }

1. 代理人参考 （适用于主代理）：

   {
     "agentRef": "Other Agent Name"
   }

1. 进口代理 （用于使用外部代理文件）：

   {
     "type": "import",
     "importPath": "/path/to/your/agent-file.js",
     "exportName": "createResearchAgent",
     "factoryArgs": {
       "modelProvider": "anthropic",
       "modelName": "claude-3-5-haiku-20241022",
       "includeMemory": true
     }
   }

这允许您从使用创建的TypeScript/JavaScript文件中导入代理 mcp-ai-agent 图书馆。导入的文件可以导出：

- 预配置的代理实例 - 创建代理的工厂函数（带可选参数） - 用于复杂初始化的异步工厂函数

选择性试剂暴露

您可以使用控制哪些代理暴露给MCP客户端 expose 每个代理上的布尔字段。当您希望拥有仅由其他代理内部使用的辅助代理时，这很有用：

{
  "version": "1.0.0",
  "agents": [
    {
      "name": "Web Search Helper",
      "description": "Internal web search capabilities",
      "model": { "provider": "openai", "model": "gpt-4o-mini" },
      "toolsConfigs": [{ "prebuilt": "braveSearch" }],
      "expose": false
    },
    {
      "name": "Master Assistant",
      "description": "Public-facing assistant with web search",
      "model": {
        "provider": "anthropic",
        "model": "claude-3-5-haiku-20241022"
      },
      "toolsConfigs": [
        { "prebuilt": "sequentialThinking" },
        { "agentRef": "Web Search Helper" }
      ],
      "expose": true
    }
  ]
}

• expose: true （默认）：代理在MCP客户端中可用作工具
• expose: false：代理仅在内部可供其他代理使用

指定配置文件

您可以使用以下命令指定自定义配置文件 --config 论点：

# Using CLI
npm run test-agent -- --config="path/to/config.json" --name="Agent Name" --prompt="Test prompt"

# When starting the server (multiple formats supported)
node dist/index.js --config=path/to/config.json
node dist/index.js -c path/to/config.json
node dist/index.js --config path/to/config.json

您可以根据需要包括尽可能多的专业代理，例如：

• 代码分析代理
• 开发环境代理
• 知识库代理（黑曜石等）
• 项目管理代理（Jira等）
• Google云端硬盘/工作区代理
• 网络搜索代理
• 设计工具代理（Figma等）

重要：创建或更新自定义配置后，请记住： 1. 跑 npm run build 重建项目 1. 重新启动MCP客户端以应用更改

默认配置

服务器有一个默认值 agents-config.json 其中包括：

1. 顺序思维代理：用于解决复杂问题
2. 勇敢的搜索代理：用于网络搜索
3. 内存代理：用于存储和检索信息
4. 主代理：组合多个代理

重要：更改代理配置后，请记住： 1. 跑 npm run build 重建项目 1. 重新启动Claude客户端以应用更改 1. 在Windows上，您可能需要使用任务管理器（Ctrl+Alt+Del）完全关闭Claude，因为它可以在后台继续运行

代理配置示例

{
  "version": "1.0.0",
  "agents": [
    {
      "name": "Sequential Thinker",
      "description": "Use this agent to think sequentially and resolve complex problems",
      "model": {
        "provider": "openai",
        "model": "gpt-4o-mini"
      },
      "toolsConfigs": [
        {
          "mcpServers": {
            "sequentialThinking": {
              "command": "npx",
              "args": ["-y", "@modelcontextprotocol/server-sequential-thinking"]
            }
          }
        }
      ]
    },
    {
      "name": "Claude Assistant",
      "description": "A powerful AI assistant using Claude's capabilities",
      "model": {
        "provider": "anthropic",
        "model": "claude-3-5-sonnet-20241022"
      },
      "toolsConfigs": [
        {
          "mcpServers": {
            "memory": {
              "command": "npx",
              "args": ["-y", "@modelcontextprotocol/server-memory"]
            }
          }
        }
      ]
    },
    {
      "name": "Master Agent",
      "description": "An agent that can manage other agents",
      "model": {
        "provider": "openai",
        "model": "gpt-4o-mini"
      },
      "toolsConfigs": [
        {
          "agentRef": "Sequential Thinker"
        },
        {
          "agentRef": "Memory Agent"
        },
        {
          "agentRef": "Brave Search Agent"
        }
      ]
    }
  ]
}

备注：mcp-ai代理框架通过 AI SDK。您可以使用OpenAI、Anthropic、Google Generative AI、Mistral、Groq等提供商的模型。检查 AI SDK提供商文档 查看支持的型号及其功能的完整列表。

连接到MCP客户端

将MCP代理服务器添加到MCP客户端配置中：

克劳德桌面

编辑您的 claude_desktop_config.json:

使用npx（推荐）

{
  "mcpServers": {
    "mcp-agent-server": {
      "command": "npx",
      "args": ["mcp-agent-server", "--config", "/path/to/your/config.json"]
    }
  }
}

使用全局安装

{
  "mcpServers": {
    "mcp-agent-server": {
      "command": "mcp-agent-server",
      "args": ["--config", "/path/to/your/config.json"],
      "env": {
        "OPENAI_API_KEY": "your-openai-api-key",
        "BRAVE_API_KEY": "your-brave-api-key",
        "ANTHROPIC_API_KEY": "your-anthropic-api-key"
      }
    }
  }
}

使用本地构建

{
  "mcpServers": {
    "mcp-agent-server": {
      "command": "node",
      "args": [
        "/full/path/to/mcp-agent-server/dist/index.js",
        "--config",
        "/path/to/your/config.json"
      ],
      "env": {
        "OPENAI_API_KEY": "your-openai-api-key",
        "BRAVE_API_KEY": "your-brave-api-key",
        "ANTHROPIC_API_KEY": "your-anthropic-api-key"
      }
    }
  }
}

重要：更改后 claude_desktop_config.json，记住： 1. 重新启动Claude客户端以应用更改 1. 在Windows上，您可能需要使用任务管理器（Ctrl+Alt+Del）完全关闭Claude，因为它可以在后台继续运行

VS代码/光标/其他MCP客户端

按照特定客户的说明添加MCP服务器，使用：

• 命令: node
• 参数: ["/full/path/to/mcp-agent-server/dist/index.js"]

使用您的代理

配置后，您的代理将作为工具出现在MCP客户端中。例如，在Claude Desktop中，您可以通过以下方式使用它们：

1. 打字 / 查看可用工具
2. 选择一个已配置的代理
3. 按照提示提供上下文和特定任务

高级配置

自定义工具

对于自定义功能，您有几个选项：

1. 使用预构建服务器 （推荐）：从可用的预构建服务器中选择，如 sequentialThinking, memory, braveSearch, fetch等等。

1. 创建自定义MCP服务器：构建自己的MCP服务器并将其集成：

{
  "name": "Calculator Agent",
  "description": "A calculator agent with custom math operations",
  "model": {
    "provider": "openai",
    "model": "gpt-4o-mini"
  },
  "toolsConfigs": [
    {
      "mcpServers": {
        "calculator": {
          "command": "node",
          "args": ["/path/to/your/calculator-mcp-server.js"]
        }
      }
    }
  ]
}

1. 组合多个预构建服务器：混合搭配现有服务器以实现复杂功能：

{
  "name": "Multi-Tool Agent",
  "description": "An agent with multiple capabilities",
  "model": {
    "provider": "anthropic",
    "model": "claude-3-5-haiku-20241022"
  },
  "toolsConfigs": [
    {
      "prebuilt": "sequentialThinking"
    },
    {
      "prebuilt": "memory"
    },
    {
      "prebuilt": "fetch"
    }
  ]
}

导入外部代理

您可以从外部文件导入代理。参见示例： @fkeshe/mcp人工智能代理示例/可出口代理ts

1.创建代理文件

// my-agent.ts
import { AIAgent, Servers } from "mcp-ai-agent";
import { openai } from "@ai-sdk/openai";

export const myAgent = new AIAgent({
  name: "My Custom Agent",
  description: "A custom agent",
  model: openai("gpt-4o-mini"),
  toolsConfigs: [Servers.sequentialThinking],
});

2.基于JavaScript构建

npx tsc  # Creates my-agent.js in dist/ folder

3.在配置中使用

{
  "type": "import",
  "importPath": "/full/path/to/dist/my-agent.js",
  "exportName": "myAgent"
}

重要：始终使用绝对路径进行编译 .js 文件夹。

使用MCP服务器

mcp-ai代理框架支持各种mcp服务器：

• 顺序思维：用于分解复杂问题
• 内存：用于持久存储信息
• Brave Search：用于网络搜索
• 还有更多。..

故障排除

• 如果代理初始化失败，请检查MCP服务器是否配置正确
• 对于“npx”命令，如果需要，请确保指定了完整路径
• 验证您的环境中是否提供了所有必需的API密钥
• 检查MCP客户端是否正确配置为使用MCP代理服务器

发展

1. 对TypeScript文件进行更改
2. 重建与 npm run build
3. 重新启动MCP客户端以加载更改

CLI使用情况

MCP Agent Server附带了一个命令行界面（CLI），用于使用代理。

检测试剂

您可以直接从命令行测试单个代理，而无需连接到MCP客户端，这有助于调试目的。

使用npx（推荐）

npx mcp-agent-server test-agent --config="/path/to/config.json" --name="Agent Name" --prompt="Your test prompt" --context="Optional context"

例如，要测试Brave搜索代理：

npx mcp-agent-server test-agent --config="./agents-config.json" --name="Brave Search" --prompt="What is the capital of France?" --context="I need geographical information"

或者测试结合了多个专用代理的主代理：

npx mcp-agent-server test-agent --config="./my-agents-config.json" --name="Master Agent" --prompt="Store this information: Claude is an AI assistant by Anthropic" --context="I need to test the memory capabilities"

备注：如果没有 --config 指定后，服务器将查找 agents-config.json 或 my-agents-config.json 在当前目录中。

利用地方发展

npm run test-agent -- --config="path/to/config.json" --name="Agent Name" --prompt="Your test prompt" --context="Optional context"

或者直接运行命令：

node dist/cli.js test-agent --config="./agents-config.json" --name="Sequential Thinker" --prompt="How would I approach solving a complex math problem?"

测试命令将：

1. 按名称查找指定的代理
2. 初始化代理
3. 发送您的提示和上下文
4. 显示代理的响应

这有助于：

• 测试新的代理配置
• 调试代理问题
• 在连接到MCP客户端之前验证代理功能

如果您提供的代理名称无效，test命令将列出所有可用的代理。

许可证

该项目根据MIT许可证获得许可。